摘要：

AI改變生產？

鳳凰網科技 出品

作者｜Dale

編輯｜董雨晴

昨夜凌晨，一篇題為《我不得不把才華埋葬在昨天》的三千字長文，在技術圈層悄然擴散，隨後在海外刷屏。

鳳凰網科技根據作者提供的github主頁信息發現，作者名為劉勝與，2025年4月，其加入DeepSeek任機器學習系統（MLSys）工程師，辦公地在杭州。

作為2021級北京大學圖靈班成員，劉勝與曾任北大未名超算隊隊長，代表學校出征國際大學生超算競賽SC23。就在幾天前，他啱啱交付了DeepSeek V4.1的主Attention算子，head dim等於512的MQA attention，這個直接決定模型推理效率的核心組件。

而從歷史發文來看，劉勝與是一個性格極其鮮活的年輕人，他會感嘆學校離地鐵太遠，讓他出門參加漫展很不便，「如果我要參加上午九十點的漫展的話，加上化妝準備的兩小時、洗漱的半小時和通勤的一個半小時，我得五六點起床」。也會感嘆，他放棄了讀博的機會，儘管拿到了加州大學伯克利分校和卡耐基梅隆大學的博士offer，但最終因為經濟考量和新一代年輕人風格等等問題決定不讀博。

也因此讓不少人認為，他寫下的這篇隨筆，十分有力真誠，「我當然希望自己不要被革命，但如果非被革命不可的話，我希望革我自己命的人是我自己。」

特別是他與DeepSeek在AI理念上有着高度默契，即AI應該是快速、強大、普惠的，這也是其選擇留在DeepSeek的原因。

這不是一個關於失業的故事。這是關於一個「手藝人」目睹自己賴以立身的手藝，正在被自己親手加速建造的系統所追趕，以及重新思考未來的故事。

過去半年，AI賽道的極端論調頻頻出現，劉勝與的思考或許是一個處在中間的、值得參考的，真誠的狀態。

撐起算力底座的人，也在思考轉業

在大模型研發的鏈條上，算法科學家定義網絡架構，而劉勝與這樣的MLSys工程師，負責讓這些龐大網絡在物理硬件上跑起來。他深入GPU架構的最底層，在PTX彙編和SASS機器碼的粒度上，剖析硬件流水線的停頓，進行寄存器分配與共享內存調度。

這是一項極度依賴經驗與直覺的工作。它不像上層應用開發那樣有豐富的文檔和工具鏈，更像一門隱性的「手藝」，知道哪裏該省一次內存訪問，哪裏的指令流水可以再壓緊一個周期。在很長一段時間裏，它被認為是人類程序員最難被取代的領域之一。

劉勝與在這條路上走得足夠深。從過往履歷來看，2025年2月，他深度參與DeepGEMM的FP8極致性能GEMM算子優化，為DeepSeek系列模型的訓練與推理奠定硬件加速基礎；2026年4月，他參與DeepEP V2的通信算子重構，針對混合專家架構的跨節點數據交換瓶頸做了系統性的削減；直到2026年9月，他獨立完成了V4.1主Attention算子的交付。

該賬號的歷史帖文中，評論區驚現疑似DeepSeek harness團隊負責人崔添翼的留言，他稱劉勝與為「算子仙人」。

劉勝與在發文中寫道：「AI成了算子大師。」他推斷，未來半年到一年內，AI自主評估調度方案、設計並實現端到端極致算子的能力，將大概率追平甚至超越頂級人類工程師。他給出的對照是具體的：AI能一秒思考300個token，二十秒寫完一份代碼，「而我不行」。

這可能是一次結構性的轉換。「等到 AI 寫算子的水平真的高於我的那天，屆時的我會怎麼樣呢？我的判斷是：我不至於會「失業」，但必須要‘轉業’。」

「希望革我命的人是我自己」

劉勝與在文章中揭示了一個他稱之為「技術悖論」的東西。

他為DeepSeek v4.1的成功而驕傲，因為它的主Attention算子是劉勝與寫的。但算子工程師的工作越出色，模型的訓練與推理效率就越高；模型迭代越快，AI自主編寫算子的能力成熟得就越早；而這個能力成熟得越早，算子工程師自身被替代的周期就越短。

換句話說，他每優化一行代碼，都在縮短自己這門手藝的壽命。

目前，這種議題思考正在全球範圍內興起。路透社近期的一篇報道提到，Anthropic的研究人員公開發出警示，稱持續變強的AI模型有可能掙脫人類管控，極端情況下甚至威脅人類存續。有意思的是，發出這些警告的人，與劉勝與一樣，都是AI能力的直接建造者。

但劉勝與的表述沒有停留在警告的層面。他的態度與思考都更加純粹與真實。

他對自己處境的判斷是：不至於「失業」，但必須「轉業」。所謂轉業，是從深耕多年並充滿熱愛的算子設計、編寫、優化領域，轉向做Agent的「機甲駕駛員」。

他坦承，過去他的興趣、擅長與工業界需求三者基本對齊；現在，AI讓他擅長的變成了它更擅長的，也讓工業界的需求從「會寫高性能算子的人」漂移到了「能用AI更快地產出高性能算子的人」。他仍然相信自己能憑藉對工程學、上層模型需求和底層硬件的理解，高質量地產出算子，也可能熱愛新方向，但「被奪走熱愛的感覺，確實不太好受」。

他用織毛衣的比喻描述這種失落：一個精通織毛衣的手藝人，靠手藝和意趣為生，直到一台機器能自動織出同樣質量的毛衣。飯碗可以保住，但臨窗聽雨、引針穿線的意趣，終究被機器的轟鳴碾碎了。

他寫道：「我不得不把才華埋葬在昨天，去做一位機甲駕駛員。我的手中多了些齒輪，但心中少了些節拍。」

兩種討論，出發點完全不同

劉勝與的文章之所以在中外同時引發討論，是因為它觸碰到了一個更大的敘事裂隙。

在美國，關於AI威脅的主流話語，正在迅速向兩個極端收攏。一端是「生存性威脅」，Anthropic CEO阿莫代伊在9月12日公開發文，警告人類可能失去對AI的控制，該技術可能被濫用於網絡攻擊、生物恐怖主義以及造成嚴重的經濟破壞。OpenAI的奧爾特曼和xAI的馬斯克隨即表態支持，後者稱「達里奧說得對」。《華爾街日報》刊文直接稱： 「美國對AI的恐慌已經開始」。

但另一端，黃仁勳稱「AI末日論」是「不講科學的譁衆取寵」，RSI絕非「失控黑魔法」，AI的可怕警告「被誇大了」。

兩股力量在海外市場發生極限拉扯。

一份針對中美年輕人的調查提供了另一種觀察視角，這是一種更平和和科學的視角：對中國受訪者而言，對AI取代工作的擔憂從去年的60.5%降至39.44%，而45.79%的受訪者認為最大的風險是 「人工智能過度使用導致個人能力萎縮」。這是一個與「人類滅絕」截然不同的焦慮，它指向的不是被AI毀滅，而是被AI掏空。

劉勝與的文章，恰好落在這兩種焦慮的交叉點上，並且提供了一種更科學、更真誠與更積極的樣本。劉勝與在文章結尾寫道，他仍然會繼續工作。只是工作的方式變了。

他不再是一個「手藝人」。他正在成為一個「操作手藝人的手藝人」。或者，用他自己的話說，一個「機甲駕駛員」。或許，這纔是一種正常的關於科技發展的邏輯與思考。AI不是簡單地替代某一工種，而是在重新定義「什麼值得被優化」以及「誰來定義優化目標」。對算子工程師而言，真正的挑戰或許不在於AI寫得有多快，而在於能否在AI搭好的新地基上，找到更具創造性的站位。