DeepSeek资深算子工程师亲述：AI替代加速，算子工程师被迫转型Agent“机甲驾驶员”

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-15

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

算子工程师的“被替代”现实

刘胜与作为DeepSeek底层基础设施与高性能算子优化主力，曾深度参与DeepGEMM算子库开源、DeepEP V2通信库升级，并独立交付V4.1核心算子。然而，他在长文《我不得不把才华埋葬在昨天》中坦言，AI正加速攻破算子开发这一曾被视作人类程序员最难被取代的“手艺”。

“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、甚至并行度等方面都能不断提升，而我不能。”

刘胜与推断，未来半年到一年内，AI自主评估调度方案、设计并实现端到端极致算子的能力，将大概率追平甚至超越顶级人类工程师。这一判断在评论区得到同行印证：读者“葫芦”表示，自己正借助Codex进行国产芯片的Attention算子开发，“除了方案不能替我敲定之外，别的都可以帮助我完成，又快又好”。

行业自动化趋势加速

算子与软硬件栈开发自动化已非纸上谈兵。OpenAI在推进定制AI芯片（代号“墨西哥辣椒”）过程中，规模化调用Astra和Agent工具直接参与算子生成与编译栈搭建，将原本需要数十位资深底层专家耗时数月的开发周期压缩至极短时间。更早时候，英伟达和Cursor公布实验：多Agent系统在三周内自动优化了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。

从“手艺人”到Agent“机甲驾驶员”

面对替代趋势，刘胜与提出精准职业判断——“转业”，即生产算子的范式彻底改变。他将新角色称为Agent的“机甲驾驶员”：人类工程师不再逐行手写底层指令，而是退后一步，凭借对上层模型需求的理解、底层硬件物理特性的认知以及全局系统工程的把控力，去给Agent下达指令、设定边界、评估方案。

“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。”

“为了适应工业界的需求，我势必要放弃之前那个我热爱的方向，转向一个未知的新方向……我的手中多了些齿轮，但心中少了些节拍。”

深层隐忧：工程根基的坍塌

刘胜与进一步指出，AI的泛滥可能带来系统性风险：“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。” 南京大学计算机学院某博导评论称：“我相信系统设计的品味是可以由RL有反馈信号的，就看什么时候大家摸清数据的构造和训练方法吧，那时候就真完犊子了。”这揭示了架构审美和权衡取舍也可能被强化学习渗透的隐忧。

🚀 对企业 AI 化的启示

1. AI替代已深入专业腹地：算子开发曾被视为人类程序员最难被替代的领域，但AI正快速突破。企业需重新评估技术岗位的可替代性，提前规划人才转型路径。

2. Agent成为新型生产力工具：从OpenAI的芯片开发到英伟达的CUDA算子优化，Agent已能规模化参与底层开发。企业应积极探索Agent在研发流程中的角色，将其作为“机甲”而非简单工具。

3. 人机协作新范式：人类工程师的价值转向“驾驶员”角色——定义问题、设定边界、评估方案。企业需培养员工的系统思维、工程判断力和AI调度能力。

4. 开源与普惠的战略意义：刘胜与选择留在DeepSeek，因其“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”。在巨头日益封闭的背景下，开源生态成为打破技术封锁的关键力量。

5. 警惕工程能力空心化：过度依赖AI可能导致开发者核心能力退化。企业需平衡效率与能力建设，避免系统性风险。

【官方原文链接】点击访问首发地址