DeepSeek工程师长文，写出了这个时代的无力感

9月14日，DeepSeek算子工程师刘胜与写了一篇文章，叫《我不得不把才华埋葬在昨天》，点燃了整个互联网。发布后的第二天，这篇文章的阅读量就达到了十几万。现在已经拥有了6.4万转发，3万个赞和2.2万颗心。

他在文章里写到，过去一年，AI从帮忙查资料、找错误的助手，逐渐变得能够独立分析和优化算子。想到AI写算子的水平将来可能超过自己，他不禁感慨，自己可能再也无法享受“坐在工位上静心写上一下午算子的清欢”。

一个身处AI研发一线、知道怎样使用新工具的人，仍然无法决定自己能不能继续以喜欢的方式工作。对普通人来说，这份无力感更容易理解了。AI在今年已经颠覆了许多人的工作方式和工作内容，甚至许多行业和岗位已经开始消失了。

对于刘胜与来说，“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”；但对于普通人来说，很多人在工作时是得不到享受的，工作只是一份糊口的任务。当自己的饭碗都变得不确定，普通人也就更能体会这种无力感。

01最懂AI的人，也舍不得过去的工作

刘胜与在文章里提到，搬离一间住了一年的出租屋时，自己曾经大哭过一场。他舍不得和那里的记忆分别。如今，要告别熟悉的工作方式，对他来说更难受。

他做的是算子优化。大模型每生成一句话，背后都要跑大量矩阵计算、注意力计算；算子就是这些计算落到GPU上的具体代码。谁把算子写得更快，谁就能让模型训练和推理更省时间、更省显卡。

刘胜与刚写完DeepSeek V4.1的主Attention算子。发现一种新办法，把性能再往上推一点，超过已有的优秀实现，会让他像游戏玩家打破自己的纪录一样兴奋。

但他也清楚，只要自己继续优化算子，DeepSeek的模型就会继续变强；模型越强，越可能接手他现在做的事。

更残酷的是，他也知道，自己就算躺平，别家的模型照样会往前走，最后一样会追上来。

于是他写：“如果非被革命不可的话，我希望革我自己命的人是我自己。”

他不是害怕失业，公司依然需要高性能算子，但更需要的是“能带着AI更快产出高性能算子的人”。他的工程经验、以及对硬件和模型的理解没有消失，只是从亲手写代码，变成了安排AI完成这些任务。

他把这个新角色叫作“Agent的机甲驾驶员”。

在这篇文章的《补充说明》里，他写道：想必未来有朝一日，“手写算子”甚至“编程”可能会成为一种娱乐活动而非生产活动，就像是现在几乎没人会用标枪打猎，而是把它作为一种竞技活动那样。

他不是怕不会开机甲。他怕的是，以后只能开机甲。

这就是这篇文章最让人难受的地方。AI没有立刻把他变成无用的人，却先把他最擅长、最有成就感的那部分，变成了一项不再稀缺的能力。

02 普通人的无力，远不止于此

但对普通人来说，赖以谋生的能力一旦不再稀缺，就可能面临失业。

他们未必完全不喜欢自己的工作，但大家或多或少都能感觉到，自己的工作很多时候谈不上什么理想。

2025年发表于《经济学季刊》的一项研究，跟踪了5172名客服使用AI助手后的表现。AI让他们每小时解决的问题平均增加15%；经验较少、技能较低的员工，提升约30%。使用AI两个月的新员工，表现已经接近没有AI、入职半年以上的老员工。

当新人使用一段时间AI之后能追上没有使用AI的老员工，那如果老员工也用AI，新人怎么办？

斯坦福数字经济实验室2026年8月发布的一份工作论文，利用ADP的企业用工数据，比较了不同年龄、不同职业的就业趋势。研究样本覆盖350万至500万名雇员。到2026年6月，22至25岁、处于高AI暴露职业的年轻人，相较低暴露职业同龄人出现19%的相对就业趋势缺口，主要来自招聘减少。

这组数字更像一扇正在缩小的门。

过去由新人完成的初稿、资料整理、客服回复、基础代码和简单设计，已经被AI取代了很大一部分。需要在dirty work里逐渐成长的新人，现在没了dirty work，连work都没有了。

难道没有工作，就不能给自己打工吗？

一项发表于《管理科学》的研究，追踪了自由职业平台上超过138万条项目发布信息。ChatGPT推出后的八个月里，容易被自动化的写作和编程发单量，相对手工密集型对照组减少21%；图像创建类发单减少17%。

自由职业平台Upwork在2026年7月公布的一组最新平台数据显示，与生成式AI和创意生产有关的合同开工数同比增加90%，每份合同带来的收入却同比下降13%。相关项目增加了，每份合同平均带来的收入却下降了。

刘胜与写的是一个手艺人被迫放下手艺的难过，凭借工程、模型和硬件知识，他“不至于失业，但必须转业”。

但对于一个刚入行的年轻人、一个靠平台接单的译者、一个做基础内容服务的人，未必有这样的过渡期。他们得在收入还没断掉的时候学会新工具，还得找到愿意为这些能力付钱的客户或雇主。

“学会用AI”当然有用，但更能消除无力感的是，能赚到钱。

03时代的洪流，冲击的不只是个人

失业，当然是个人无力感的最大来源，但更可怕的是，整个行业都没了。

科大讯飞就是靠语音识别、语音合成这些技术起家的。从让机器听懂人说话，到把语音转成文字，再到翻译机和录音笔，背后是二十多年的研发积累。这些本事曾经足以支撑一家专业公司的生意，也让后来者很难追上。

但今天，基础语音识别和实时翻译，正在变成其他开发者也能直接调用的能力。2026年5月，OpenAI推出实时翻译模型，支持将70多种语言的语音译成13种语言，边听边译，调用价格每分钟0.034美元。

OpenAI在2026年7月8日发布GPT-Live，能同时接收和输出语音，并支持实时翻译

这给讯飞带来的挑战很直接：一家新公司做翻译产品，可以接入现成模型，不必先养一支语音研发团队、积累十几年。讯飞在复杂场景里的技术积累仍然有价值，但仅靠“听得懂、译得出”，已经越来越难拉开差距。曾经支撑一家企业起家的本领，如今可能只是别人软件里的一项功能。

搜索的变化，我们更容易感受到。过去遇到问题，习惯是“百度一下”；现在想弄懂一个概念，可以直接问AI，没看懂还能接着追问，不用自己挨个翻网页。

用户不再凡事先经过百度，围绕百度排名、广告投放和流量经营积累的经验，也就得重新找用处。2026年第二季度，百度的在线营销收入为131亿元，同比下降了19%。

短剧行业给了另一个更加极端的案例。

2025年，中国微短剧全年产值达到1000亿元，单是北京就带动约27.3万个就业岗位。

可AI很快改变了拍剧的成本。一位制片人告诉《人民日报海外版》，过去拍一部60集、每集两分钟的真人短剧，需要五六十万元，同样规格的AI短剧不到20万元；她原来承接的中等预算真人项目，许多已经停摆。

但转做AI，也未必能继续赚钱。据第一财经报道，2026年上半年新上线AI短剧超过22.19万部，每万次播放的创作者收益，却从2025年下半年的30至100元降到了2026年的5至10元；一季度活跃承制方从1216家减至698家，少了42%。

真人制作的订单被挤压，转型的团队又遇上分账缩水。你刚学会新的工具，靠它接单养活自己的难度可能又变了。

2026年，可能是很多人职业生涯变化最大的一年，即便自己积极拥抱了AI，也没能改变什么。

刘胜与的文章，恰好戳中了挣扎之后的“无力感”。他把适应变化的决心，和告别过去的难过，都坦诚地留在了文章里。

我们当然可以继续学习，把下一份工作做好。但在往前走的时候，也该允许自己怀念一下，那个曾经埋头做事、做得很开心的自己。

来源 | 硬核看板（ID：yinghekb）

作者 | 李沣 ; 编辑 | 呼呼大睡

内容仅代表作者独立观点，不代表早读课立场