Wywiad: gdy AI nauczy się pisać operatory, co zostaje inżynierom

14 września Liu Sheng, odpowiedzialny w DeepSeek V4.1 za główny operator Attention, opublikował tekst „Musiałem pochować swój talent wczoraj”. Na WeChat przeczytało go ponad 100 000 osób. Wpis trafił na pierwsze miejsce rankingu Zhihu i wywołał dyskusję na X. Nie udało nam się umówić z nim na osobne spotkanie, ale z jego publicznych słów można wyczytać, jak naprawdę wygląda sytuacja inżyniera z pierwszej linii.

W tekście opisuje, co zmieniło się w ciągu roku. Jeszcze niedawno AI było małym asystentem, który potrafił tylko szukać dokumentacji, czytać kod i znajdować błędy. Dziś samo czyta kod CUDA, PTX i SASS, analizuje profesjonalnymi narzędziami czas zatrzymania każdej instrukcji, a potem optymalizuje operatory. Liu Sheng sądzi, że w niedalekiej przyszłości AI będzie też samo projektować harmonogramy operatorów, oceniać wydajność różnych rozwiązań, a potem je wdrażać i optymalizować.

„Chciałbym oczywiście, żeby nie zrewolucjonizowano mnie, ale jeśli już musi do tego dojść, to wolę, żeby rewolucjonistą byłem ja sam.”

Jest dumny z sukcesu V4.1, ale wie też, że koło czasu toczy się dalej. Mówi, że za pół roku albo rok operatory pisane przez AI najprawdopodobniej będą równie dobre jak jego własne, a może nawet go przewyższą. Nie sądzi, żeby groziło mu „bezrobocie”, ale musi „zmienić zawód”: utrzymanie ma zapewnione, tylko może już nigdy nie będzie miał okazji robić tego, co kiedyś kochał.

Zmiany zachodzą też na poziomie zastosowań. 15 września jeden z użytkowników opublikował na X wpis, w którym twierdzi, że wywołał model DeepSeek V4.1 Flash i połączył go z narzędziem Hermes Agent. Dzięki temu udało mu się skompresować pliki tekstur gry „Resident Evil 7” i podnieść liczbę klatek na sekundę na OnePlus 12R z około 20 FPS do około 30 FPS. AI ustaliło, że wydajność ograniczają operacje wejścia-wyjścia i przepustowość pamięci, i zaleciło kompresję tekstur z 4096 pikseli do 1024 lub 512 pikseli.

Te dwie sprawy razem prowadzą do jednego wniosku: zdolności AI w programowaniu i zadaniach inżynierskich przechodzą od wsparcia do roli głównej. Dla deweloperów pytanie nie brzmi już, czy umieć korzystać z AI, ale jak umieścić w kluczowych miejscach procesu te umiejętności, które trudniej zastąpić: osąd, wyczucie estetyczne i projektowanie systemów.