一位亲手参与做出顶尖大模型的年轻工程师，写了一篇名为我不得不把才华埋葬在昨天的文章。
写下文字的是刘胜与，北大图灵班出身、曾任超算队队长，也是当下站在技术一线的系统工程师。普通人还在讨论怎么用工具提效，亲手造出这些先进工具的顶层研发者，却在最耀眼的技术顶点上，体会到了一种真实的失落。
这篇长文在圈内迅速传开。大家在意的不是文章写得有多抒情，而是一个极具冲击力的现实：当连顶尖系统工程师的看家手艺都要被自己参与训练的算法赶超时，普通从业者和用户究竟在面对什么？
手艺人式的调试，正在失去生存土壤
写底层算子、做系统级优化，过去在技术圈被看作一种极高门槛的手艺。
你需要对芯片硬件的底层特性了如指掌，知道内存怎么排布、线程如何调度，某行指令最终会被翻译成怎样的汇编代码。工程师会花上一整个下午，盯着分析工具，一点一点改指令、找停顿原因，看着系统的吞吐量从一个数值慢慢往上蹭。这种打磨过程极为消耗脑力，但一旦成功，会带来极大的掌控感和成就感。
然而，大模型的发展节奏正在打破这种慢工出细活的平衡。
大模型自主改进和自我迭代的苗头一旦显现，算子优化这类具有明确输入输出目标、以性能为单一导向的工作，恰恰成了算法最容易攻破的堡垒。
你自己亲手写出的优化方案让模型跑得更快，而变得更聪明的模型，反手就能以惊人的速度学会如何写出同样优秀甚至更好的代码。你越努力，亲手终结这门手艺的那一天就来得越快。这种自我消解的冲击，只有身处技术最前沿的从业者感受得最为切身。
生产方式的切换，从来都伴随着权力的重构
很多人会问，工具变强了，人去负责指挥、做决策不好吗？
现实远没有指挥调度这么轻松惬意。从亲手打磨系统的创造者，变成天天给各类自动化助手搭建测试环境、审查代码输出的监督者，工程师的工作性质变了。精巧构建系统的快乐减少了，取而代之的是面对海量由算法生成的代码，不断验证、纠偏和调度。
更关键的分歧在于技术的走向。一种路线偏向严密闭源，将最尖端的能力锁在少数跨国巨头的服务体系里，普通人只能按照对方制定的规则付费调用，甚至随时面临限制访问的风险。另一种路线则是把架构、参数和经验开源出来，哪怕普通人无法在本地运行千亿级别的完整网络，至少行业里不会只有一种标准答案，算力与智力不会被单一商业实体垄断。
这就是为什么许多人坚定认可将成果开源与低成本普及的做法。把算力门槛打下来，让更多人能用极低的成本接入并尝试这项技术，是防止技术红利被少数人通吃最务实的方式。
被技术逼到墙角前，普通人需要看清的代价
看待这一幕，我们没必要陷入廉价的感伤，更不需要跟着一起空泛悲观。
历史上的每一次工程飞跃，无论是纺织机械还是自动化流水线，最初都在消灭特定手艺的独特性。算盘打得再精湛的人，最终也会被电子表格取代。如今轮到程序员自己，大家不得不承认：凡是目标极度明确、可以工程化拆解、能够量化评价的工作，迟早都会被不知疲倦的算法逐步接管。
但这并不意味着人的价值彻底归零。当写出一段能跑的代码成本无限趋近于零时，知道现实世界里真正该解决什么问题、如何把复杂混乱的现实诉求转化为合理的软硬件系统，反而成了最稀缺的判断力。
我们当然要承认这种技术阵痛是真实的。顶尖开发者正在告别他们赖以成名的古法手艺，而我们普通使用者，则需要尽早扔掉对单一技能壁垒的幻觉。看清楚技术演进的真实工程路径，接受工具比自己更会写算子的现实，把精力转到真实业务、真实场景的取舍和验证上。
这不仅是这位核心开发者个人的告别，也是所有依靠智力谋生的人，必须在当下做出的取舍。
热门跟贴