DeepSeek工程师刘胜与长文爆火：一篇告别信为何戳中了整个行业

2026年9月，DeepSeek V4.1算子负责人刘胜与发布三千字长文《我不得不把才华埋葬在昨天》，迅速在海内外技术社区刷屏，DeepSeek工程师长文爆火成为知乎热榜第一。这篇长文坦承了一个残酷的技术悖论：手写算子越好，AI进步越快，自己被替代就越早。它不只是个人告别，更是AI时代开发者命运的一面镜子。

一、一位“算子仙人”的深夜独白

2026年9月14日凌晨，一篇题为《我不得不把才华埋葬在昨天》的三千字长文，在技术圈层悄然扩散，随后在海内外技术社区持续刷屏。文章作者刘胜与，是DeepSeek V4.1主Attention算子的开发者，北京大学2021级图灵班成员，曾任北大未名超算队队长，代表学校出征国际大学生超算竞赛SC23。

几天前，他刚刚交付了DeepSeek V4.1的主Attention算子——head dim等于512的MQA attention，这个直接决定模型推理效率的核心组件。在外人看来，这是一份漂亮的成绩单。但就在成果交付之后，他写下了这篇文章。

文章的爆火程度远超作者预期。微信公众号阅读量迅速突破十几万，冲上知乎热榜第一，在X平台上也引发了大量讨论。词条“我不得不把才华埋葬在昨天”成为技术圈最热的话题。

但刘胜与在次日回应中坦言，这波爆火“挺出乎意料”，因为大家的关注点和他想表达的并非完全对齐。他写这篇文章的本意，“并非要表达对失业的焦虑，更不是想强调DeepSeek的开放普惠与Anthropic的不讨喜，而是想和过去手写算子的那段时光说句再见”。

这个澄清本身就耐人寻味。一篇文章的“误读”往往比它的“正解”更能说明问题——当一位顶尖工程师在告别自己的手艺时，整个行业听到的是自己未来的回声。

二、长文到底写了什么

2.1 技术悖论：越优秀，越早被替代

文章中，刘胜与提出了一个令人不安的逻辑闭环：他把算子写得越好，新模型的训练和推理速度就越快；模型能力进步越快，AI学会独立写算子的时间就越早，他被替代的节点也就越近。

这个悖论的核心在于：AI工程师的工作成果，直接加速了AI自身能力的进化。谷歌CEO桑达尔·皮查伊披露的数据佐证了这一趋势的加速度——谷歌内部新代码由AI生成的比例，从2024年10月的约25%，到2025年秋季突破50%，再到2026年4月已达75%。不到两年时间，工程师的角色从“写代码”变成了“审代码”。

刘胜与在文中写道：“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、工具调用量甚至并行度等方面不断提升，而我不能。”

2.2 “不至于失业，但必须转业”

面对外界关于程序员饭碗的担忧，刘胜与给出了一个比“失业”更精确也更沉重的判断：工程师群体不至于面临真正意义上的失业，但必然需要经历深刻的转业。

他所说的“转业”，是放弃深耕已久并充满热爱的算子设计、编写、优化领域，转而去做AI Agent的“机甲驾驶员”。他坦承，过去自己的兴趣、擅长的领域和工业界的需要，三者基本对齐；而现在，工业界的需求从“会写高性能算子的人”漂移到了“能用AI更快产出高性能算子的人”。

他将这种手艺的失落比作自动化织袜机对手工编织者的冲击：“我的手中多了些齿轮，但心中少了些节拍。”

2.3 更深的忧虑：下一代开发者的能力断层

文章中最具远见的部分，是对年轻一代工程能力退化的担忧。刘胜与指出，如果学生普遍依赖AI在数分钟内完成复杂的代码作业，系统架构与抽象设计能力可能出现断层。

这一担忧得到了实证研究的支撑。香港大学经济学系教授吴延晖和瑞典斯德哥尔摩大学经济学教授大卫·斯特伦伯格追踪了中国中部某县26811名初高中学生，发现使用生成式AI外包作业后，学生作业成绩短期内提升约18%，但6个月内月考成绩平均下滑20%，两年后中考、高考成绩分别最多下降24%和18%。研究者将这一现象总结为“AI学习惩罚”。

刘胜与用了一个极具冲击力的表述来描述工程能力退化叠加AI放大效应后的后果：“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。”

三、为什么偏偏是这篇文章火了

3.1 作者身份的分量

刘胜与不是普通的AI从业者。北京大学图灵班出身，本科时期便在OSDI等顶级会议上发表大模型服务系统DistServe的研究，参与过swiftLLM等重量级开源项目，加入DeepSeek后深度参与了DeepGEMM、DeepEP等核心算子库的优化。

他的技术履历中有几个关键节点：放弃加州大学伯克利分校和卡内基梅隆大学的博士offer，选择直接进入工业界；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。DeepSeek团队规模仅百余人，工程师几乎都来自清华、北大等国内顶尖高校，鲜有海归，不少还是在读博士。

一个站在AI浪潮最前沿的年轻人，对自己亲手参与加速的那个未来进行冷静审视——这种身份与内容的张力，本身就构成了传播的势能。

3.2 戳中了行业的集体焦虑

2026年的AI行业正处于一个微妙的节点。一方面，AI能力以超出所有人预期的速度迭代；另一方面，大量从业者开始感受到自身技能被侵蚀的压力。

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回应“AI会替代程序员”时表示，AI正在推动软件生产方式变革，软件人才的能力结构与岗位需求也随之调整。这一官方表态本身就说明，行业的焦虑已经足够普遍，以至于需要被正面回应。

Stack Overflow 2025年的调查显示，82%的开发者每周或更频繁地使用AI编程工具，59%的开发者依赖三种及以上辅助工具。但与此同时，66%的开发者指出，他们最大的挫折在于处理那些“几乎正确，但又不完全正确”的AI解决方案；45%的人认为，调试AI生成的代码比自己编写还要耗时。TianPan.co的研究甚至发现，AI编程辅助可使经验丰富的开发者代码理解度下降17%，实际速度反而放慢19%，但他们的主观感受是速度提升了20%。

“感觉更快”与“实际更慢”之间的落差，正是刘胜与文章所触及的深层不安的来源。

3.3 Anthropic与DeepSeek的理念分野

刘胜与在文章末尾提到了一个选择留在DeepSeek的理由：“我不信任Anthropic或者OpenAI能这样做，特别是不希望Anthropic掌握最先进的人工智能或AGI，夸张点说其严重性不亚于让希特勒先于盟军掌握原子弹技术。”

这一表述的语境值得注意。就在文章发布前两天的9月12日，Anthropic CEO Dario Amodei发表了长文《We Must Pace the Frontier》，呼吁AI公司放慢前沿模型能力提升的速度，并提出让第三方安全评估机构进入AI公司、建立行业安全标准。

表面上看，呼吁“慢下来”似乎更负责任。但刘胜与的逻辑不同：他担忧的不是AI跑得太快，而是最前沿的智能被少数闭源公司垄断。在他看来，未来的社会可能趋向两个极端——共产主义与赛博朋克2077。在后者中，少数科技公司控制着大部分资源，只有极少数人能使用最先进的AI，大部分人只能用上很孱弱的AI。

“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2077那端拉回来一些。”他写道。

当然，刘胜与在次日补充说明中强调，相关观点“仅代表个人观点，不代表任何我所在的公司的立场”。

四、技术悖论的深层逻辑

4.1 从“人写算子”到“AI写算子”的演进路径

要理解刘胜与的焦虑，需要理解“算子”在AI系统中的位置。算子是AI领域用来执行特定计算任务的基本单元。一个模型能否更快、更省地运行，不仅取决于模型结构，也取决于算子能否充分释放GPU等硬件的性能。

刘胜与在文章中回顾了过去一年AI在算子设计领域的能力跃迁。最初，AI只能帮他查文档、读代码、找Bug；后来，它能够阅读CUDA、PTX和SASS代码，可以通过专业工具分析每条指令的停顿时间，并进一步参与算子优化。他认为，按照这一趋势发展，AI未来甚至可能具备独立设计算子调度方案、评估不同方案性能、将其实现并优化的能力。

这个演进路径的意义远超算子设计本身。它展示了一种模式：AI先在“辅助”人类完成任务的过程中学习，然后逐步接管核心任务，最终超越人类水平。这个过程在围棋、蛋白质结构预测、代码生成等领域已经反复上演。

4.2 不可逆的加速

刘胜与所描述的悖论有一个残酷的特征：它没有刹车。

他把算子写得越好，DeepSeek的模型训练和推理效率就越高，V4.1的能力就越强。V4.1越强，AI在算子设计上的能力进步就越快。而当AI能够独立完成算子设计时，手写算子的价值就趋向于零。这个链条上的每一环都在加速下一环，而推动这个循环的人正是刘胜与自己。

但他对此的态度并非消极。他写道：“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。”这句话之所以被广泛引用，因为它表达了一种主动的姿态：不是等待被时代淘汰，而是主动选择转身的方向。

4.3 从“手艺人”到“机甲驾驶员”

刘胜与对未来的职业选择有一个清晰的判断：转向做Agent的“机甲驾驶员”。这意味着从亲手编写和优化底层代码，转向指挥AI Agent完成复杂任务，从“操作者”变成“指挥者”。

这种转变并非没有先例。回顾软件工程的历史，每一次抽象层级的提升都伴随着工程师角色定义的转变：从打孔卡到汇编语言，从汇编到高级语言，从手写代码到使用框架和库。每一次转变都让一部分人感到手艺被稀释，但也创造了新的可能性。区别在于，AI带来的这次转变涉及的是认知能力本身，而不仅仅是工具效率。

国际商业机器公司（IBM）2025年的数据显示，78%的开发者已明确感受到生产力提升。但这种提升是否意味着更高质量的产出和更深的专业能力积累，目前尚缺乏定论。

五、DeepSeek的组织逻辑：为什么这篇文章出自这里

5.1 一家“反常识”的AI公司

DeepSeek的组织形态在AI行业中独树一帜。公司自2023年5月成立以来，团队一直控制在150人左右的规模，采用淡化职级、极为扁平的文化来调动资源。创始人梁文锋认为，一个人每天能高质量工作的时间很难超过6到8小时，加班疲劳下的昏庸判断反而会浪费宝贵的算力资源。

公司内部没有固定上下班时间，没有KPI，工作模式以小方向、兴趣导向为主，每周定期讨论研究进度。团队成员可以自由调用计算资源，无需经过层层审批，每个人都可以基于兴趣探索技术难题。

在人才选拔上，DeepSeek偏爱没有工作履历的年轻人。一名曾与DeepSeek合作的猎头透露，公司不要资深的技术人，“工作经验在3到5年已经是最多的了”。梁文锋曾解释：“我们的同事在创新中得到成长，积累了大量的技术诀窍，这种可以持续创新的组织和文化，才是我们真正的护城河。”

5.2 这种文化如何塑造了刘胜与的文章

DeepSeek的组织文化，恰好解释了为什么这样一篇文章会出自这家公司的工程师之手。

在一个不设KPI、鼓励兴趣探索的环境中，工程师有空间对自己的工作意义进行深度反思。刘胜与在文章中的自我剖析——从技术悖论到对下一代开发者能力的担忧——更像是一个研究者在思考问题，而不是一个员工在完成工作任务。

更重要的是，DeepSeek对开源普惠的坚持，给了刘胜与一个“留下来的理由”。在文章末尾，他明确表示选择留在DeepSeek是因为“我们研究强大、快速、普惠的人工智能并将其开源”。这种将个人选择与组织使命对齐的叙事，恰恰是DeepSeek文化吸引力的一个缩影。

但DeepSeek的文化也面临挑战。据报道，公司近期面临核心人员流失的压力，第一代大语言模型核心作者王炳宣已被腾讯挖走，R1核心作者郭达雅也正式离职。猎头透露，竞争对手开出的薪酬是DeepSeek的2到3倍。刘胜与文章中流露的“转业”思考，某种程度上也是这种人才流动压力的一种精神折射。

六、行业图景：开发者能力结构正在被重新定义

6.1 不同技术浪潮下的能力迁移

这张表格揭示了一个关键趋势：每一代技术浪潮都会重新定义“什么是有价值的工程能力”。值得注意的是，当前阶段最大的风险不是“不会用AI”，而是“过度依赖AI导致底层能力退化”。刘胜与所担忧的正是这一风险从在校学生蔓延到未来开发者的可能性。

6.2 年轻开发者的就业压力

斯坦福大学的研究显示，22至25岁软件开发者的就业率自2022年底以来下降了近20%，因为AI工具正在接管过去分配给初级员工的常规编码任务。这意味着，传统意义上通过“写基础代码”来积累经验的职业路径正在被压缩。

Meta创始人扎克伯格早在2025年就预判，AI将能够发挥相当于中级软件工程师的作用。AWS CEO则公开反驳“用AI取代初级开发者”的想法，称其为“最愚蠢的想法之一”，理由是初级开发者是行业未来的基石。

这种分歧本身就说明，行业尚未找到AI与开发者能力成长之间的平衡点。Stack Overflow的调查显示，55.5%的早期职业阶段开发者表示每天都会使用AI工具，这一比例高于资深开发者群体。越是需要积累经验的人，越是在依赖可能削弱这种积累的工具——这是一个值得深思的结构性矛盾。

七、独到见解：这篇长文真正提出的问题

7.1 不是“会不会被替代”，而是“以什么方式继续存在”

大部分关于AI与就业的讨论停留在“会不会被替代”的层面。刘胜与的文章提出了一个更精确的问题：当你最擅长的事情被AI超越时，你以什么方式继续存在？

他的答案是“转业”——不是消失，而是迁移。从手写算子的工程师变成指挥AI Agent的工程师。但这种迁移不是无缝的。他坦承，“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’”。这意味着，过去积累的深度专业能力并不会自动转化为新时代的竞争力。

这种“能力翻译”的困难，可能是未来几年大量技术从业者面临的核心问题。

7.2 开源与闭源之争的工程伦理维度

刘胜与文章中最具争议的部分，是他对DeepSeek与Anthropic不同路线的比较。他用了极端的比喻——将Anthropic掌握最先进AI的严重性比作“让希特勒先于盟军掌握原子弹技术”。

抛开比喻的恰当性不论，他触及了一个真实的工程伦理问题：前沿AI能力应该由少数机构控制，还是应该开放给所有人？他的选择是后者，理由是“最前沿的智能应该以一种开放、廉价的方式，供应给所有人”。

这个立场与DeepSeek的实践一致。DeepSeek V4系列全面适配华为昇腾芯片，V4-Pro和V4-Flash同步开源发布，模型上下文处理长度从128K扩展至1M。V4将总参数推至1.6万亿，实现了百万上下文下每token的算力消耗仅为V3.2的27%。2026年8月，DeepSeek还发布了首款AI智能体运行框架DeepSeek Harness，以MIT协议开放源代码。

这些技术决策背后有一条清晰的逻辑线：通过开源和成本优化，让最前沿的AI能力尽可能广泛地可及。而刘胜与选择留在DeepSeek，正是因为认同这条路线。

7.3 手艺的消逝与人的意义

文章中有一段令人印象深刻的比喻。刘胜与将手写算子的失落比作自动化织袜机对手工编织者的冲击：即使凭借经验依然能把机器用得最好，但“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”。

这触及了一个超越技术层面的问题：当效率不再是人类的核心优势时，人的价值在哪里？

刘胜与没有给出系统性回答。他在文中承认自己并非人文学科专家，相关思考更多是“碎碎念”。但这种坦诚恰恰增加了文章的分量——它不是一篇试图提供答案的宣言，而是一个身处变革中心的人的真实困惑。

八、未来展望：AI时代的职业变迁走向

8.1 Agent时代的工程能力重构

DeepSeek V4系列在Agent能力上的大幅投入，预示着一个明确的趋势：AI正在从“工具”变成“执行者”。V4模型在Agentic Coding方面做了专项优化，内部评测显示其交付质量已接近Claude Opus 4.6的非思考模式。DeepSeek Harness的发布则进一步表明，公司正在构建让AI自主执行复杂任务的框架。

这意味着，未来工程师的核心工作将从“实现”转向“定义”——定义任务、定义质量标准、定义验收条件。写代码的能力仍然重要，但它的权重会下降；问题定义和结果判断的能力，权重会上升。

8.2 教育体系的滞后与补救

刘胜与对下一代开发者能力退化的担忧，指向了一个更宏观的问题：当前的教育体系尚未为AI时代做好准备。

当AI可以在几秒钟内完成过去需要数小时编程作业时，教育者面临一个两难：禁止使用AI可能让学生脱离实际工作环境，允许使用AI则可能削弱基础能力的训练。“AI学习惩罚”的研究数据表明，这种担忧并非杞人忧天。但解决方案并非简单地禁止或放任，而是重新设计学习路径——让AI成为脚手架而非替代品，让基础能力的训练以新的形式被保留下来。

8.3 从“技术理想主义”到“技术现实主义”

刘胜与的“转业”宣言，或许标志着一个更广泛的转变：AI从业者正在从“技术理想主义”转向“技术现实主义”。

理想主义相信技术进步必然带来进步，相信自己的技能会永远稀缺。现实主义则承认：技术的演进不以个人意志为转移，唯一的选择是如何在变化中找到自己的位置。

这种转变并不意味着悲观。刘胜与在回应中明确表示“将继续在这个领域开拓下去”，“尝试在属于AI的时代找到属于自己的乐土”。他选择了面对而非逃避——这本身就是一种力量。

结语

《我不得不把才华埋葬在昨天》之所以引发如此广泛的共鸣，不在于它给出了多么新颖的结论，而在于它用第一人称的真诚，说出了许多人在心里反复咀嚼却难以表达的感受。

刘胜与说他想跟过去手写算子的时光“说句再见”。这句话的分量，只有真正热爱过一门手艺的人才能体会。但告别不等于终结——他在文章和回应中都表达了继续前行的意愿，只是前行的方向变了。

对于每一个在AI浪潮中感到不安的人来说，这篇文章的价值不在于提供答案，而在于确认了一种感受：你并不孤单，即使是站在浪潮最前沿的人，也在经历同样的困惑。而困惑本身，恰恰是继续思考的起点。

FAQ

Q1：DeepSeek工程师长文爆火的文章标题是什么？作者是谁？

A：文章标题是《我不得不把才华埋葬在昨天》，作者是刘胜与，北京大学2021级图灵班成员，2025年加入DeepSeek担任机器学习系统（MLSys）工程师，负责算子设计与优化工作，刚刚交付了DeepSeek V4.1的主Attention算子。

Q2：文章中提到的“技术悖论”是什么意思？

A：技术悖论指的是：工程师把算子写得越好，模型训练和推理速度就越快，AI能力进步就越快，AI学会独立写算子的时间就越早，工程师被替代的节点也就越近。这是一个由工程师自己的优秀工作所加速的循环。

Q3：这篇文章引发了哪些讨论？

A：文章在微信公众号获得十几万阅读量，冲上知乎热榜第一，在X平台引发广泛讨论。讨论集中在三个方向：AI是否会导致程序员失业、DeepSeek与Anthropic等公司的AI理念差异、下一代开发者的工程能力是否会因AI依赖而退化。

Q4：刘胜与所说的“转业”具体指什么？

A：“转业”指的是放弃深耕已久的手写算子领域，转向做AI Agent的“机甲驾驶员”——即用AI来更快地产出高性能算子，而非亲手编写和优化底层代码。

Q5：文章中对下一代开发者能力退化的担忧有依据吗？

A：有。香港大学和斯德哥尔摩大学学者对中国中部某县26811名初高中学生的追踪研究发现，使用生成式AI外包作业后，作业成绩短期提升约18%，但6个月内月考成绩下滑20%，两年后中考、高考成绩分别最多下降24%和18%，被总结为“AI学习惩罚”。

Q6：DeepSeek V4.1是什么？与文章有什么关系？

A：DeepSeek V4.1是DeepSeek于2026年9月10日发布的模型更新版本，为552B参数的MoE模型，采用全新的Causal-Encoder-Decoder结构。刘胜与负责交付了该模型的主Attention算子，文章正是在算子交付后写就的。

Q7：刘胜与为什么选择留在DeepSeek？

A：他在文章中表示，最前沿的智能应该以开放、廉价的方式供应给所有人，而DeepSeek致力于研究强大、快速、普惠的人工智能并将其开源，这与他的理念一致。