DeepSeek工程师的AI焦虑：不至于失业，但必须转业 原创

产联社编辑 | 黄钰慧

图片由AI生成

【产联社】亲手给AI提速的工程师，也开始思考如何改变自己的工作。9月15日晚，DeepSeek工程师刘胜与回应长文《我不得不把才华埋葬在昨天》引发的讨论，解释自己想表达的，是对过去手写算子时光的怀念。

《我不得不把才华埋葬在昨天》里，有一句话格外引人注意：“我不至于会‘失业’，但必须要‘转业’。”在他的设想中，自己仍能做好工作，却可能不再像过去那样，亲手写下代码、反复打磨，而要更多地借助AI完成开发。

一名参与研发AI的工程师，如何面对自己熟悉的工作被AI改变？刘胜与写下了不舍，也谈到了接下来准备怎样做。

给AI提速的人，难舍手写代码

刘胜与舍不得的，是亲手把一道难题解开的过程。

刘胜与是北京大学2021级图灵班学生，2025年4月加入DeepSeek，在杭州从事机器学习系统及算子设计与优化工作。北京大学未名超算队页面记载，他曾担任队长，代表队伍参加SC23国际大学生超算竞赛。

在长文中，刘胜与介绍，DeepSeek V4.1的主Attention算子由自己编写。他为这项工作感到自豪。

算子可以理解为模型完成计算时用到的一段程序。工程师把它写得更好，同样的计算任务就有机会在芯片上更快完成。刘胜与的日常工作，就是琢磨怎样让这些程序跑得更快。

在补充说明中，他描述了自己喜欢的工作状态。代码一个字一个字敲出来，大到程序怎样组织、功能怎样安排，小到变量取什么名字，都可以静下心来仔细推敲。找到新的优化办法、看到程序性能提高时，他获得的兴奋，如同游戏玩家打破自己的纪录。

这些细节，也让文章的失落有了具体的来处。他享受的不只是最后交出一个成果，还有中间反复琢磨、终于做成的过程。当更多步骤可以交给AI，他担心自己会失去这部分乐趣。

他在原文中打了一个织毛衣的比方。手艺熟练的人换用机器，凭借积累的经验，依然可能比别人做得好，但坐下来亲手编织一个下午的感受，很难由机器代替。

因此，即便新的工作同样令人着迷，他仍然会为告别旧的工作方式感到难过。在他的叙述里，保住饭碗和留住热爱，是两个不同的问题。

从帮忙找错，到动手优化

刘胜与看到的变化，是AI开始接手更深入的开发工作。

按他的描述，一年前，AI还主要帮他查文档、读代码、找错误。如今，它已经能看懂底层代码，借助专业工具找出指令执行时的停顿，再尝试优化算子。

他在文中把这样的AI称作“算子大师”。这也让他看到自身工作中的矛盾。在他看来，算子优化得越好，模型训练和运行得越快，AI能力进步也会更快，而更强的AI，又会进入他擅长的算子开发领域。

继续把工作做好，也可能让熟悉的工作方式更快发生变化。面对这种处境，他仍选择继续优化。刘胜与解释，即便自己停下来，其他公司的模型也会发展，何况，技术突破本身仍能给他带来快乐。

他在文中写道：

“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。”

这句话所对应的，是他在后续回应中说出的打算——继续写算子，也不断引入AI Agent参与开发。他并未宣布离开这一领域，而是在寻找使用新工具的办法。

“机甲驾驶员”仍要懂工程

在刘胜与设想的新工作里，过去积累的经验仍有用处。

他把新角色称为Agent的“机甲驾驶员”。Agent即智能体，在这个场景中，可以把它理解为能够使用工具、执行开发任务的AI。工程师需要研究怎样让它更好地完成工作。

刘胜与相信，自己对工程、模型需求和底层硬件的理解，仍能帮助他高质量、高效率地产出算子。亲手编写的部分可能减少，对任务本身的理解却仍是他适应变化的依据。

这让企业的用人问题变得更具体。代码交给AI生成后，谁来判断它是否符合需求，谁能发现方案里的问题，谁又能确认结果可以使用？刘胜与所说的经验，在这些环节仍有施展的地方。

谷歌已经披露了AI参与开发的一种做法。4月22日，谷歌及其母公司Alphabet首席执行官桑达尔·皮查伊表示，谷歌75%的新代码由AI生成并经工程师审核，高于2025年秋季的50%。他还介绍，工程师正在组织AI智能体协同执行任务。在这套流程中，生成代码之后仍有工程师把关。

国内软件行业也在讨论这种分工变化。据新华社报道，9月11日，中国软件行业协会副理事长兼秘书长吕卫锋在工信部新闻发布会上表示，单纯编码执行能力的权重下降，需求理解、架构设计、系统集成、质量和安全控制等能力要求上升。

说清楚要做什么，把程序各部分安排好，再检查结果是否可靠，这些工作成为观察工程师能力的另一把尺子。对于企业，刘胜与的经历提供了一个观察角度，即在引入AI时，企业应怎样让员工原有的专长在新的分工里继续发挥作用。

AI能帮忙，新人怎样长本事

使用AI需要判断力，判断力又该怎样练出来？

刘胜与在原文中谈到学生用AI完成作业，担心下一代开发者缺少组织代码、构建系统，以及为后续需求提前设计的能力。它与前面的“机甲驾驶员”形成了呼应。刘胜与相信自己能用好AI，依靠的是过去积累的工程经验。对于刚入行的人，如果一些练习直接交给AI完成，他们又该怎样获得这些经验？

能交出一份程序，与能解释它为什么这样写、出了问题该从哪里查，是不同的要求。沿着刘胜与提出的问题，企业需要考虑的不只是给新人配上什么工具，也包括怎样让他们在使用工具的过程中学会判断。

例如，哪些环节需要新人亲自尝试，AI完成的部分是否需要他们解释，发现错误后能否找到原因。这些都是人才培养可以进一步讨论的问题，不能仅凭一份顺利完成的作业或任务就给出答案。

据新华社报道，吕卫锋提出同步实施岗位改造与技能培训，加强复合型人才培养。他也提醒，新技术创造的新岗位，并非简单地等量替换旧岗位。这意味着，讨论工作变化时，还需要关心具体的人怎样走过去。对有经验的工程师，是如何把原来的专长用在新工具上。对新人，则是如何在工具越来越能干的时候，依然获得理解问题、解决问题的机会。

刘胜与给自己的选择，仍是继续探索。他在后续回应中表示，会尝试重新协调爱好、特长与时代需求。在补充说明里，他也解释，写下这篇文章，是想保存那些手写算子的记忆，留给十年、二十年后的自己回看。

他留恋亲手写代码的日子，也准备继续学习怎样让AI写好代码。对他而言，难处在于，适应新的工作方式之后，还能否从工作中获得熟悉的满足感。对企业而言，这也留下了一个值得追问的问题。当AI能够更快地交出成果，怎样让员工仍有机会深入理解一道难题，在这一过程中积累经验、获得成就感？毕竟，刘胜与寄望于用来驾驭AI的那些判断力，正是在他如今舍不得告别的工作里，一点点练出来的。

商务合作，请联系李先生 15712907343（微信号Ime1660217962）

报料及内容合作，请联系微信号chanlianshe2026