我不得不把才华埋葬在昨天（转发）

前几天，DeepSeek v4.1 发布了，将小模型能力的高度又向上推进了一个档次。

AI 发展的速度远远超过了所有人的预期。从那个只会咿呀学语地聊天、上下文长度只有几千 token 的初版 ChatGPT，到具有推理能力的 OpenAI o1、DeepSeek R1 与 Kimi K1.5 Thinking，只不过短短两年；从推理模型到如今能够流畅地在各类 harness 工具中执行命令、完成复杂任务的智能体，也不过一年半。很难想象，倘若再等上一年、两年、三年，彼时的 AI 会成为什么样子，会有多么强大，会不会已经具备了自我进化的能力，并深度渗透进了具身智能等领域。技术迭代的加速度本身，已经开始改变我们对“职业生命周期”和“个人价值积累”的基本假设。

AI 越来越会写算子了

AI 在我所从事的算子设计、编写这一领域同样进步飞速。在短短一年的时间内，它已经从一个只能帮我查查文档、读读代码、找找 bug 的小助手，蜕变成了一位能够独立阅读 CUDA、PTX 与 SASS 编码、通过专业工具分析每条指令的停顿时间、进而独立优化算子的算子大师。相信在不久的未来，它也能拥有自己独立设计算子调度、评估不同调度方案的性能、将其实现并优化的能力。

我当然为 DeepSeek v4.1 的成功而骄傲——毕竟它的主 Attention 算子都是我写的【1】，它的优秀正是对我的算子的一份肯定。但是，时代的车轮滚滚向前，技术的发展无人能挡。我很清楚，再过上半年或者一年，AI 写的算子大概率就会和我写得同样优秀，甚至将我超越。

AI 能一秒思考 300 个 token、半秒敲出一行命令、二十秒写完一份代码，而我不行；AI 能在模型深度、思考强度、工具调用量（和环境交互的频率）、甚至并行度等方面都能不断提升，而我不能。

人类在毁灭自己这件事情上，自古以来都表现得毫不犹豫。为什么在明知“我算子写得越好，我们的新模型的训练、推理速度就会越快，模型能力进步就会更快，我就会更早地被取代”的情况下，我仍然选择尽力优化算子呢？

一方面，写算子对我来说就像打游戏一样，能为我提供极大的快感。我在发明了一种新技术、或者看到自己算子的性能上升的那一刻，心中的激动程度不亚于游戏的速通玩家打破了自己过往的记录。当看到自己的算子的性能远超厂商官方的算子时，我心中也会萌生极大的自豪感。

但更重要的原因是：哪怕我就此“摆烂”甚至故意下绊子耽误模型训练，其它家的模型也会照常发展并最终将我照杀不误。

“我当然希望自己不要被革命，但如果非被革命不可的话，我希望革我自己命的人是我自己。”

在大家都这么执着于毁灭自己的时候，我也不得不加入这场残酷的军备竞赛。

那我呢

等到 AI 写算子的水平真的高于我的那天，届时的我会怎么样呢？

我的判断是：我不至于会“失业”，但必须要“转业”。 我的饭碗尚且能保住，但这可能会导致我再也没机会从事那份我曾热爱过的工作。

我曾经对时代的变化与我个人在未来的处境做出过一个判断：由于时代变化真的太快，我完全无法预知五年、十年后会发生什么，但不论如何，我相信凭借着自己的眼界、判断力、主观能动性与智力，留在时代的牌桌上，并重新立于时代的潮头。

然而，这个判断只能保证我不会“失业”，而无法保证我不需要“转业”。倒不如说，这个判断鼓励我通过转业来避免失业。

转业意味着什么？

它代表着我需要放弃我深耕已久并充满热爱的算子设计、编写、优化领域，转而去做 Agent 的“机甲驾驶员”。

在之前，我的兴趣、我所擅长的、以及工业界所需要的，三者是基本对齐的；而现在，AI 让我所擅长的变成了它更擅长的，也让工业界的需求从“会写高性能算子的人”漂移到了“能用 AI 更快地产出高性能算子的人”。

为了适应工业界的需求，我势必要放弃之前那个我热爱的方向，转向一个未知的新方向。我相信我能凭借着自己对于工程学、上层模型需求和底层硬件的理解，继续高质量、高效率地产出算子，我也知道我可能会热爱这个新方向（也可能不会），但被夺走热爱的感觉，确实不太好受。

那份坐在工位上静心写上一下午算子的清欢，可能会在这个夏天成为绝唱。

我不得不把才华埋葬在昨天，去做一位机甲驾驶员。我的手中多了些齿轮，但心中少了些节拍。

一个形象的比喻

你精通织毛衣技术，尤其擅长各种图案的织造与各色色彩的搭配。你所织出的毛衣质量过硬且花纹美观，十里八乡的富人都来请你为他们织毛衣，你借此赚到了不少钱。同时，你十分享受着那种坐在窗边，沏一壶清茶，望着窗外的青山、绿水、牛羊与炊烟，静静地织上一下午毛衣的感觉。

但有一天，有人发明出了一台神奇的机器，只需提供毛线与图案，便可自动织出毛衣，质量与纹理都不亚于你亲手织造的，且速度远快于你。

你很清楚，你的同行可以凭着这台机器轻松达到你曾经的水平，因此你不得不也去用它。你也知道，凭借着你过去二十年攒下的织毛衣技术，哪怕大家都有机器，你织毛衣的速度与质量也还能超过同行。但那份临窗听雨、引针穿线、慢度光阴的意趣，终究还是被机器的轰鸣碾碎了。

机器没有夺走你的生计，却夺走了你与这份技艺之间最亲密、最私人的那一层关系。

我知道这很无奈，但没办法。饭碗可以保住，但旧日的热爱大概率是要放弃的。我是一个理性和感性分离得比较开的人，在需要用理性处理问题时可以很理性，但有时也会表现出感性的一面。我记得我在搬离住了一年的出租屋时，还大哭了一场，舍不得和过去的记忆分别。今天和之前那个手写算子、人脑优化的时代告别，无疑比这更加残酷。

不知道有没有读者有类似的感受，但我想这事儿也只能这样了。

那人们呢

在 AI 不断进步的同时，我也对一些问题表示担忧：

1. 学生是否会更倾向于用 AI 完成作业？
   特别是偏向于实践的各种 Lab。想象一下，如果面前有两个选择：一个是苦哈哈地用八小时时间完成一个 Lab，或许还拿不到满分；另一个则是启动 AI 模型，用几毛钱的成本、几分钟的时间，直接让 AI 编写满分代码——那大部分学生会选择哪个呢？当“完成任务”的成本被急剧降低时，“通过亲手完成任务来获得能力”这件事本身，就会变成一种需要额外意志力才能坚持的奢侈行为。

2. 工程能力是否还会被重视？
   上面一点会导致大量学生的工程能力严重不足，包括组织代码的能力、构建系统的能力、思考未来潜在需求并提前在设计上应对的能力、抽象的能力等等。那么在 AI 能力不断变强的背景下，这部分“工程能力”是否还是必须的呢？这些工程能力是会向旧日的“熟练编写 x86 汇编”的能力那样逐渐被时代抛弃，还是会像“理解从软件到系统再到硬件的整套计算机系统”的能力那样永远具有价值？如果是后者的话，那就危险了——一个工程能力很差的人，在搭配上 AI 后，产出屎山的效率可以达到先前的数倍，进而给系统埋下各式祸患，让这个世界变得更加草台。能力缺口不会消失，只是被更强大的工具暂时掩盖，直到系统真正崩溃的那一天。

3. 权力是否会比技术或智商更重要？
   在未来社会中，当最先进的模型、算力、数据、工具链都被少数实体牢牢掌握时，个人再强的技术能力和再高的智力，也可能只是在别人搭建好的框架里做有限的优化。真正决定资源分配、决定“谁能用上最强 AI”的，往往不是技术本身，而是对基础设施、资本、政策与组织的控制权。

这些问题，或许就需要时代本身来回答了。

结语

伴随着 AI 的发展，未来的社会可能会趋向于两个极端：

1. 生产力极大解放的相对平等状态

强大的智能以开放、廉价甚至接近免费的方式被广泛供应。人们可以从重复性、危险性或低创造性的劳动中解放出来，把时间投入到更高层次的创造、探索与人际关系中。社会整体的效率与福利提升，阶层流动虽然仍存在难度，但至少不会被技术本身锁死。

2. 赛博朋克式高度分层社会

少数科技公司与资本高度集中控制先进 AI 与相关资源。最先进的 AI 成为极少数人的专属工具。拥有最强模型、最多算力、最完整数据闭环的实体，可以在科研、商业、军事、舆论乃至日常生活的几乎所有维度上建立压倒性优势。大多数人只能使用被阉割、被限速、被监控的弱化版本。

此时，阶层跨越变得异常困难：你必须先拥有接近最强的 AI，才有可能积累足够的优势去跨越阶层；而要拥有最强 AI，又往往需要你已经处于较高的阶层。这形成了一种自我强化的死循环。技术不再是平等的杠杆，而变成了进一步固化既有权力结构的放大器。

这两种未来并不是抽象的哲学讨论，而是与今天每一个模型发布、每一项闭源决策、每一次开源与否的选择直接相关的现实路径。如果 Anthropic、OpenAI 这类公司长期垄断最先进的智能，且缺乏有效的开放与制衡机制，社会更有可能滑向后一种极端——少数实体掌握接近“机械飞升”的能力，而大多数人被困在弱化的工具与信息茧房中。这种集中程度的危险，并不亚于历史上任何一次关键技术被单一势力抢先掌控的情景。

正因为如此，我仍然相信：

最前沿的智能应该以一种开放、廉价的方式，供应给所有人。

我不信任任何单一商业实体能够长期、自发地做到这一点。这也是为什么我选择并坚持留在了 DeepSeek：我们研究强大、快速、普惠的人工智能并将其开源，或许能把世界从那个高度分层的极端拉回来一些。开源不是万能的，但它至少把技术的控制权部分交还给更广泛的社区，让更多人有机会参与、验证、改进，而不是被动接受。

愿未来的世界一切安好。
May all the beauty be blessed.

【1】“主 Attention”仅包括 head dim = 512 的 MQA attention，不包括用于选出 top-k 重要的 token 的 indexer，那部分是由其他（水平也非常强的）同事（以及他们的 AI Agent）编写的。