AI最危险的地方，不是让最强的人失业

本文来自微信公众号： Linda产业笔记 ，作者：Linda 梁领

DeepSeek的算子工程师刘胜与昨夜发了篇长文，今天上了热搜，标签是“顶尖工程师也有AI焦虑”、“必须转业”。

评论区最高赞是一句自嘲：那我们现在岂不是49年入国军。

但他原文里最狠的一句话，几乎没人转：“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。”

所有人都在讨论AI把天花板拆了。他真正担心的是，地板正在被抬起来。AI抬起来的不是水平，是产量。

这是两件完全不同的事。

先说他放弃的是什么

得先知道他的位置，才知道这篇文章的分量。

刘胜与是2021级北大图灵班，当过未名超算队队长，代表学校打过国际超算竞赛SC23，本科阶段就进了DeepSeek。2025年2月的DeepGEMM算子库开源，他深度参与了底层FP8的GEMM算子优化；今年4月DeepEP V2专家并行通信库升级，他参与了通信算子重构；这个月，他独立负责并实现了V4.1的主Attention算子，head dim=512的MQA attention。

这活儿在业内有个共识，是人类程序员最难被取代的手艺之一。你不光要懂上层的高性能计算逻辑，还得吃透GPU微架构、内存层次结构，深挖到PTX汇编和SASS机器码那一层，去分析硬件流水线为什么停顿，做寄存器分配和共享内存调度。

这不是靠勤奋能补的，是靠天分加上很多年。

而他的判断是，未来半年到一年内，AI自主设计并实现端到端极致算子的能力，大概率会追平甚至超过顶级人类工程师。

他给的理由不是模型有多聪明，是一组特别朴素的对比，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，而他不行。AI能在思考强度、工具调用频率、并行度上不断堆叠，而他不能。

这不是能力之争，是物理之争。人比不过。

他知道这里有个死循环，他把算子优化得越极致，模型训练推理越高效，迭代越快，他被替代得越快。

他还是接着写。他的原话是：“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。”

顺便说一句，文章发出来之后有人怀疑是大模型写的，他回了四个字：这是我手写的。

他说的不是失业，是转业

热搜把“转业”读成了委婉版的失业，读错了。

他的意思是，顶尖工程师靠眼界、工程判断力和智力，还能留在牌桌上，但生产算子的范式彻底变了。他给新角色起了个名字，叫Agent的“机甲驾驶员”，人不再逐行手写底层指令，而是退后一步，凭对模型需求的理解、对硬件物理特性的认知、对全局系统的把控，去给Agent下指令、设边界、评估方案。

饭碗保住了。但他说了一句很轻的话：“我的手中多了些齿轮，但心中少了些节拍。”

这话我读了两遍。它不是在抱怨待遇，是在说一个人和他工作之间那种关系断了。以前是他坐一下午，一点点profile，看吞吐一格一格往上涨，跑赢芯片大厂官方算子那一刻的成就感，他自己形容像速通玩家破了世界纪录。现在是他描述需求，机器执行。

这部分他写得很克制，没煽情。但它确实是这篇文章里唯一带温度的东西。

草台的另一半

到这里为止，都还是一个精英对自己处境的记录。全网也只看到了这一层。

但他文章后半段转了个向，那才是这篇东西值得被认真读的原因。

他问了一个学生们每天都在面对的问题，现在大学和科研训练里，最普遍的诱惑就是拿AI走捷径。而代码组织、系统构建、前瞻性设计、抽象能力，这些原本都要在无数次撞墙和debug里磨出来。

那这些能力到底会怎样？他给了两个对照，是像“写x86汇编”一样慢慢边缘化，还是像“理解整套计算机系统”一样，永远是基石？

如果是后者，那AI带来的就不是技术繁荣，是系统性风险。

因为这里有个不对称：AI对强者和弱者都是杠杆，但放大的东西不一样。

对刘胜与这种人，AI放大的是他的产出，同时压缩他的稀缺性，他被追平了。

对一个本来就搞不清系统边界的人，AI放大的是他的产出，但没有放大他的判断力。以前你写的代码结构混乱、命名随意、边界没处理，明眼人扫一眼就知道有问题。现在它变量命名规范、注释齐全、结构工整，错还是那个错，但报警器被拆了。AI没有消灭垃圾，它消灭的是垃圾的外观特征。

这两个杠杆同时在作用。结果就是系统里高质量产出的稀缺性在下降，低质量产出的绝对量在暴涨，而两者从外表上越来越难分辨。

这就是他说的“更加草台”。

这个判断不只是他的直觉。文章里提到英伟达和Cursor做过一个实验，多Agent系统三周内自动优化了235个面向Blackwell B200的CUDA算子，几何平均性能提升38%，其中19%的任务提速超过两倍。OpenAI在推进自己的定制芯片时，也是直接调用Agent工具参与算子生成和编译栈搭建，把原本需要数十位资深底层专家、耗时数月的活，压缩到极短时间。

评论区有个读者“葫芦”的话更直接。他说自己正在用Codex做国产芯片的Attention算子开发，除了方案不能替他敲定之外，别的都能又快又好地完成。

注意这句里唯一那个例外，方案不能替他敲定。

所以他才问那个问题

文章最后，他抛出了一句：“在未来社会中，权力（power）是不是会比技术或智商更加重要？”

这句话放在前面的推演之后，逻辑是通的。

过去，能力本身就是筛子。你写不出那个算子，你就进不来；你说的话有没有分量，取决于你能不能做成别人做不成的事。技术和智商是入场资格，也是话语权的来源。

当能力变得廉价、人人都能生产出看起来合格的东西时，这个筛子就失效了。那什么变成新的筛子？

是谁有资格敲定方案。谁决定哪个东西发出去，谁承担它出事之后的后果，谁在系统里有权说“这个不行，重来”。

这不是能力，这是位置。而更麻烦的是，这个位置的空缺不是没人填，是没有体系在往那个方向培养人。计算机教育考的是你能不能写出来。面试考的是你能不能在45分钟里实现一个算法。绩效考核数的是你交付了多少。晋升看的是你做成了什么。从教育到雇佣到激励，全链条都是按“生产能力”这个已经贬值的指标设计的。

他给自己的答案是留在DeepSeek，理由是他相信最前沿的智能应该以开放、廉价的方式提供给所有人。他甚至说，这或许能把世界从“2077那端”拉回来一些。你可以觉得这个说法过于理想主义，但至少它和前面的推演是一条线上的，他担心的是权力集中，所以他选择站在把能力打散的那一边。

一个正在被自己造的东西替代掉的人，最后操心的是这个。热搜给他的标签是“AI焦虑”。

那我们该往哪儿想

“AI会不会取代我”这个问题，问了两年了，得不出任何有用的东西。答案趋近于会，区别只是先后。

刘胜与的文章提供了一个更好的问法：在AI这个杠杆下，我是被追平的那一类，还是被放大的那一类？

被追平的人，失去的是稀缺性，但保留了判断力，他还知道什么是好的，只是好东西不再只有他能做。这类人转一次业，还能留在牌桌上。

被放大的人更危险，因为他的产量上去了，反馈却更慢了。他生产的东西看起来越来越像样，他自己也越来越难意识到问题在哪。等到暴露的时候，往往已经埋进系统里了。

这两类人的分水岭不在于会不会用AI，在于有没有那个“敲定方案”的能力，知道什么该做、什么不该做、什么做出来会出事。

而这个能力，恰恰是靠撞墙和debug磨出来的。恰恰是AI最容易帮你跳过的那部分。

这才是刘胜与真正在警告的东西。他不是在说他要失业了。他是在说，当所有人都能高产的时候，那个说“不行，这个不能发”的能力，会变成最稀缺也最要命的东西。而我们正在集体跳过练它的那一步。

他把自己的才华埋葬在昨天。而更多人是从来没来得及拥有过那份才华，就已经开始高产了。