DeepSeek研究员刘胜与，写了一篇很有感触的长文。

标题叫《我不得不把才华埋葬在昨天》。

他仍然选择留在DeepSeek，只是他觉得，自己可能要和过去那个“亲手写算子”的时代告别了。

所谓“算子”，可以理解成AI模型底层执行计算的高性能代码。模型训练和推理速度，很大程度上取决于这些代码优化。

刘胜与长期做的就是这件事，而且做得相当深入。

他提到，DeepSeek v4.1的主Attention算子就是自己写的。过去，写算子对他来说甚至像打游戏：设计出一种新技术，或者堆性能，带来的快感就像速通一场游戏。

但现在，AI正在越来越会写算子。

一年前，它可能还只是帮忙查文档，找Bug。如今AI已经能自己读CUDA、PTX和SASS编码，通过专业工具分析指令耗时，再独立优化算子。

按照刘胜与的判断，再过半年或者一年，AI写算子的水平大概率就会追上自己，甚至超过自己。

更微妙的是，他自己正在参与加速这个过程。

算子写得越好，DeepSeek新模型训练和推理就越快；模型越强，AI写代码、做工程的能力又会继续增强。

也就是说，一个顶尖工程师正在亲手制造一个替代自己原有工作方式的AI。

刘胜与对此写了一句话：

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

所以他觉得自己未来大概率必须“转业”。

过去工业界需要的是“会写高性能算子的人”，以后需要的会变成“能用AI更快地产出高性能算子的人”。

他给这种角色起了一个很形象的名字：Agent的“机甲驾驶员”。

工程师依然需要懂模型、硬件和工程，只不过具体写代码、分析性能、尝试优化的工作，会逐渐交给AI完成，人负责驾驭整个系统。

让他难受的点也在这里：

一个人曾经花很多年练出来、同时又非常喜欢的技能，突然不再需要以原来的方式存在。

他用了织毛衣来比喻：

一个人钻研了20年织毛衣，既擅长这件事，也享受坐在窗边慢慢织一下午的过程。后来机器出现了，只要输入毛线和图案，就能织出同样漂亮的毛衣，而且快得多。

凭借20年的经验，他依然可能比别人更会使用机器。

但那种亲手引针穿线的乐趣，回不来了。

所以才有了文章中他提到：

“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。”

除了自己的职业变化，他还提到了一个可能影响更多人的问题：如果AI几分钟就能把学生需要8小时完成的Lab写完，未来还有多少学生愿意自己做？

代码组织、系统构建、抽象设计、提前考虑潜在需求……这些过去靠大量实践磨出来的工程能力，究竟会变成小众技能，还是依然属于必备能力？

一个工程能力不足的人配上强大的AI，可能只是把制造“屎山代码”的效率提高了。

文章最后，刘胜与把话题拉到了更大的问题：当AI能力越来越强，最先进的智能究竟应该掌握在少数公司手中，还是以开放、廉价的方式让更多人使用？

这是他继续留在DeepSeek的理由。

在他看来，研究强大、快速、普惠的AI，并把技术开源出去，是避免最先进AI能力过度集中在少数机构手中的一种路径。

对于已经站在AI工程最前沿的人来说，这个问题已经具体到了另一层：

工作也许还在，能力也没有消失。

只是曾经引以为傲、也真正热爱的工作方式，正在成为过去。