Kỹ sư đứng sau DeepSeek: Càng giúp AI mạnh hơn, càng gần ngày chính mình bị AI 'vượt mặt'

Theo Poster News, một bài báo dài có tựa đề "Tôi đã phải chôn vùi tài năng của mình ở quá khứ" gần đây đã lan truyền mạnh mẽ trong cộng đồng công nghệ. Tác giả là Liu Shengyu, kỹ sư hệ thống máy học tại DeepSeek.

Sau khi được đăng tải, bài báo nhanh chóng được dịch sang nhiều ngôn ngữ, gây ra nhiều cuộc thảo luận rộng rãi trong cộng đồng công nghệ trong và ngoài nước. Chủ đề này cũng trở thành xu hướng trên các nền tảng mạng xã hội Trung Quốc, trở thành một trong những chủ đề được bàn luận nhiều nhất trong ngành gần đây.

Người đứng sau một phần “động cơ” của DeepSeek

Liu Shengyu là thành viên khóa 2021 của chương trình Turing tại Đại học Bắc Kinh. Anh từng giữ vị trí đội trưởng đội siêu máy tính Weiming của trường và tham gia SC23, một cuộc thi siêu máy tính quốc tế dành cho sinh viên. Tại SC23, đội Đại học Bắc Kinh giành vị trí thứ 2 chung cuộc thế giới và đứng đầu châu Á.

Anh gia nhập DeepSeek vào tháng 4/2025. Trước khi đăng bài viết gây chú ý, Liu vừa hoàn thành một trong những thành phần quan trọng của DeepSeek V4.1, cụ thể là operator Attention chính dành cho một cấu hình MQA nhất định. Đây là nhóm phép toán nằm ở tầng rất sâu của mô hình, quyết định cách dữ liệu được xử lý trên GPU và ảnh hưởng trực tiếp tới tốc độ suy luận.

DeepSeek V4.1 Flash được công bố ngày 10/9. Theo DeepSeek, đây là mô hình nhỏ nhất trong kiến trúc thế hệ mới của hãng, có tổng cộng 552 tỷ tham số theo mô hình Mixture of Experts, nhưng chỉ kích hoạt 8 tỷ tham số ở đầu vào và 16 tỷ tham số ở đầu ra. Công ty cho biết kiến trúc mới được thiết kế để tăng năng lực, tốc độ suy luận và thông lượng, đồng thời giảm đáng kể nhu cầu bộ nhớ đệm.

Với Liu, thành công của V4.1 đương nhiên mang lại niềm tự hào. Một phần quan trọng của hệ thống mà hàng triệu người sử dụng có dấu ấn trực tiếp từ công việc của anh.

Tuy nhiên, câu hỏi đặt ra là: điều gì xảy ra khi chính những người xây dựng AI bắt đầu nhận ra AI có thể thay thế một phần công việc của họ?

Chỉ một năm, AI đã đi từ “trợ lý” thành người tối ưu code

Theo anh, chỉ khoảng một năm trước, AI trong công việc hàng ngày chủ yếu đóng vai trò một trợ lý. Nó có thể tìm tài liệu, đọc code, giải thích chương trình hoặc giúp phát hiện lỗi.

Giờ đây, khả năng đó đã tiến thêm một bước rất dài.

AI có thể đọc CUDA, PTX và SASS, những lớp mã nằm rất gần phần cứng GPU. Mô hình cũng có thể sử dụng công cụ chuyên dụng để phân tích thời gian trì hoãn của từng lệnh, xác định điểm nghẽn rồi tìm cách tối ưu operator.

Đây vốn là công việc đòi hỏi kiến thức sâu về phần cứng, bộ nhớ, cách GPU thực thi lệnh và kinh nghiệm tối ưu hiệu năng.

Liu cho rằng bước tiếp theo cũng không còn quá xa. AI có thể tự thiết kế cách lập lịch cho operator, đánh giá nhiều phương án khác nhau, lựa chọn phương án tốt nhất rồi tự viết và tiếp tục tối ưu code.

Từ trải nghiệm của mình, anh dự đoán chỉ khoảng 6 tháng đến 1 năm nữa, khả năng viết operator của AI có thể ngang với mình, thậm chí vượt qua.

Khoảng cách giữa con người và máy còn nằm ở tốc độ. Theo Liu, AI có thể xử lý hàng trăm token mỗi giây, tạo lệnh gần như ngay lập tức và hoàn thành một đoạn chương trình chỉ trong vài chục giây. Quan trọng hơn, năng lực của mô hình còn có thể tiếp tục được mở rộng thông qua quy mô, mức độ suy luận, số lần gọi công cụ và khả năng thực hiện nhiều nhiệm vụ song song.

Con người thì không thể tăng tốc theo cách tương tự.

Nghịch lý của người đang giúp AI thay thế mình

Từ đây xuất hiện một nghịch lý đặc biệt.

Nhiệm vụ của Liu là tối ưu các operator để mô hình DeepSeek chạy nhanh hơn. Operator càng tốt, tốc độ huấn luyện và suy luận càng cao. Khi quá trình phát triển mô hình được đẩy nhanh, năng lực AI cũng tăng nhanh hơn.

Nói cách khác, công việc của Liu đang góp phần rút ngắn khoảng thời gian trước khi AI có thể làm chính công việc ấy.

Anh hiểu rất rõ điều đó nhưng vẫn tiếp tục tối ưu hệ thống.

Một phần lý do xuất phát từ niềm yêu thích công việc. Liu ví việc viết operator với chơi game. Mỗi lần tìm ra một kỹ thuật mới hoặc tăng thêm hiệu năng, cảm giác mang lại giống như một người chơi phá được kỷ lục của chính mình.

Đặc biệt, khi một operator do anh phát triển có hiệu suất cao hơn giải pháp chính thức của nhà sản xuất phần cứng, cảm giác thành tựu càng lớn.

Nhưng lý do quan trọng hơn lại rất thực tế.

Ngay cả khi một kỹ sư quyết định làm chậm quá trình phát triển để bảo vệ công việc của mình, các phòng thí nghiệm và công ty khác vẫn tiếp tục nghiên cứu.

Cuộc đua AI không dừng lại chỉ vì một cá nhân muốn nó chậm hơn.

"Tôi đương nhiên hy vọng mình không bị cách mạng. Nhưng nếu nhất định phải bị cách mạng, tôi hy vọng người cách mạng tôi chính là tôi", anh viết.

Có thể không thất nghiệp, nhưng phải từ bỏ công việc mình yêu thích

Đáng chú ý, Liu không cho rằng kết cục tất yếu là thất nghiệp.

Anh tin kinh nghiệm về kỹ thuật, phần cứng, mô hình AI và khả năng phán đoán vẫn giúp mình giữ được vị trí trong ngành công nghệ.

Nhưng “không thất nghiệp” và “vẫn làm công việc cũ” là hai chuyện hoàn toàn khác nhau.

Nếu AI thực sự viết operator tốt hơn con người, nhu cầu của doanh nghiệp sẽ thay đổi. Thay vì cần một kỹ sư có thể tự tay viết operator hiệu năng cao, công ty có thể cần một kỹ sư biết điều khiển AI để tạo ra operator nhanh hơn.

Liu mô tả vai trò tương lai đó là một dạng “người lái Mecha cho Agent”.

Con người không còn trực tiếp làm toàn bộ công việc kỹ thuật mà chuyển sang giao nhiệm vụ, điều phối AI, đánh giá kết quả và xử lý những vấn đề ở cấp độ cao hơn.

Về năng suất, đây có thể là một bước tiến.

Về trải nghiệm của người làm nghề, mọi chuyện phức tạp hơn.

Để mô tả cảm giác này, Liu đưa ra ví dụ về một người thợ đan áo len. Hãy tưởng tượng một người đã dành 20 năm để thành thạo nghề đan. Người đó không chỉ kiếm sống tốt nhờ tay nghề mà còn thực sự yêu cảm giác ngồi bên cửa sổ, pha một ấm trà rồi chậm rãi đan từng mũi len.

Một ngày, một cỗ máy xuất hiện. Chỉ cần đưa len và mẫu thiết kế vào, nó có thể làm ra sản phẩm đẹp tương đương nhưng nhanh hơn hàng trăm lần.

Người thợ vẫn có thể kiếm sống. Thậm chí nhờ kinh nghiệm 20 năm, anh có thể sử dụng cỗ máy tốt hơn những người khác và kiếm nhiều tiền hơn trước.

Nhưng niềm vui của việc tự tay làm ra sản phẩm đã biến mất.

Theo Liu, điều tương tự có thể xảy ra với nhiều kỹ sư phần mềm khi AI ngày càng đảm nhiệm phần công việc sáng tạo và kỹ thuật mà trước đây con người trực tiếp thực hiện.

"Bát cơm vẫn có thể giữ được, nhưng niềm yêu thích cũ có lẽ phải từ bỏ", anh viết.

Trong nhiều cuộc tranh luận về AI, câu hỏi thường là liệu công nghệ có lấy mất việc làm của con người hay không. Trải nghiệm của kỹ sư DeepSeek đặt ra một câu hỏi khác: ngay cả khi con người vẫn giữ được công việc và thu nhập, AI có thể lấy đi phần công việc mà họ yêu thích nhất hay không?

Một thế hệ kỹ sư có thể không còn cần tự viết code?

Nỗi lo của Liu không dừng lại ở nghề nghiệp của bản thân.

Anh đặc biệt quan tâm tới cách thế hệ sinh viên tiếp theo sẽ học lập trình trong thời đại AI.

Giả sử một sinh viên đứng trước 2 lựa chọn. Một bên là dành khoảng 8 giờ để tự hoàn thành bài thực hành, phải đọc tài liệu, viết code, sửa lỗi và có thể vẫn không đạt điểm tối đa. Bên còn lại là bỏ một khoản tiền rất nhỏ để một mô hình AI tạo ra lời giải trong vài phút.

Liu đặt câu hỏi có bao nhiêu sinh viên sẽ lựa chọn phương án thứ nhất.

Nếu AI trở thành con đường mặc định, sinh viên có thể hoàn thành nhiều sản phẩm hơn nhưng lại bỏ qua quá trình hình thành những năng lực nền tảng như tổ chức code, thiết kế hệ thống, trừu tượng hóa vấn đề, dự báo nhu cầu trong tương lai hay xử lý các tình huống mà thiết kế ban đầu chưa tính đến.

Vấn đề vì thế không đơn giản là sinh viên có còn cần biết viết từng dòng code hay không.

Một số kỹ năng kỹ thuật từng rất quan trọng trong quá khứ đã dần trở nên ít cần thiết khi công nghệ phát triển. Nhưng nếu tư duy hệ thống và khả năng hiểu bản chất vẫn là những năng lực không thể thiếu, việc phụ thuộc vào AI quá sớm có thể tạo ra một nghịch lý khác.

AI giúp một người có năng lực kỹ thuật hạn chế tạo ra phần mềm nhanh hơn rất nhiều, nhưng tốc độ tạo ra hệ thống kém chất lượng cũng có thể tăng tương ứng.

Khi đó, thế giới có thể xuất hiện ngày càng nhiều sản phẩm phần mềm trong khi số người thực sự hiểu chúng hoạt động như thế nào lại ngày càng ít.

Khi câu hỏi không còn chỉ là ai sở hữu công nghệ tốt nhất

Ở phần cuối bài viết, Liu mở rộng vấn đề sang một câu hỏi lớn hơn: nếu AI trở thành công nghệ có khả năng khuếch đại năng lực con người ở quy mô chưa từng có, ai sẽ sở hữu và kiểm soát những hệ thống mạnh nhất?

Liu hình dung tương lai AI có thể đi theo những hướng rất khác nhau.

Ở một phía, năng suất tăng mạnh nhờ AI có thể giúp công nghệ và dịch vụ tiên tiến trở nên phổ biến hơn. Ở phía còn lại là một xã hội mang màu sắc "Cyberpunk 2077", nơi một số ít tập đoàn kiểm soát phần lớn công nghệ mạnh nhất, còn phần đông người dùng chỉ có thể tiếp cận các hệ thống yếu hơn.

Nếu AI mạnh nhất chỉ nằm trong tay một nhóm nhỏ, Liu cho rằng khoảng cách về quyền lực có thể còn quan trọng hơn khoảng cách về kỹ năng hay trí thông minh.

Đó cũng là lý do anh ủng hộ hướng phát triển AI theo mô hình rộng mở, chi phí thấp và có khả năng tiếp cận với nhiều người hơn.

Đó cũng là lý do Liu cho biết anh lựa chọn tiếp tục làm việc tại DeepSeek, với niềm tin rằng việc nghiên cứu những mô hình mạnh, nhanh, dễ tiếp cận và công khai công nghệ có thể giúp sức mạnh của AI được phân bổ rộng hơn.

Khi người tạo ra AI cũng bắt đầu đặt câu hỏi về tương lai của chính mình

Câu chuyện của Liu phản ánh một thay đổi đáng chú ý trong cuộc tranh luận về AI.

Trước đây, nỗi lo tự động hóa thường tập trung vào những công việc có tính lặp lại hoặc những vị trí dễ chuẩn hóa. Nhưng khi mô hình AI tiến sâu hơn vào lập trình, nghiên cứu và kỹ thuật chuyên biệt, ngay cả những người trực tiếp xây dựng công nghệ này cũng bắt đầu tự hỏi vai trò của mình sẽ thay đổi ra sao.

Với Liu, câu hỏi không phải liệu AI có tiếp tục mạnh hơn hay không. Anh gần như xem đó là điều chắc chắn.

Điều anh đang cố làm là tiếp tục ở trên chiếc xe ấy khi vai trò của con người thay đổi.

Bởi vậy, câu hỏi trong kỷ nguyên AI có lẽ không chỉ còn là liệu máy móc có lấy mất việc làm của con người hay không.

Một câu hỏi khó hơn đang dần xuất hiện: khi AI có thể làm thay ngày càng nhiều phần việc mà con người từng dành hàng năm để học và từng thực sự yêu thích, con người sẽ lựa chọn giữ lại kỹ năng cũ, hay trở thành người giỏi nhất trong việc điều khiển những cỗ máy đang thay thế chính những kỹ năng ấy?