Engenheiro principal da DeepSeek: Tive de enterrar o meu talento no passado

Texto original compilado por Wall Street See

Liu Shengyu, engenheiro da DeepSeek e antigo capitão da equipa de supercomputação Weiming da Universidade de Pequim, escreveu: «A humanidade nunca hesitou em destruir-se a si própria ao longo da história.» Quanto melhor otimiza os operadores, mais rápidos se tornam a inferência e o treino dos novos modelos; quanto mais rápido avança a capacidade dos modelos, mais cedo chega o momento em que a IA substitui a escrita manual de operadores. No entanto, esclareceu que não se trata de um desabafo sobre ansiedade de desemprego, mas sim de uma despedida digna da era artesanal da «programação manual». A 14 de setembro, Liu Shengyu, o jovem engenheiro que acabara de entregar os operadores centrais do DeepSeek V4.1, publicou um longo artigo intitulado «Tive de enterrar o meu talento no passado», que regista as mudanças tecnológicas e o seu percurso pessoal, e que se tornou viral nas comunidades técnicas nacionais e internacionais, suscitando um amplo debate sobre o destino dos programadores e a evolução tecnológica na era da IA.

A hashtag #TiveDeEnterrarOMeuTalentoNoPassado também alcançou o primeiro lugar nos tópicos em destaque do Zhihu.

Como um dos principais construtores da camada base dos grandes modelos, o engenheiro de sistemas de machine learning da DeepSeek, Liu Shengyu, tem um percurso técnico notável. Foi membro da turma «Turing» de Ciências da Computação de 2021 da Universidade de Pequim, capitão da equipa de supercomputação Weiming da PKU e representou a universidade na competição internacional de supercomputação SC23. Depois de se juntar à DeepSeek em abril de 2025, assumiu o desenvolvimento crucial de operadores de baixo nível e, há poucos dias, concluiu a entrega do código do operador principal de Attention do DeepSeek V4.1 (atenção MQA com head dim = 512).

No artigo, Liu Shengyu admite que, embora se sinta orgulhoso do sucesso dos operadores centrais do DeepSeek V4.1, tem plena consciência da evolução irreversível da tecnologia.

«Dentro de meio ano ou um ano, os operadores escritos por IA provavelmente serão tão bons como os meus, ou até melhores», afirma Liu Shengyu. «A IA consegue pensar 300 tokens por segundo, escrever uma linha de comando em meio segundo e concluir um código em vinte segundos, e eu não consigo; a IA consegue melhorar continuamente em profundidade de modelo, intensidade de raciocínio, quantidade de chamadas de ferramentas e até em paralelismo, e eu não consigo.»

Esta evolução extremamente rápida empurra os programadores para um profundo paradoxo tecnológico: quanto melhor otimiza os operadores, mais rápidos se tornam a inferência e o treino dos novos modelos; quanto mais rápido avança a capacidade dos modelos, mais cedo chega o momento em que a IA substitui a escrita manual de operadores.

Perante esta tendência irresistível, Liu Shengyu escreve: «A humanidade nunca hesitou em destruir-se a si própria ao longo da história... Claro que espero não ser revolucionado, mas se tiver de o ser, espero que seja eu próprio a revolucionar-me.»

«Não vou ficar desempregado, mas tenho de mudar de profissão»

Em resposta às preocupações externas sobre o futuro dos programadores, Liu Shengyu dá um veredito lúcido: os engenheiros não enfrentarão um verdadeiro «desemprego», mas terão inevitavelmente de passar por uma profunda «mudança de profissão».

«Mudar de profissão significa que tenho de abandonar a área de design, escrita e otimização de operadores, que cultivei durante muito tempo e pela qual sou apaixonado, para me tornar um 'piloto de mecha' de Agentes», escreve. «Antes, os meus interesses, as minhas competências e as necessidades da indústria estavam basicamente alinhados; agora, a procura da indústria deslocou-se de 'pessoas que sabem escrever operadores de alto desempenho' para 'pessoas que conseguem usar IA para produzir operadores de alto desempenho mais rapidamente'.»

Compara a perda deste ofício ao impacto do aparecimento das máquinas automáticas de tecer meias sobre os artesãos experientes. Mesmo que, graças à experiência passada, ainda consiga tirar o melhor partido da máquina, «o prazer de ouvir a chuva junto à janela, enfiar a agulha na linha e passar o tempo lentamente foi, no fim de contas, esmagado pelo ruído das máquinas».

«As minhas mãos ganharam engrenagens, mas o meu coração perdeu o ritmo», lamenta.

Além da mudança profissional pessoal, Liu Shengyu expressa no artigo preocupação com a degradação das capacidades de engenharia das gerações mais jovens. Se os estudantes dependerem generalizadamente da IA para concluir trabalhos de código complexos em poucos minutos, poderá surgir uma lacuna nas capacidades de arquitetura de sistemas e design abstrato: «Uma pessoa com capacidades de engenharia muito fracas, quando combinada com IA, pode produzir montanhas de código de má qualidade a uma velocidade várias vezes superior à anterior, semeando todo o tipo de problemas nos sistemas e tornando o mundo ainda mais improvisado.»

Esclarecimento da intenção original: uma despedida digna da «era artesanal»

Depois de o artigo ter gerado interpretações excessivas sobre geopolítica, competição institucional e ansiedade de desemprego em várias plataformas, Liu Shengyu publicou posteriormente uma nota adicional a esclarecer a sua intenção original.

Afirma que o artigo não expressa ansiedade em relação ao emprego, nem pretende instigar o confronto entre a DeepSeek e instituições de código fechado como a Anthropic; a motivação central foi apenas fazer uma despedida séria dos tempos puros da «escrita manual de operadores».

«Imagino que, um dia, 'escrever operadores à mão' ou até 'programar' possa tornar-se uma atividade de entretenimento e não de produção, tal como hoje quase ninguém usa azagaias para caçar, mas sim como atividade desportiva», escreve Liu Shengyu. «Isto equivale a obrigar-me a abandonar algo que amava e a virar-me à força para outra direção. Mesmo que a nova direção seja igualmente fascinante, a sensação não é agradável. Como diz o título: tive de enterrar o meu talento no passado.»

Sobre a razão de insistir em permanecer na DeepSeek, Liu Shengyu reafirma a sua convicção: a inteligência de ponta deve ser fornecida a toda a sociedade de forma aberta e inclusiva, evitando que as capacidades essenciais sejam totalmente monopolizadas por um pequeno número de oligopólios comerciais.

«Depois de ter de enterrar o meu talento no passado, ainda tenho a luz de amanhã para perseguir», afirma no final da nota adicional, acrescentando que continuará empenhado em introduzir Agentes de IA no novo fluxo de escrita de operadores, procurando, ao mesmo tempo que abraça as novas ferramentas tecnológicas, um lugar na nova era.

Texto original:

Há poucos dias, foi lançado o DeepSeek v4.1, elevando mais uma vez o nível das capacidades dos modelos pequenos.

A velocidade do desenvolvimento da IA ultrapassou largamente todas as expectativas. Do ChatGPT inicial, que apenas balbuciava conversas e tinha um contexto de poucos milhares de tokens, até aos modelos com capacidade de raciocínio como o OpenAI o1, o DeepSeek R1 e o Kimi K1.5 Thinking, passaram apenas dois anos; dos modelos de raciocínio até aos agentes inteligentes que hoje executam comandos fluentemente em várias ferramentas harness e realizam tarefas complexas, passou apenas um ano e meio. É difícil imaginar como será a IA daqui a um, dois ou três anos, quão poderosa será, se já terá capacidade de auto-evolução e se terá penetrado profundamente em áreas como a inteligência incorporada.

A IA está cada vez melhor a escrever operadores

A IA também progride rapidamente na área em que trabalho — design e escrita de operadores. Em apenas um ano, passou de um pequeno assistente que só me ajudava a consultar documentação, ler código e encontrar bugs, para um mestre de operadores capaz de ler de forma independente código CUDA, PTX e SASS, analisar os tempos de paragem de cada instrução com ferramentas profissionais e otimizar operadores de forma autónoma. Acredito que, num futuro próximo, também terá a capacidade de conceber de forma independente o escalonamento de operadores, avaliar o desempenho de diferentes esquemas de escalonamento, implementá-los e otimizá-los.

Claro que me orgulho do sucesso do DeepSeek v4.1 — afinal, os seus operadores principais de Attention foram escritos por mim [1], e a sua excelência é uma confirmação do meu trabalho. Mas a roda do tempo avança e ninguém pode travar o desenvolvimento tecnológico. Sei bem que, dentro de meio ano ou um ano, os operadores escritos por IA provavelmente serão tão bons como os meus, ou até melhores. A IA consegue pensar 300 tokens por segundo, escrever uma linha de comando em meio segundo e concluir um código em vinte segundos, e eu não consigo; a IA consegue melhorar continuamente em profundidade de modelo, intensidade de raciocínio, quantidade de chamadas de ferramentas (frequência de interação com o ambiente) e até em paralelismo, e eu não consigo.

A humanidade nunca hesitou em destruir-se a si própria ao longo da história. Porque é que, sabendo que «quanto melhores forem os meus operadores, mais rápido será o treino e a inferência dos nossos novos modelos, mais rápido avançará a capacidade dos modelos e mais cedo serei substituído», continuo a esforçar-me ao máximo por otimizar operadores? Por um lado, porque escrever operadores é para mim como jogar um jogo, proporcionando-me um enorme prazer. No momento em que invento uma nova técnica ou vejo o desempenho dos meus operadores subir, a excitação não é menor do que a de um speedrunner que bate o seu recorde anterior. Ao mesmo tempo, quando vejo o desempenho dos meus operadores superar largamente o dos operadores oficiais dos fabricantes, sinto um enorme orgulho. Mas, além disso, há uma razão mais importante: mesmo que eu «desista» ou até sabote deliberadamente o treino dos modelos, os modelos de outras empresas continuarão a desenvolver-se normalmente e acabarão por me ultrapassar na mesma. «Claro que espero não ser revolucionado, mas se tiver de o ser, espero que seja eu próprio a revolucionar-me.» Quando todos estão tão empenhados em destruir-se a si próprios, também eu tenho de entrar nesta cruel corrida ao armamento.

E eu?

Quando a IA escrever operadores realmente melhor do que eu, o que acontecerá comigo?

A minha avaliação é: não vou ficar «desempregado», mas tenho de «mudar de profissão». O meu emprego ainda está seguro, mas isso pode significar que nunca mais terei oportunidade de fazer o trabalho que amava.

Já tinha feito uma avaliação sobre as mudanças da era e a minha situação pessoal no futuro: como as mudanças são realmente muito rápidas (o desenvolvimento da IA acima é um bom exemplo), não consigo prever o que acontecerá daqui a cinco ou dez anos, mas, aconteça o que acontecer, acredito que, com a minha visão, capacidade de julgamento, iniciativa subjetiva e inteligência, conseguirei permanecer na mesa do jogo da era e voltar a estar na crista da onda. No entanto, esta avaliação apenas garante que não ficarei «desempregado», não garante que não precise de «mudar de profissão»; pelo contrário, esta avaliação encoraja-me a mudar de profissão para evitar o desemprego.

Então, o que significa mudar de profissão? Significa que tenho de abandonar a área de design, escrita e otimização de operadores, que cultivei durante muito tempo e pela qual sou apaixonado, para me tornar um «piloto de mecha» de Agentes. Antes, os meus interesses, as minhas competências e as necessidades da indústria estavam basicamente alinhados; agora, a IA tornou aquilo em que eu era bom em algo em que ela é ainda melhor, e fez a procura da indústria deslocar-se de «pessoas que sabem escrever operadores de alto desempenho» para «pessoas que conseguem usar IA para produzir operadores de alto desempenho mais rapidamente». Para me adaptar às necessidades da indústria, terei inevitavelmente de abandonar a direção que amava e virar-me para uma nova direção desconhecida. Acredito que, com a minha compreensão de engenharia, das necessidades dos modelos de nível superior e do hardware de baixo nível, continuarei a produzir operadores com alta qualidade e eficiência, e sei que posso vir a apaixonar-me por esta nova direção (ou não), mas a sensação de me tirarem algo que amo não é agradável. Aquele prazer tranquilo de me sentar no posto de trabalho e escrever operadores calmamente durante uma tarde inteira pode tornar-se um canto do cisne neste verão. Tive de enterrar o meu talento no passado, para me tornar um piloto de mecha. As minhas mãos ganharam engrenagens, mas o meu coração perdeu o ritmo.

Posso dar uma analogia vívida: és um especialista em tricotar camisolas, particularmente bom na tecelagem de vários padrões e na combinação de cores. As camisolas que produzes são de alta qualidade e belos padrões, e os ricos de toda a região vêm pedir-te que lhes tricotes camisolas, o que te rende bastante dinheiro. Ao mesmo tempo, desfrutas imenso da sensação de te sentares junto à janela, preparar um bule de chá claro, contemplar as montanhas verdes, as águas límpidas, o gado e as ovelhas e o fumo das chaminés lá fora, e tricotar calmamente uma camisola durante uma tarde inteira. Mas um dia, alguém inventa uma máquina mágica que, bastando fornecer a lã e o padrão, tricota automaticamente camisolas com qualidade e textura não inferiores às tuas, e muito mais depressa do que tu. Sabes bem que os teus colegas podem facilmente atingir o teu nível anterior com esta máquina, por isso também tens de a usar. Também sabes que, com a técnica de tricotar acumulada ao longo de vinte anos, mesmo que todos tenham máquinas, a velocidade e a qualidade das tuas camisolas continuarão a superar as dos teus colegas. Mas aquele prazer de ouvir a chuva junto à janela, enfiar a agulha na linha e passar o tempo lentamente foi, no fim de contas, esmagado pelo ruído das máquinas.

Sei que é frustrante, mas não há alternativa. O emprego pode ser mantido, mas o amor de outrora provavelmente terá de ser abandonado. Sou uma pessoa que separa bastante bem a razão da emoção; quando preciso de usar a razão para resolver problemas, consigo ser muito racional, mas por vezes também mostro o lado emocional. Lembro-me de que, quando me mudei do apartamento alugado onde vivi durante um ano, chorei muito, sem querer separar-me das memórias do passado. Despedir-me hoje da era anterior de escrever operadores à mão e otimizar com o cérebro humano é, sem dúvida, ainda mais cruel.

Não sei se algum leitor tem sentimentos semelhantes, mas acho que as coisas só podem ser assim.

E as pessoas?

Ao mesmo tempo que a IA avança, também me preocupo com algumas questões:

· Será que os estudantes de hoje tenderão a usar mais a IA para fazer os trabalhos de casa, especialmente os vários Labs de caráter prático? Imaginem: se houver duas opções, uma é passar oito horas a penar para concluir um Lab, talvez sem conseguir a nota máxima; a outra é ligar o modelo de IA e, com um custo de alguns cêntimos e em poucos minutos, deixar a IA escrever o código perfeito. Qual escolherá a maioria dos estudantes?

· O ponto anterior levará a que muitos estudantes tenham capacidades de engenharia gravemente insuficientes, incluindo a capacidade de organizar código, construir sistemas, pensar em necessidades futuras potenciais e antecipá-las no design, capacidade de abstração, etc. Então, num contexto em que a capacidade da IA se fortalece continuamente, será que estas «capacidades de engenharia» continuam a ser necessárias? Serão gradualmente abandonadas pela era, como a antiga capacidade de «escrever assembly x86 com proficiência», ou terão valor para sempre, como a capacidade de «compreender todo o sistema informático, do software ao sistema e ao hardware»? Se for o último caso, então é perigoso — uma pessoa com capacidades de engenharia muito fracas, quando combinada com IA, pode produzir montanhas de código de má qualidade a uma velocidade várias vezes superior à anterior, semeando todo o tipo de problemas nos sistemas e tornando o mundo ainda mais improvisado.

· Na sociedade futura, será que o poder será mais importante do que a técnica ou a inteligência?

Estas questões, talvez, terão de ser respondidas pela própria era.

Conclusão

Com o desenvolvimento da IA, a sociedade futura poderá tender para dois extremos: o comunismo e o Cyberpunk 2077. No primeiro, as forças produtivas são enormemente libertadas e o nível de vida das pessoas melhora significativamente; no segundo, um pequeno número de empresas tecnológicas controla a maior parte dos recursos, apenas muito poucas pessoas podem usar a IA mais avançada e as várias tecnologias, obtendo um efeito próximo da «ascensão mecânica», enquanto a maioria só pode usar IAs muito fracas. A mobilidade social será cada vez mais difícil de alcançar: é preciso ter primeiro a IA mais forte para poder subir de classe, formando um ciclo vicioso.

Adivinhem: se a empresa An****pic detiver para sempre a IA mais avançada do mundo, a sociedade futura tornar-se-á comunista ou 2077? Adivinhem? Por isso, continuo a acreditar que a inteligência de ponta deve ser fornecida a todas as pessoas de forma aberta e barata. Não confio que a Anthropic ou a OpenAI o façam, e especialmente não quero que a Anthropic detenha a inteligência artificial mais avançada ou a AGI; exagerando um pouco, a gravidade não é menor do que se H*tler tivesse obtido a tecnologia da bomba at*mica antes dos Aliados. É por isso que escolhi e insisto em permanecer na DeepSeek: investigamos inteligência artificial poderosa, rápida e inclusiva e tornamo-la open source, talvez conseguindo puxar o mundo um pouco para longe do extremo 2077.

Que o mundo futuro esteja bem. May all the beauty be blessed.

[1] O «Attention principal» inclui apenas a atenção MQA com head dim = 512, não incluindo o indexer usado para selecionar os tokens top-k importantes; essa parte foi escrita por outros colegas (também de nível muito forte) (e pelos seus Agentes de IA).

Nota adicional sobre «Tive de enterrar o meu talento no passado»

Desta vez, o artigo tornou-se viral: no WeChat Official Account obteve mais de cem mil leituras, alcançou o primeiro lugar nos tópicos em destaque do Zhihu e também gerou bastante discussão no X.

Esta explosão de popularidade foi bastante inesperada para mim; infelizmente, o foco de atenção das pessoas não está totalmente alinhado com o que eu queria expressar.

O objetivo original deste artigo não era expressar ansiedade em relação ao desemprego, nem enfatizar a abertura e inclusividade da DeepSeek em contraste com a antipatia pela Anthropic, mas sim despedir-me dos tempos em que escrevia operadores à mão. Antes do aparecimento dos Agentes, a maior parte do código era escrita por mim, tecla a tecla; este processo aparentemente monótono era, para mim, um prazer: podia acalmar-me e pensar cuidadosamente em cada detalhe, desde a organização dos módulos e a disposição das funções até à lógica do código e à nomenclatura das variáveis. Também desfrutava da sensação de quebrar a cabeça a estudar esquemas de escalonamento e otimização de operadores, melhorar o desempenho dos operadores e acabar por vencer implementações reconhecidas (como o Flash Attention, os operadores escritos oficialmente pela NVIDIA, ou mesmo algumas tarefas anteriormente consideradas «impossíveis de otimizar bem», como a atenção esparsa ao nível do token) — «no momento em que invento uma nova técnica ou vejo o desempenho dos meus operadores subir, a excitação não é menor do que a de um speedrunner que bate o seu recorde anterior». Mas agora esta alegria está a ser-me tirada pela IA: por causa da eficiência de produção e do desempenho dos operadores (a IA atual trabalha mais depressa do que eu, e a IA futura será rápida e boa), tenho de acolher as novidades da nova era, estudar como usar melhor a IA para escrever operadores, e durante o horário de trabalho já não tenho oportunidade de desfrutar do tempo de escrever, ajustar e otimizar operadores com calma e lentidão. Imagino que, um dia, «escrever operadores à mão» ou até «programar» possa tornar-se uma atividade de entretenimento e não de produção, tal como hoje quase ninguém usa azagaias para caçar, mas sim como atividade desportiva. Isto equivale a obrigar-me a abandonar algo que amava e a virar-me à força para outra direção. Mesmo que a nova direção seja igualmente fascinante, a sensação não é agradável. Como diz o título: tive de enterrar o meu talento no passado.

Sou uma pessoa que valoriza muito as memórias e as emoções, mas as memórias desvanecem-se e acabam por ser gradualmente enterradas pela neve fina do tempo. Já tinha escrito outro artigo sobre este assunto: «Resumo do ano de 2025, parte dois: Memória». Portanto, este artigo é, na verdade, um resumo e uma saudade de um período do meu passado. Espero, com este artigo, congelar as imagens da escrita manual de operadores de outrora, para preservar esta memória genuína e esta emoção sincera, para que o meu eu de daqui a dez ou vinte anos possa recordá-las. Aproveito também este artigo para me dar coragem para deixar o passado, pegar nas novas ferramentas e avançar corajosamente para a nova era.

↑ Uma frase de que gosto muito, extraída da secção de comentários do WeChat Official Account

Mas a compreensão das pessoas parece ter-se desviado bastante da minha intenção original... Na verdade, as duas últimas secções do artigo eram apenas divagações: a penúltima mencionava brevemente alguns problemas sociais trazidos pela IA, mas sem os analisar ou responder com muito cuidado; a última eram algumas reflexões soltas que tive recentemente, considerando que a inteligência de ponta deve ser «fornecida a todas as pessoas de forma aberta e barata». Mas como não sou especialista em ciências humanas como história ou sociologia, apenas abordei esta parte de passagem (e aproveitei para dar uma alfinetada na A/, que nunca me agradou muito); o debate sobre comunismo e 2077 que lá está também pode não estar correto. Embora as frases «uma das razões por que escolhi a DeepSeek é não querer que o mundo se torne como o 2077» e «May all the beauty be blessed» sejam verdadeiras — é de facto o meu ideal —, não são o centro deste artigo. Este parágrafo representa apenas a minha opinião pessoal e não a posição de nenhuma empresa onde trabalho. Talvez um dia, quando tiver pensado melhor sobre esta questão, escreva outro artigo sobre ela.

O resultado foi que, depois de o artigo ser publicado, embora muitas pessoas tenham de facto ressoado com a minha nostalgia dos velhos tempos, a maioria apontou os holofotes para o último parágrafo. As respostas mais bem classificadas no Zhihu até eram razoáveis (o que mostra que a capacidade de compreensão de leitura dos utilizadores do Zhihu é boa), mas na secção de comentários do WeChat Official Account havia muitas pessoas a discutir as atitudes da Anthropic e da DeepSeek em relação à inteligência aberta, e no Xiaohongshu já apareceram respostas como «DeepSeek contra-ataca a Anthropic»... Fico impressionado com a capacidade de sensacionalismo de alguns que estudaram jornalismo e, ao mesmo tempo, sinto-me impotente ao ver isto... Prestem mais atenção ao tema do artigo, por favor.

Voltando ao tema, é certo que a IA continuará a ficar mais forte no futuro: mesmo limitada ao paradigma atual de Agente + Harness + contexto longo + CoT, à medida que a qualidade dos dados, a profundidade do modelo e o comprimento do contexto continuarem a escalar, a capacidade da IA avançará de forma constante. Para não falar do que vem a seguir: inteligência incorporada, RSI e outras tecnologias que ainda desconhecemos. Estou otimista quanto à capacidade da IA no futuro, relativamente otimista quanto ao meu lugar na sociedade futura, mas pessimista quanto à possibilidade de as pessoas no futuro conseguirem concentrar-se seriamente numa tarefa, e pessimista quanto à possibilidade de eu conseguir, no futuro, manter uma coisa como trabalho e hobby ao mesmo tempo durante muito tempo.

Mas mesmo assim, continuarei a insistir em escrever operadores e a introduzir continuamente Agentes de IA para escrever operadores. Primeiro, porque «claro que espero não ser revolucionado, mas se tiver de o ser, espero que seja eu próprio a revolucionar-me» (ser eliminado pelos outros não é tão bom como auto-evoluir); segundo, porque ainda espero que nós (ou outras empresas de IA que partilhem a mesma filosofia de abertura e partilha) consigamos, antes de certas empresas, criar a inteligência mais poderosa, beneficiando todas as pessoas. Continuo a acreditar no meu argumento original sobre comunismo e 2077, e espero que o mundo consiga ficar o mais longe possível do extremo 2077. Hobbies e interesses são uma coisa, ideais e convicções são outra, por isso continuarei a explorar neste campo. No futuro, tentarei também realinhar os meus hobbies, as minhas competências e as necessidades da era, tentando encontrar o meu próprio paraíso na era da IA. Depois de ter de enterrar o meu talento no passado, ainda tenho a luz de amanhã para perseguir. Depois de ser encharcado por esta chuva fria do fim do mundo, ainda usarei o coração aquecido para dissipar as nuvens escuras e procurar aquele tom de azul que se transforma gradualmente depois de atravessar a noite [1].

[1] Parafraseei letras de canções como «Singer of the End of the World» de COP.