"Ich wünsche natürlich, dass ich nicht in eine Revolution hineingezogen werde. Aber falls es unausweichlich ist, dann sollen die, die Leute zu meinem Leben revolutionieren, es ausgerechnet ich selbst sein."
Dieser Satz stammt aus einem Essay des DeepSeek-Operator-Engineers Liu Shengyu mit dem Titel 《Ich muss mein Talent im Gestern begraben》. In den letzten Tagen geht er im ganzen Netz viral, mit 100.000+ Shares.
Zuerst kurz zum Hintergrund des Autors: Jahrgang 2021 der Peking-Universität-Turing-Klasse, Leiter des Teams für den Unmamed-Supercomputer, und im vergangenen April zu DeepSeek gewechselt, um an MLSys und der Optimierung von Operatoren zu arbeiten. Wenn du in letzter Zeit die extrem schnelle Inferenz von DeepSeek V4.1 Flash gespürt hast, dann kommt ein großer Teil davon von dem von ihm gelieferten Haupt-Attention-Operator – einer MQA-Attention mit Head-Dim von 512.
In seinem Artikel teilt er das Urteil eines Frontline-Engineers: Vor einem Jahr konnte KI ihm noch helfen, Dokumente nachzuschlagen und Bugs zu finden; ein Jahr später kann KI bereits CUDA, PTX und SASS-Maschinenbefehle selbstständig lesen, die Stoppzeiten jeder einzelnen Instruktion analysieren – und dann den Operator ganz allein optimieren. In den nächsten sechs bis zwölf Monaten wird der von KI geschriebene Operator aller Wahrscheinlichkeit nach genauso gut sein wie seiner, vielleicht sogar besser.
Übersetzt: In den unteren Schichten des Inferenz-Optimierungsprozesses hat die KI schon bald die Fähigkeit, sich selbst zu erledigen.
Amüsant ist, dass es bei jemandem, der sich davor sorgt, von KI ersetzt zu werden, ausgerechnet die erste große Gegenfrage ist: „Hat diese Arbeit vielleicht eine KI geschrieben?“ – Diese Verschiebung ist für sich genommen der beste Kommentar zu unserer Zeit.
Noch bezeichnender ist, wie er sich gegen Teile der „Slow-Down-Konsens“-These stellt.
Am 12. September veröffentlichte Dario Amodei von Anthropic einen langen Artikel, in dem er die ganze Branche dazu aufrief, die Geschwindigkeit zu drosseln, weil die rekursive Selbstverbesserung (RSI) die Entwicklung der KI beschleunigt. Musk teilte ihn mit den Worten „Er hat recht“. Auch Altman zeigte Zustimmung, und sogar Hassabis von DeepMind stellte sich auf dieselbe Seite. Diejenigen, die im Alltag am härtesten gegeneinander liefern, kamen plötzlich zu einem seltenen Konsens, nämlich: „langsamer machen“.
Und dann? Nach dem Ruf nach Drosselung bewegt niemand wirklich den Fuß vom Gaspedal.
Amodei schreibt einerseits „Es ist zwingend erforderlich, dass wir den Fortschritt von Frontier-Modellen begrenzen“, während er andererseits die Börsenpläne von Anthropic vorantreibt: frühestens im Oktober fertig zur IPO, Bewertung eventuell über 2 Billionen US-Dollar – das wäre die größte IPO in der Geschichte der Menschheit; OpenAI sagt zwar, man sei nicht in Eile, sucht aber dennoch nach einer Finanzierung von über 1,2 Billionen US-Dollar, um das nächste Modell zu trainieren; die vier großen Cloud-Anbieter planen 2026 Gesamtkapitalausgaben von über 600 Milliarden US-Dollar, und der weitaus größte Teil wird in KI-Rechenzentren fließen.
Ein einziger Satz von Liu Shengyu durchtrennt das Fensterpapier: „Drosseln schützt den Führenden, aber für den Verfolger ist es Selbstmord. In jedem Wettrüsten, bei dem alle nach vorn stürmen, verliert derjenige am schlimmsten, der zuerst die Hand lockerlässt – das ist kein Moralproblem, sondern ein Gefangenendilemma.“
Das erklärt auch, warum er und DeepSeek entschieden haben, weiter zu beschleunigen. In seiner Vorstellung gilt: Wenn die stärkste KI für immer in den Händen weniger geschlossener Firmen bleibt, dann rutscht die Gesellschaft Richtung 《Cyberpunk 2077》: Megakonzerne vom Schlage Arasaka halten eigene Armeen, definieren den Betrieb der Städte, und Normalbürger leben mit minderwertigen Prothesen weit schlechter als heute. Open Source und allgemeiner Nutzen sind dabei das einzige Seil, um die Welt von dort zurückzuholen.
Die Reaktion des Marktes ist ehrlicher als jede Person. Am 15. September fiel der Philadelphia Semiconductor Index um 5,86% und verzeichnete den größten Tagesrückgang der letzten zwei Monate; bei NVIDIA verdampfte an einem Tag etwa 176,6 Milliarden US-Dollar Börsenwert, AMD und Intel sowie ASML fielen um mehr als 6%, und die gesamte Wertschöpfungskette verlor an nur einem Tag über 500 Milliarden US-Dollar – der Verkaufsdruck breitete sich bis nach Europa und Asien aus. Doch das Geld ist nicht aus der KI abgezogen worden: Aktien im Bereich Cybersecurity stiegen am selben Tag kollektiv um mehr als 10%, nur eben in ein anderes Portemonnaie.
In derselben Woche hat Trump beim All-In Summit vor Huang Renxun „die Slow-Down-These“ als Betrug eingeordnet und gesagt, Rechenzentren seien „das Öl der Zukunft für 20 bis 25 Jahre“; Huang ergänzte: „Wir werden nicht zulassen, dass das passiert“, und sagte außerdem, dass die Behauptung, KI würde die Menschheit vernichten, „keine wissenschaftliche Grundlage“ habe.
Alles in allem: Rechenleistung ist Macht. Wer die stärkste Rechenleistung besitzt, kann das stärkste Modell trainieren, Standards setzen und Regulierung beeinflussen. Ob Staat, Unternehmen oder Einzelperson – Drosseln bedeutet, freiwillig die eigene Wettbewerbsfähigkeit abzugeben. Darauf zu hoffen, dass irgendeiner von selbst zuerst lockerlässt, ist nahezu unrealistisch.
Wenn man auf Liu Shengyus Entscheidung zurückblickt: Er hätte völlig sein Tempo verlieren, es sich bequem machen, und die Sache mit Hinternissen verzögern können – das Modell langsamer machen, den Tag hinauszögern. Aber er hat es nicht getan. Er wird die Operatoren weiter so gut wie möglich machen, und die Revolution gegen sich selbst weiterführen.
Er sagt, er habe diesen Artikel nicht geschrieben, um Arbeitslosigkeit-Ängste auszudrücken, sondern um sich von einer Epoche zu verabschieden: „Dieses stille Vergnügen, den ganzen Nachmittag an seinem Arbeitsplatz zu sitzen und mit Ruhe einen Operator zu schreiben, könnte in diesem Sommer zum letzten Mal werden.“
Das Handwerk ist noch da. Nur die stille Gemütslage – sie wird am Ende doch vom Lärm der Maschinen zermalmt werden.
Dieser Satz stammt aus einem Essay des DeepSeek-Operator-Engineers Liu Shengyu mit dem Titel 《Ich muss mein Talent im Gestern begraben》. In den letzten Tagen geht er im ganzen Netz viral, mit 100.000+ Shares.
Zuerst kurz zum Hintergrund des Autors: Jahrgang 2021 der Peking-Universität-Turing-Klasse, Leiter des Teams für den Unmamed-Supercomputer, und im vergangenen April zu DeepSeek gewechselt, um an MLSys und der Optimierung von Operatoren zu arbeiten. Wenn du in letzter Zeit die extrem schnelle Inferenz von DeepSeek V4.1 Flash gespürt hast, dann kommt ein großer Teil davon von dem von ihm gelieferten Haupt-Attention-Operator – einer MQA-Attention mit Head-Dim von 512.
In seinem Artikel teilt er das Urteil eines Frontline-Engineers: Vor einem Jahr konnte KI ihm noch helfen, Dokumente nachzuschlagen und Bugs zu finden; ein Jahr später kann KI bereits CUDA, PTX und SASS-Maschinenbefehle selbstständig lesen, die Stoppzeiten jeder einzelnen Instruktion analysieren – und dann den Operator ganz allein optimieren. In den nächsten sechs bis zwölf Monaten wird der von KI geschriebene Operator aller Wahrscheinlichkeit nach genauso gut sein wie seiner, vielleicht sogar besser.
Übersetzt: In den unteren Schichten des Inferenz-Optimierungsprozesses hat die KI schon bald die Fähigkeit, sich selbst zu erledigen.
Amüsant ist, dass es bei jemandem, der sich davor sorgt, von KI ersetzt zu werden, ausgerechnet die erste große Gegenfrage ist: „Hat diese Arbeit vielleicht eine KI geschrieben?“ – Diese Verschiebung ist für sich genommen der beste Kommentar zu unserer Zeit.
Noch bezeichnender ist, wie er sich gegen Teile der „Slow-Down-Konsens“-These stellt.
Am 12. September veröffentlichte Dario Amodei von Anthropic einen langen Artikel, in dem er die ganze Branche dazu aufrief, die Geschwindigkeit zu drosseln, weil die rekursive Selbstverbesserung (RSI) die Entwicklung der KI beschleunigt. Musk teilte ihn mit den Worten „Er hat recht“. Auch Altman zeigte Zustimmung, und sogar Hassabis von DeepMind stellte sich auf dieselbe Seite. Diejenigen, die im Alltag am härtesten gegeneinander liefern, kamen plötzlich zu einem seltenen Konsens, nämlich: „langsamer machen“.
Und dann? Nach dem Ruf nach Drosselung bewegt niemand wirklich den Fuß vom Gaspedal.
Amodei schreibt einerseits „Es ist zwingend erforderlich, dass wir den Fortschritt von Frontier-Modellen begrenzen“, während er andererseits die Börsenpläne von Anthropic vorantreibt: frühestens im Oktober fertig zur IPO, Bewertung eventuell über 2 Billionen US-Dollar – das wäre die größte IPO in der Geschichte der Menschheit; OpenAI sagt zwar, man sei nicht in Eile, sucht aber dennoch nach einer Finanzierung von über 1,2 Billionen US-Dollar, um das nächste Modell zu trainieren; die vier großen Cloud-Anbieter planen 2026 Gesamtkapitalausgaben von über 600 Milliarden US-Dollar, und der weitaus größte Teil wird in KI-Rechenzentren fließen.
Ein einziger Satz von Liu Shengyu durchtrennt das Fensterpapier: „Drosseln schützt den Führenden, aber für den Verfolger ist es Selbstmord. In jedem Wettrüsten, bei dem alle nach vorn stürmen, verliert derjenige am schlimmsten, der zuerst die Hand lockerlässt – das ist kein Moralproblem, sondern ein Gefangenendilemma.“
Das erklärt auch, warum er und DeepSeek entschieden haben, weiter zu beschleunigen. In seiner Vorstellung gilt: Wenn die stärkste KI für immer in den Händen weniger geschlossener Firmen bleibt, dann rutscht die Gesellschaft Richtung 《Cyberpunk 2077》: Megakonzerne vom Schlage Arasaka halten eigene Armeen, definieren den Betrieb der Städte, und Normalbürger leben mit minderwertigen Prothesen weit schlechter als heute. Open Source und allgemeiner Nutzen sind dabei das einzige Seil, um die Welt von dort zurückzuholen.
Die Reaktion des Marktes ist ehrlicher als jede Person. Am 15. September fiel der Philadelphia Semiconductor Index um 5,86% und verzeichnete den größten Tagesrückgang der letzten zwei Monate; bei NVIDIA verdampfte an einem Tag etwa 176,6 Milliarden US-Dollar Börsenwert, AMD und Intel sowie ASML fielen um mehr als 6%, und die gesamte Wertschöpfungskette verlor an nur einem Tag über 500 Milliarden US-Dollar – der Verkaufsdruck breitete sich bis nach Europa und Asien aus. Doch das Geld ist nicht aus der KI abgezogen worden: Aktien im Bereich Cybersecurity stiegen am selben Tag kollektiv um mehr als 10%, nur eben in ein anderes Portemonnaie.
In derselben Woche hat Trump beim All-In Summit vor Huang Renxun „die Slow-Down-These“ als Betrug eingeordnet und gesagt, Rechenzentren seien „das Öl der Zukunft für 20 bis 25 Jahre“; Huang ergänzte: „Wir werden nicht zulassen, dass das passiert“, und sagte außerdem, dass die Behauptung, KI würde die Menschheit vernichten, „keine wissenschaftliche Grundlage“ habe.
Alles in allem: Rechenleistung ist Macht. Wer die stärkste Rechenleistung besitzt, kann das stärkste Modell trainieren, Standards setzen und Regulierung beeinflussen. Ob Staat, Unternehmen oder Einzelperson – Drosseln bedeutet, freiwillig die eigene Wettbewerbsfähigkeit abzugeben. Darauf zu hoffen, dass irgendeiner von selbst zuerst lockerlässt, ist nahezu unrealistisch.
Wenn man auf Liu Shengyus Entscheidung zurückblickt: Er hätte völlig sein Tempo verlieren, es sich bequem machen, und die Sache mit Hinternissen verzögern können – das Modell langsamer machen, den Tag hinauszögern. Aber er hat es nicht getan. Er wird die Operatoren weiter so gut wie möglich machen, und die Revolution gegen sich selbst weiterführen.
Er sagt, er habe diesen Artikel nicht geschrieben, um Arbeitslosigkeit-Ängste auszudrücken, sondern um sich von einer Epoche zu verabschieden: „Dieses stille Vergnügen, den ganzen Nachmittag an seinem Arbeitsplatz zu sitzen und mit Ruhe einen Operator zu schreiben, könnte in diesem Sommer zum letzten Mal werden.“
Das Handwerk ist noch da. Nur die stille Gemütslage – sie wird am Ende doch vom Lärm der Maschinen zermalmt werden.