Ingeniero de DeepSeek: Tuve que enterrar mi talento en el ayer

Recopilación original: Wall Street News

Liu Shengyu, ingeniero de DeepSeek y ex capitán del equipo de supercomputación Weiming de la Universidad de Pekín, escribió: «La humanidad nunca ha dudado en destruirse a sí misma». Cuanto mejor optimiza los operadores, más rápido es el razonamiento y el entrenamiento de los nuevos modelos; cuanto más rápido avanza la capacidad del modelo, antes llega el momento en que la IA sustituye la escritura manual de operadores. Pero aclaró que no se trata de una descarga de ansiedad por el desempleo, sino de una despedida digna de la era artesanal de la «programación a mano». El 14 de septiembre, Liu Shengyu, el joven ingeniero que acababa de entregar los operadores centrales de DeepSeek V4.1, publicó un extenso artículo titulado «Tuve que enterrar mi talento en el ayer», que documenta los cambios tecnológicos y su trayectoria personal, y que ha estado circulando sin cesar en las comunidades tecnológicas de China y del extranjero, generando un amplio debate sobre el destino de los desarrolladores y la evolución tecnológica en la era de la IA.

La etiqueta #TuveQueEnterrarMiTalentoEnElAyer también alcanzó el primer lugar en la lista de tendencias de Zhihu.

Como uno de los constructores centrales de la capa inferior de los grandes modelos, el ingeniero de sistemas de aprendizaje automático de DeepSeek, Liu Shengyu, tiene un historial técnico sobresaliente. Es miembro de la clase Turing de 2021 de la carrera de informática de la Universidad de Pekín, fue capitán del equipo de supercomputación Weiming de la Universidad de Pekín y representó a la universidad en la competencia internacional de supercomputación para estudiantes SC23. Tras unirse a DeepSeek en abril de 2025, asumió el desarrollo clave de operadores de bajo nivel y, hace unos días, completó la entrega del código del operador principal de atención de DeepSeek V4.1 (atención MQA con head dim = 512).

Liu Shengyu admite en el artículo que, aunque se siente orgulloso del éxito del operador central de DeepSeek V4.1, también es muy consciente de la evolución irreversible de la tecnología.

«Dentro de medio año o un año, es muy probable que los operadores escritos por IA sean tan buenos como los míos, o incluso me superen», afirma Liu Shengyu con franqueza. «La IA puede pensar 300 tokens por segundo, escribir una línea de comando en medio segundo y completar un código en veinte segundos, y yo no puedo; la IA puede mejorar continuamente en profundidad de modelo, intensidad de razonamiento, número de llamadas a herramientas e incluso en paralelismo, y yo no puedo».

Esta evolución vertiginosa empuja a los desarrolladores a una profunda paradoja tecnológica: cuanto mejor optimiza los operadores, más rápido es el razonamiento y el entrenamiento de los nuevos modelos; cuanto más rápido avanza la capacidad del modelo, antes llega el momento en que la IA sustituye la escritura manual de operadores.

Ante esta tendencia irresistible, Liu Shengyu escribe: «La humanidad nunca ha dudado en destruirse a sí misma... Por supuesto, espero no ser revolucionado, pero si tengo que serlo, espero que sea yo mismo quien me revolucione».

«No me quedaré sin trabajo, pero tendré que cambiar de profesión»

Ante la preocupación externa por el sustento de los programadores, Liu Shengyu ofrece un juicio lúcido: los ingenieros no se enfrentarán a un «desempleo» en el sentido real, pero inevitablemente tendrán que pasar por una profunda «reconversión profesional».

«La reconversión significa que debo abandonar el campo del diseño, la escritura y la optimización de operadores, que he cultivado durante mucho tiempo y que me apasiona, para convertirme en un 'piloto de robots gigantes' de agentes», escribe. «Antes, mis intereses, mis fortalezas y lo que la industria necesitaba estaban básicamente alineados; ahora, la demanda de la industria se ha desplazado de 'personas que saben escribir operadores de alto rendimiento' a 'personas que pueden usar la IA para producir operadores de alto rendimiento más rápido'».

Compara la pérdida de este oficio con el impacto que tuvo la aparición de las máquinas automáticas de tejer calcetines en los artesanos veteranos. Incluso si gracias a la experiencia pasada uno puede seguir usando la máquina mejor que nadie, «el placer de sentarse junto a la ventana escuchando la lluvia, enhebrar la aguja y dejar pasar el tiempo lentamente, al final fue aplastado por el rugido de la máquina».

«Mis manos tienen más engranajes, pero mi corazón tiene menos ritmo», lamenta.

Además del cambio profesional personal, Liu Shengyu también expresa en el artículo su preocupación por el deterioro de la capacidad de ingeniería de la generación más joven. Si los estudiantes dependen generalmente de la IA para completar tareas de código complejas en pocos minutos, la capacidad de arquitectura de sistemas y diseño abstracto podría sufrir una brecha generacional: «una persona con muy mala capacidad de ingeniería, al combinarse con la IA, puede producir código basura con una eficiencia varias veces mayor que antes, sembrando todo tipo de desastres en los sistemas y haciendo que este mundo sea aún más chapucero».

Aclaración de la intención original: una despedida digna de la «era artesanal»

Debido a que el artículo generó interpretaciones excesivas en varias plataformas sobre geopolítica, competencia institucional e incluso ansiedad por el desempleo, Liu Shengyu publicó posteriormente una nota aclaratoria para explicar su intención original.

Afirma que el artículo no expresa ansiedad por el sustento, ni pretende provocar un enfrentamiento entre DeepSeek y empresas de código cerrado como Anthropic; su motivación central es simplemente hacer una despedida seria de los tiempos puros de la «escritura manual de operadores».

«Seguramente en el futuro, 'escribir operadores a mano' e incluso 'programar' podría convertirse en una actividad recreativa en lugar de una actividad productiva, como ahora casi nadie usa la jabalina para cazar, sino como una actividad competitiva», escribe Liu Shengyu. «Esto equivale a obligarme a abandonar lo que amaba y girar a la fuerza hacia otra dirección. Incluso si la nueva dirección es igualmente fascinante, esta sensación no es agradable. Como dice el título: tuve que enterrar mi talento en el ayer».

Al hablar de por qué insiste en permanecer en DeepSeek, Liu Shengyu reafirma su convicción: la inteligencia más avanzada debe suministrarse a toda la sociedad de manera abierta e inclusiva, evitando que las capacidades centrales sean monopolizadas por completo por unos pocos oligopolios.

«Después de tener que enterrar mi talento en el ayer, todavía tengo la luz del mañana que perseguir», afirma al final de la nota aclaratoria, y continuará dedicándose al nuevo flujo de trabajo de introducir agentes de IA para escribir operadores, buscando un lugar propio en la nueva era mientras adopta las nuevas herramientas tecnológicas.

El texto original es el siguiente:

Hace unos días, se lanzó DeepSeek v4.1, elevando la capacidad de los modelos pequeños a un nuevo nivel.

La velocidad del desarrollo de la IA ha superado con creces las expectativas de todos. Desde aquel ChatGPT inicial que solo balbuceaba en chats con una longitud de contexto de unos pocos miles de tokens, hasta los modelos con capacidad de razonamiento OpenAI o1, DeepSeek R1 y Kimi K1.5 Thinking, solo han pasado dos años; y de los modelos de razonamiento a los agentes inteligentes que hoy ejecutan comandos con fluidez en diversas herramientas harness y completan tareas complejas, apenas un año y medio. Es difícil imaginar cómo será la IA dentro de uno, dos o tres años, cuán poderosa será, si ya tendrá la capacidad de autoevolución y si habrá penetrado profundamente en campos como la inteligencia corpórea.

La IA es cada vez mejor escribiendo operadores

La IA también avanza a gran velocidad en el campo del diseño y la escritura de operadores en el que trabajo. En solo un año, ha pasado de ser un pequeño asistente que solo me ayudaba a consultar documentación, leer código y encontrar errores, a convertirse en un maestro de operadores capaz de leer de forma independiente código CUDA, PTX y SASS, analizar los tiempos de espera de cada instrucción con herramientas profesionales y optimizar operadores por sí mismo. Creo que en un futuro cercano también tendrá la capacidad de diseñar de forma independiente la programación de operadores, evaluar el rendimiento de diferentes esquemas de programación, implementarlos y optimizarlos.

Por supuesto, estoy orgulloso del éxito de DeepSeek v4.1; después de todo, su operador principal de atención lo escribí yo [1], y su excelencia es una confirmación de mi trabajo. Pero la rueda del tiempo avanza y nadie puede detener el desarrollo tecnológico. Soy muy consciente de que dentro de medio año o un año, es muy probable que los operadores escritos por IA sean tan buenos como los míos, o incluso me superen. La IA puede pensar 300 tokens por segundo, escribir una línea de comando en medio segundo y completar un código en veinte segundos, y yo no puedo; la IA puede mejorar continuamente en profundidad de modelo, intensidad de razonamiento, número de llamadas a herramientas (frecuencia de interacción con el entorno) e incluso en paralelismo, y yo no puedo.

La humanidad nunca ha dudado en destruirse a sí misma. ¿Por qué, sabiendo que «cuanto mejor escribo los operadores, más rápido será el entrenamiento y el razonamiento de nuestros nuevos modelos, más rápido avanzará la capacidad del modelo y antes seré reemplazado», sigo esforzándome al máximo por optimizar los operadores? Por un lado, porque escribir operadores es para mí como jugar a un videojuego y me proporciona un gran placer. En el momento en que invento una nueva técnica o veo aumentar el rendimiento de mis operadores, la emoción que siento no es menor que la de un speedrunner que rompe su propio récord. Al mismo tiempo, cuando veo que el rendimiento de mis operadores supera con creces al de los operadores oficiales del fabricante, siento un gran orgullo. Pero además, hay una razón más importante: aunque me rindiera o incluso pusiera trabas deliberadamente para retrasar el entrenamiento del modelo, los modelos de otras empresas seguirían desarrollándose con normalidad y al final me eliminarían igualmente. «Por supuesto, espero no ser revolucionado, pero si tengo que serlo, espero que sea yo mismo quien me revolucione». Cuando todos están tan empeñados en destruirse a sí mismos, yo también tengo que unirme a esta cruel carrera armamentista.

¿Y yo qué?

Cuando llegue el día en que la IA escriba operadores mejor que yo, ¿qué será de mí?

Mi juicio es: no me quedaré «desempleado», pero tendré que «cambiar de profesión». Mi sustento aún puede mantenerse, pero esto podría hacer que nunca más tenga la oportunidad de dedicarme al trabajo que amaba.

En el pasado hice un juicio sobre los cambios de la época y mi situación personal en el futuro: como los tiempos cambian demasiado rápido (el desarrollo de la IA mencionado antes es un buen ejemplo), no puedo predecir en absoluto lo que ocurrirá dentro de cinco o diez años, pero pase lo que pase, creo que con mi visión, mi capacidad de juicio, mi iniciativa subjetiva y mi inteligencia, podré permanecer en la mesa de juego de la época y volver a situarme en la cresta de la ola. Sin embargo, este juicio solo garantiza que no me quedaré «desempleado», no que no necesite «cambiar de profesión»; más bien, este juicio me anima a evitar el desempleo mediante el cambio de profesión.

¿Y qué significa cambiar de profesión? Significa que debo abandonar el campo del diseño, la escritura y la optimización de operadores, que he cultivado durante mucho tiempo y que me apasiona, para convertirme en un «piloto de robots gigantes» de agentes. Antes, mis intereses, mis fortalezas y lo que la industria necesitaba estaban básicamente alineados; ahora, la IA ha hecho que lo que yo dominaba lo domine ella aún mejor, y ha desplazado la demanda de la industria de «personas que saben escribir operadores de alto rendimiento» a «personas que pueden usar la IA para producir operadores de alto rendimiento más rápido». Para adaptarme a la demanda de la industria, inevitablemente tendré que abandonar la dirección que amaba y girar hacia una nueva dirección desconocida. Creo que, gracias a mi comprensión de la ingeniería, los requisitos de los modelos de nivel superior y el hardware de bajo nivel, podré seguir produciendo operadores con alta calidad y eficiencia, y sé que puede que llegue a amar esta nueva dirección (o puede que no), pero la sensación de que me arrebaten lo que amo no es agradable. Ese placer sereno de sentarme en mi puesto a escribir operadores tranquilamente durante toda una tarde podría ser su canto de cisne este verano. Tuve que enterrar mi talento en el ayer y convertirme en un piloto de robots gigantes. Mis manos tienen más engranajes, pero mi corazón tiene menos ritmo.

Se puede hacer una analogía gráfica: eres experto en tejer suéteres, especialmente en el tejido de diversos patrones y la combinación de colores. Los suéteres que tejes son de gran calidad y hermosos diseños, y los ricos de todos los alrededores vienen a pedirte que les tejas suéteres, con lo que ganas bastante dinero. Al mismo tiempo, disfrutas mucho de esa sensación de sentarte junto a la ventana, preparar una taza de té claro, contemplar las montañas verdes, el agua clara, el ganado y el humo de las chimeneas, y tejer tranquilamente toda la tarde. Pero un día, alguien inventa una máquina mágica que, con solo proporcionarle lana y un patrón, teje automáticamente suéteres cuya calidad y textura no son inferiores a los que tejes a mano, y a una velocidad mucho mayor. Sabes muy bien que tus colegas pueden alcanzar fácilmente con esa máquina el nivel que tú tenías, así que no te queda más remedio que usarla también. También sabes que, gracias a la técnica de tejer acumulada durante los últimos veinte años, aunque todos tengan máquina, tu velocidad y calidad seguirán superando a las de tus colegas. Pero el placer de sentarse junto a la ventana escuchando la lluvia, enhebrar la aguja y dejar pasar el tiempo lentamente, al final fue aplastado por el rugido de la máquina.

Sé que es muy frustrante, pero no hay remedio. El sustento puede mantenerse, pero lo más probable es que tenga que renunciar al amor de antaño. Soy una persona que separa bastante la razón de la emoción; cuando necesito usar la razón para resolver problemas, puedo ser muy racional, pero a veces también muestro mi lado emocional. Recuerdo que cuando me mudé del apartamento alquilado donde viví un año, lloré a mares, sin querer separarme de los recuerdos del pasado. Despedirme hoy de la era de escribir operadores a mano y optimizar con el cerebro humano es, sin duda, aún más cruel.

No sé si algún lector tiene sentimientos similares, pero creo que las cosas solo pueden ser así.

¿Y la gente?

Mientras la IA sigue avanzando, también me preocupan algunas cuestiones:

· ¿Es probable que los estudiantes de ahora tiendan más a usar la IA para hacer los deberes, especialmente las prácticas de laboratorio? Imagínate: si tienes dos opciones, una es pasarte ocho horas sufriendo para completar una práctica y quizá ni siquiera sacar la nota máxima; la otra es arrancar un modelo de IA y, por unos céntimos y en unos minutos, dejar que la IA escriba el código perfecto, ¿qué elegiría la mayoría de los estudiantes?

· Lo anterior provocará que un gran número de estudiantes tenga graves carencias en capacidad de ingeniería, incluida la capacidad de organizar código, construir sistemas, pensar en posibles necesidades futuras y anticiparse a ellas en el diseño, la capacidad de abstraer, etc. Entonces, en un contexto en el que la capacidad de la IA no deja de aumentar, ¿sigue siendo imprescindible esta «capacidad de ingeniería»? ¿Será abandonada por la época como la antigua capacidad de «escribir ensamblador x86 con soltura», o tendrá valor para siempre como la capacidad de «comprender todo el sistema informático, desde el software hasta el sistema y el hardware»? Si es lo segundo, entonces es peligroso: una persona con muy mala capacidad de ingeniería, al combinarse con la IA, puede producir código basura con una eficiencia varias veces mayor que antes, sembrando todo tipo de desastres en los sistemas y haciendo que este mundo sea aún más chapucero.

· En la sociedad del futuro, ¿será el poder más importante que la tecnología o el coeficiente intelectual?

Estas preguntas quizá tendrán que ser respondidas por la propia época.

Conclusión

Con el desarrollo de la IA, la sociedad del futuro podría tender hacia dos extremos: el comunismo y el Cyberpunk 2077. En el primero, las fuerzas productivas se liberan enormemente y el nivel de vida de la gente mejora notablemente; en el segundo, unas pocas empresas tecnológicas controlan la mayor parte de los recursos, solo muy pocas personas pueden usar la IA más avanzada y todo tipo de tecnologías, obteniendo un efecto cercano a la «mejora cibernética», mientras que la mayoría solo puede usar una IA muy débil. La movilidad social será cada vez más difícil de lograr: primero tienes que tener la IA más fuerte para poder ascender de clase, formando un círculo vicioso.

Adivina: si la empresa An****pic controlara para siempre la IA más avanzada del mundo, ¿la sociedad del futuro se convertiría en comunismo o en 2077? ¿Adivinas? Por eso sigo creyendo que la inteligencia más avanzada debe suministrarse a todas las personas de manera abierta y barata. No confío en que Anthropic u OpenAI puedan hacerlo, y especialmente no quiero que Anthropic controle la inteligencia artificial más avanzada o la AGI; exagerando un poco, su gravedad no es menor que la de que Hi*ler hubiera obtenido la tecnología de la bomba atómica antes que los Aliados. Esta es también la razón por la que elegí y sigo en DeepSeek: investigamos una inteligencia artificial potente, rápida e inclusiva y la hacemos de código abierto, quizá podamos alejar al mundo un poco del extremo de 2077.

Que el mundo futuro esté bien. May all the beauty be blessed.

[1] El «operador principal de atención» solo incluye la atención MQA con head dim = 512, no el indexador utilizado para seleccionar los tokens top-k importantes; esa parte fue escrita por otros colegas (también de muy alto nivel) (y sus agentes de IA).

Nota complementaria sobre «Tuve que enterrar mi talento en el ayer»

Esta vez el artículo se ha vuelto viral: en la cuenta oficial de WeChat ha obtenido más de cien mil lecturas, ha alcanzado el primer lugar en la lista de tendencias de Zhihu y también ha generado un debate considerable en X.

Esta explosión de popularidad me ha sorprendido bastante; lástima que el foco de atención de la gente no esté del todo alineado con lo que quería expresar.

El propósito original de este artículo no era expresar ansiedad por el desempleo, ni mucho menos enfatizar la apertura e inclusividad de DeepSeek frente a lo desagradable de Anthropic, sino despedirme de aquella época en la que escribía operadores a mano. Antes de que aparecieran los agentes, la mayor parte del código lo tecleaba yo mismo, palabra por palabra; este proceso aparentemente tedioso era para mí, en realidad, un placer: podía calmarme y pensar con detenimiento en cada detalle, desde la organización de módulos y la disposición de funciones hasta la lógica del código y el nombramiento de variables. También disfrutaba devanándome los sesos para estudiar la programación y las soluciones de optimización de los operadores, mejorar su rendimiento y finalmente vencer a las implementaciones reconocidas (como Flash Attention, los operadores escritos oficialmente por NVIDIA, e incluso algunas tareas que antes se consideraban «imposibles de optimizar bien», como la atención dispersa a nivel de token): «En el momento en que invento una nueva técnica o veo aumentar el rendimiento de mis operadores, la emoción que siento no es menor que la de un speedrunner que rompe su propio récord». Pero ahora esa alegría me la va a arrebatar la IA: por la eficiencia de producción y el rendimiento de los operadores (la IA actual trabaja más rápido que yo, y la futura será más rápida y mejor), debo recibir las novedades de la nueva era, investigar cómo usar la IA para escribir mejor los operadores, y en el horario laboral ya no tendré oportunidad de disfrutar del tiempo de escribir, ajustar y optimizar operadores con calma y lentitud. Seguramente en el futuro, «escribir operadores a mano» e incluso «programar» podría convertirse en una actividad recreativa en lugar de una actividad productiva, como ahora casi nadie usa la jabalina para cazar, sino como una actividad competitiva. Esto equivale a obligarme a abandonar lo que amaba y girar a la fuerza hacia otra dirección. Incluso si la nueva dirección es igualmente fascinante, esta sensación no es agradable. Como dice el título: tuve que enterrar mi talento en el ayer.

Soy una persona que valora mucho los recuerdos y las emociones, pero los recuerdos se desvanecen y quedan poco a poco sepultados por la nieve fina del tiempo. Antes escribí otro artículo sobre este asunto: Resumen del año 2025 (II): la memoria. Por eso, este artículo es en realidad un resumen y una nostalgia de mi tiempo pasado. Espero, con este artículo, congelar las imágenes de aquellos operadores escritos a mano, para conservar este recuerdo genuino y esta emoción sincera, y que dentro de diez o veinte años pueda recordarlos. De paso, con este artículo, darme el valor para dejar atrás el pasado, tomar nuevas herramientas y avanzar con valentía hacia la nueva era.

↑ Una frase que me gusta mucho, extraída de la sección de comentarios de la cuenta oficial.

Pero la comprensión de la gente parece haberse desviado bastante de mi intención original... En realidad, las dos últimas secciones del artículo eran solo divagaciones: la penúltima mencionaba brevemente algunos problemas sociales que trae la IA, pero sin analizarlos ni responderlos con mucho detalle; la última eran algunas reflexiones dispersas que tuve hace un tiempo, considerando que la inteligencia de vanguardia debería «suministrarse a todas las personas de manera abierta y barata». Pero como no soy experto en historia, sociología u otras humanidades, solo lo traté de pasada (aprovechando para criticar a A/, a la que nunca he tragado), y el debate sobre el comunismo y 2077 que contiene no tiene por qué ser correcto. Aunque las frases «una de las razones por las que elegí DeepSeek es no querer que el mundo se convierta en esa imagen de 2077» y «May all the beauty be blessed» son ciertas, y ese es realmente mi ideal, no son el centro de este artículo. Este párrafo representa solo mi opinión personal y no la postura de ninguna empresa en la que trabaje. Quizá cuando algún día haya aclarado un poco más esta cuestión, escriba otro artículo al respecto.

Resulta que, después de publicar el artículo, aunque muchas personas conectaron con mi nostalgia por los viejos tiempos, la mayoría puso el foco en el último párrafo. Las respuestas más votadas en Zhihu no estaban mal (lo que demuestra que la capacidad de comprensión lectora de los usuarios de Zhihu es bastante buena), pero en la sección de comentarios de la cuenta oficial de WeChat había mucha gente debatiendo sobre la actitud de Anthropic y DeepSeek respecto a la inteligencia abierta, y en Xiaohongshu incluso ya había respuestas del tipo «DeepSeek contraataca a Anthropic»... Me asombra la capacidad de algunos estudiantes de periodismo para crear sensacionalismo, y después de ver todo esto me siento muy impotente... Que la gente preste más atención al tema del artículo.

Volviendo al tema, es seguro que la IA seguirá haciéndose más fuerte en el futuro: incluso limitándonos al paradigma actual de Agente + Harness + contexto largo + CoT, a medida que la calidad de los datos, la profundidad del modelo y la longitud del contexto sigan escalando, la capacidad de la IA avanzará de manera constante. Y ni hablar de lo que viene después: la inteligencia corpórea, la RSI y otras tecnologías que aún desconocemos. Soy optimista sobre la capacidad de la IA en el futuro, relativamente optimista sobre mi lugar en la sociedad futura, pero pesimista sobre si la gente podrá en el futuro concentrarse en hacer algo con seriedad, y también pesimista sobre si podré mantener a largo plazo una misma cosa como trabajo y como afición.

Pero aun así, seguiré escribiendo operadores e introduciendo constantemente agentes de IA para escribir operadores. Primero, porque «por supuesto, espero no ser revolucionado, pero si tengo que serlo, espero que sea yo mismo quien me revolucione» (mejor autoevolucionar que ser eliminado por otros); segundo, porque sigo esperando que nosotros (u otras empresas de IA que compartan la misma filosofía de apertura y compartición) podamos crear la inteligencia más poderosa antes que ciertas empresas, en beneficio de todos. Sigo creyendo en mi argumento original sobre el comunismo y 2077, y espero que este mundo pueda mantenerse lo más lejos posible del extremo de 2077. Una cosa son las aficiones e intereses, y otra los ideales y convicciones, así que seguiré abriendo camino en este campo. En el futuro también intentaré realinear la dirección de mis aficiones, mis fortalezas y las necesidades de la época, y trataré de encontrar mi propia tierra feliz en la era de la IA. Después de tener que enterrar mi talento en el ayer, todavía tengo la luz del mañana que perseguir. Después de ser empapado por esta lluvia fría del fin del mundo, seguiré usando un corazón que se recalienta para disipar la bruma y buscar ese tono azul que se transforma gradualmente tras cruzar la noche [1].

[1] Paráfrasis de la letra de canciones como «La cantante del fin del mundo» de COP.