一句话看懂：DeepSeek 工程师刘胜与在个人文章《我不得不把才华埋葬在昨天》中透露，DeepSeek v4.1 的主 Attention 算子由他编写，但他判断 AI 写算子的能力正快速逼近自己，于是选择主动成为“机甲驾驶员”，带 AI 做事。
事件核心：发生了什么
2026 年 10 月，一篇来自公众号“贾克斯的平行世界”的转载文章引发关注。文章主角是 23 岁的 DeepSeek 工程师刘胜与，北大图灵班毕业，曾任北大未名超算队队长，毕业时同时拿到伯克利和卡内基梅隆的博士 Offer，但他都拒绝了。2025 年他进入 DeepSeek 实习并最终留任。
他在文章中表示，DeepSeek v4.1 的主 Attention 算子由自己编写，这是他骄傲的事。但让他不安的是，一年前 AI 还只能查文档、读代码、找 bug，如今已经能自己阅读 CUDA、PTX、SASS 编码，用专业工具分析指令停顿时间，再独立优化算子。他判断，再过半年到一年，AI 写出的算子很可能和他一样好，甚至超过他。
为什么重要
这个案例不是实验室里的抽象讨论，而是来自一线大模型公司的真实体感。算子是模型训练和推理性能的关键底层组件，直接关系到算力利用效率和成本。如果 AI 能独立阅读并优化 CUDA 代码，意味着大模型公司最核心的工程师工作之一，正在从“人写代码”转向“人带 AI 做事”。
对 DeepSeek 这类同时做模型和底层优化的团队来说，这既是效率提升，也是组织能力的重构。刘胜与说，就算他停下来，其他公司也不会停。他的选择是主动参与替代自己的过程——“如果非被革命不可，我希望革我自己命的人是我自己。”
对用户/开发者/创作者的影响
对开发者而言，底层代码能力仍然是基础，但“自己一行行敲完一个下午”的节奏会越来越少。更常见的模式是：调用 Agent 处理重复优化，人负责判断方向、设计架构、理解硬件和模型之间的取舍。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对 AI 应用和内容创作者来说，这个趋势同样存在：AI 接管执行层，人保留品味、判断和问题定义能力。刘胜与用“织毛衣”作比——机器能织得又快又好，但窗边那个慢慢织的下午没有了。工作还在，工作方式变了。
值得关注的后续
一是“AI 写算子”的能力边界。目前公开信息显示，这仍是刘胜与个人基于工作经验的判断，尚未有 DeepSeek 官方产品公告或可核查的评测数据。二是 DeepSeek v4.1 的后续版本是否会更系统地把 Agent 引入底层算子优化流程。三是其他大模型公司是否公开类似实践，即由 AI 辅助或独立完成 CUDA 算子优化。
