我不得不把才华埋藏在昨天（马斯克刚回复的美国版）
小宇宙约 6 分钟然后，对于这条发言，Elon Musk只回复了一个词：
“Yikes.”（哎哟，糟了）
voxium说，自己半个月前刚加入一家大公司，却发现这里的工程已经变成了一场荒诞的机器生产：specs（规格文档）、code（代码）、tests（测试）、PRDs（产品需求文档）、tickets（工单）、ticket resolution（工单处理）、reports（报告）等等。
几乎所有东西，全部由Claude Code完成。
团队当然也并不喜欢这样，但管理层要求他们不断提高ship（交付上线）的速度。voxium的发言里，最荒诞的一句话是：
“People are working 12 to 13 hours a day just to press enter.” 人们每天工作12到13个小时，只为了按一下回车键。
他说，没有人读代码，没有人真正解决bug，从L1到L7的员工，每个人都在做同一件事情：
“Talk to Claude.”（去跟Claude说吧）
最后，他写到：
“In reality, nobody is thinking anymore.” 事实上，已经没有人再思考了。
这条帖子迅速传播。公开转发和索引显示，帖子获得了数百万级曝光包括Elon Musk的回复。如果只看到这里，你可能会认为，这又是一个程序员面对AI取代自己的职业焦虑故事。
但就在几天前，中国也发生了一件几乎一模一样、却又完全不同的事情。9月14日，DeepSeek机器学习系统工程师刘胜与发表了一篇爆火的文章：
《我不得不把才华埋葬在昨天》
这两篇文章放在一起看，突然变得非常有意思。因为它们实际上在描述同一件事情的两个侧面。
一个人在中国，一个人在美国；一个做AI基础模型，一个做企业软件。一个哀悼自己的「手艺」正在消失，一个哀悼自己的「思考」正在消失。
而真正发生的事情应该是，AI正在第一次大规模进入知识工作者最珍视的那一部分，然后带来痛感。
01
刘胜与的悲伤
刘胜与是DeepSeek v4.1的机器学习系统工程师，参与了主Attention算子的工作。他面对的是CUDA、PTX、SASS这样的底层技术（英伟达GPU上的编程模型与底层指令集），需要理解GPU指令、硬件行为以及模型需求，再进行算子设计和优化。
就在一年以前，AI还只能帮他查文档、查资料、阅读代码、找bug。而一年之后，他看到的AI已经可以独立阅读CUDA、PTX和SASS，通过专业工具分析指令停顿，并进一步优化算子。
也就是说，AI已经开始进入刘胜与的专业腹地。
刘胜与因此写道，他相信再过半年到一年，AI写出的算子很可能和自己一样好，甚至超过自己。
这才是《我不得不把才华埋葬在昨天》一文爆火的原因。因为一个普通程序员被AI替代，并不令人特别意外。但一个亲手造AI的人，突然发现自己最引以为傲的专业能力也正在被AI接管，这是另外一种冲击。
所以刘胜与用了一个非常形象的比喻。
一个人非常擅长织毛衣。他喜欢坐在窗边，沏一壶茶，慢慢织上一下午。后来，一台机器出现了。它织得比你快，而且织得和你一样好。你当然还可以继续织，但是所有人都会告诉你，不要再亲手织了，因为机器更快。于是那个坐在窗边、听着雨声、亲手织出一件毛衣的下午，消失了。
于是，刘胜与说：
我不得不把才华埋葬在昨天，去做一位机甲驾驶员。
02
voxium：美国版的故事已到了下一阶段
刘胜与面对的是，AI开始会做我的工作；voxium面对的则是，AI已经把整个工作流程都做了，这是两个不同的阶段，后者走得更远，因为是AI应用端。
从PRD（产品需求文档）开始，到spec（规格说明），到code（代码），到test（测试），到ticket（工单），到bug resolution（缺陷修复），到report（报告），全部交给Claude。
这意味着什么？
这意味着AI已经不只是一个Copilot（副驾驶），而开始成为整个工程生产线。于是，人类工程师的角色发生了一个非常荒诞的变化：
以前是人写代码，机器执行；而现在是机器写代码，机器测试，机器解决bug，机器梳理流程和写报告，人按Enter键（回车键）。
所以，voxium才会说到：
“There is no sense of victory.” 一点胜利感都没有。
03
真正失去的东西
表面上看，刘胜与失去的是「手艺」，voxium失去的是「思考」。但如果再往下一层看，它们其实是同一件东西：创造的主体性。
刘胜与有craftsmanship（工匠技艺），voxium有engineering judgment（工程判断力），而AI正在同时侵入这两个领域。
AI开始让工程师失去「这是我创造的」这种感觉。
因此，Musk的回复是：Yikes.（哎哟，糟了）
为什么？
因为voxium描述的并不是AI应该带来的未来。AI的理想状态应该是“人工作更少，但创造更多”，而voxium描述的是“人工作是少了，但创造更少”。
这是完全相反的结果。
所以，voxium那段发言里，最危险的一句话其实不是「Talk to Claude」，而是：
“Nobody is reading anything.” 已经没有任何人在阅读任何东西了。
因为代码可以让AI写，但理解不能被外包啊，一个大型软件系统真正难的地方是下面这些问题：
为什么这样设计？
数据从哪里来？
哪个模块依赖哪个模块？
哪些假设没有被写进测试？
为什么这个bug反复出现？
哪个改动可能导致系统性风险？
如果业务改变，这套架构还能不能撑住？
如果所有工程师都不再阅读代码，那么组织正在积累一种新的东西，Cognitive Debt（认知债务），系统越来越复杂，但组织中越来越少的人真正理解系统。
这种风险并不是假设性的。
就在上个月，已经有工程师公开讨论AI coding造成的「软件工程中产阶级消失」以及团队逐渐没人能解释系统数据流向的问题。
04
刘胜与的「机甲驾驶员」并不轻松
刘胜与最后说“去做一位机甲驾驶员”，这其实是一个很漂亮的隐喻，“去做一位机甲驾驶员”意味着：我不再亲自制造机器，我开始驾驶机器。
这指出了未来很多知识工作者的方向。
以后，工程师不再写每一行代码，他成为Agent orchestrator（智能体编排者）；科学家不再亲自完成所有计算，他成为Research orchestrator（研究编排者）；分析师不再手工整理数据，他成为Intelligence orchestrator（智能编排者）；医生不再亲自完成大量诊断工作，律师不再亲自完成大量法律检索，金融分析师不再亲自制作大量模型。
人类越来越像驾驶员。
但问题来了，驾驶员真的会比工程师幸福吗？这是刘胜与没有解决、但已经意识到的问题。我们很容易产生一个误解，手工劳动被机器替代，是进步。专业工作被AI替代，也是进步。
当然，从经济学角度看，通常如此。但从人的体验来说，并不一定，甚至相差甚远。
一个木匠最享受的可能就是木头在手中的触感；一个程序员最享受的可能就是把脑海中的东西一点点变成代码。这就是为什么刘胜与说“我的手中多了些齿轮，但心中少了些节拍”。
美国版更残酷，连「驾驶员」的资格都不给人类。
刘胜与说要做“机甲驾驶员”，而voxium已经发现，AI连驾驶员的资格都不会给人类。因为如果AI写PRD（需求文档）、AI写pec（规格）、AI写code（代码）、AI写test（测试）、AI修bug、AI写report（报告），那么人类就不是驾驶员。
人类只用按下Enter键，是回车员，是键盘侠。
刘胜与并没有说，不要发展AI。相反，他本人就在DeepSeek做最前沿的AI，并为之兢兢业业的努力。voxium也明确补充说“I want human ingenuity to still have a place in this world（我希望人类的创造力在这个世界上仍然有一席之地）”。
这是一种跨越国界的共鸣：接受AI，但不希望人类退出创造本身。但我们依然看到一条粗鄙的评论：
（全文完）