DeepSeek工程师刘胜与：AI的危险在于抬高地平线，而非天花板

事件概述

DeepSeek算子工程师刘胜与发表观点认为，AI对工程领域的冲击不在于取代顶尖人才，而在于通过提升产量（地平线）掩盖水平缺陷（天花板）。AI使得工程能力较差者也能高效产出结构工整但存在隐患的代码，导致系统风险增加。在此背景下，具备方案敲定权和风险判断力的人才将成为新的稀缺资源。

核心信息

1. 顶尖工程师的稀缺性被追平，但判断力保留

• 技术替代趋势：刘胜与预测，未来半年到一年内，AI在自主设计端到端极致算子的能力上，大概率会追平甚至超过顶级人类工程师。
• 物理优势：AI在思考速度（每秒处理300个token）、工具调用频率和并行度上具有人类无法比拟的物理优势。
• 角色转变：顶尖工程师将失去“生产稀缺性”，但保留对方案优劣的判断力。其角色将从逐行编写指令转变为Agent的“机甲驾驶员”，负责设定边界、评估方案和把控全局。

2. AI放大低质量产出，系统性风险加剧

• “屎山”代码工业化：AI使得工程能力差的人能以数倍效率产出代码。这些代码虽然变量命名规范、注释齐全、结构工整，消除了垃圾代码的外观特征，但逻辑错误依然存在。
• 识别难度增加：高质量产出与低质量产出在外观上难以分辨，导致系统中低质量产出的绝对量暴涨，埋下各类隐患，使整个技术生态变得更加“草台”。
• 案例佐证：英伟达和Cursor的实验显示，多Agent系统在短时间内自动优化了数百个CUDA算子，性能显著提升；OpenAI也利用Agent工具压缩了定制芯片开发周期。这证明了AI在生产效率上的巨大杠杆作用，但也暗示了若缺乏有效筛选机制，错误将被快速规模化。

3. 权力（判断力）取代技术成为新筛子

• 入场资格失效：当人人都能生产出看似合格的产品时，传统的“技术能力”不再作为有效的筛选标准。
• 新权力来源：未来的核心竞争力在于“谁有权决定方案”以及“谁承担后果”。即知道什么该做、什么不该做、什么会导致系统故障的能力。
• 教育体系的错位：当前的计算机教育、面试考核及绩效晋升体系仍主要围绕“生产能力”（如代码实现速度、功能交付量）设计，集体跳过了通过Debug和试错来磨练“判断力”的关键步骤。

值得关注

• 两类人的分化：
  • 被追平者：失去稀缺性，但保留判断力，可通过转型留在行业牌桌上。
  • 被放大者：产量提升但反馈滞后，因缺乏判断力而难以察觉自身产出的问题，一旦暴露往往已造成系统性损害。
• 核心警告：最危险的不是AI取代人，而是人类在享受AI高产出的同时，丧失了通过“撞墙”和Debug积累出的“说不”的能力。这种能力是保障系统安全的关键，却恰恰是AI最容易让人跳过的部分。