"当然 espero que yo no sea víctima de una revolución, pero si no queda más remedio y hay que revolucionar, entonces quiero que sea yo mismo quien revolucione mi propia vida."
Esta frase proviene del ensayo del ingeniero de operadores de DeepSeek, Liu Shengyu, titulado 《No me queda más remedio que enterrar mi talento en el ayer》. En estos días se ha vuelto viral en toda la red, con más de 100.000 reproducciones.
Primero, hablemos del autor: promoción 2021 del Curso de Turing de la Universidad de Pekín (PKU), ex capitán del equipo de supercómputo de Ming; en abril del año pasado se incorporó a DeepSeek para trabajar en ML Systems y optimización de operadores. Si últimamente has sentido que la velocidad de inferencia del DeepSeek V4.1 Flash es vertiginosa, gran parte del mérito se debe a su entrega del operador de Attention principal: una atención MQA con dimension head dim de 512.
En su texto ofrece un juicio típico de un ingeniero de primera línea: hace un año, la IA apenas podía ayudarle a consultar documentación y buscar bugs; un año después, la IA ya puede leer de forma independiente código máquina de CUDA, PTX y SASS, analizar el tiempo de parada de cada instrucción y luego, por sí sola, dejar optimizado el operador. En los próximos seis a doce meses, con alta probabilidad, los operadores escritos por la IA serán tan buenos como los de él, e incluso mejores.
Traducción en una frase: en la capa de optimización subyacente de la inferencia del modelo, la IA está a punto de ocuparse de sí misma.
Lo interesante es que, para alguien que teme ser reemplazado por la IA, la primera duda que encuentra no es otra que: "¿Este artículo lo escribió una IA?" — ese desajuste en sí mismo es el mejor pie de foto de la época.
Más digno de reflexionar aún es la parte en la que él derriba la "teoría del consenso de desaceleración".
El 12 de septiembre, Dario Amodei, de Anthropic, publicó un largo artículo pidiendo a toda la industria que reduzca el ritmo, argumentando que la mejora recursiva autoimpulsada (RSI) está acelerando la evolución de la IA. Musk lo compartió diciendo: "Él tiene razón"; Altman se mostró de acuerdo; incluso Hassabis, de DeepMind, se alineó con esa postura. Las pocas empresas que en días normales compiten con más fuerza, de repente lograron un consenso raro en "ir un poco más despacio".
¿Y luego qué? Después de pedir que se frene, nadie realmente se quita el pie del acelerador.
Amodei, mientras escribe que "es necesario limitar la velocidad de los modelos de vanguardia", impulsa la salida a bolsa de Anthropic: el plan más rápido es terminar el IPO en octubre; la valoración podría superar los 2 billones de dólares, convirtiéndose en el mayor IPO de la historia humana. OpenAI dice que no tiene prisa, pero está buscando una financiación de más de 1,2 billones de dólares para entrenar la próxima generación de modelos. Las cuatro grandes empresas de la nube destinarán en 2026 un gasto de capital total de más de 600.000 millones de dólares, y la gran mayoría se invertirá en centros de datos de IA.
Una frase de Liu Shengyu atraviesa la ventana: la desaceleración protege al que va a la cabeza; al que persigue, es suicidio. En una carrera armamentista en la que todos corren hacia adelante, el que suelta primero pierde con la mayor contundencia: no es un problema moral, es la paradoja del prisionero.
Esto también explica por qué él y DeepSeek decidieron seguir acelerando. En su planteamiento, si la IA más fuerte siempre queda en manos de unos pocos monopolios cerrados, la sociedad se deslizará hacia 《Cyberpunk 2077》: megacorporaciones al estilo Arasaka crían sus propios ejércitos, definen el funcionamiento de la ciudad y la gente común usa implantes de baja calidad que hacen la vida mucho peor que hoy. Y la apertura de código para el beneficio de todos es el único lazo para traer el mundo de vuelta desde ese extremo.
La reacción del mercado fue más honesta que nadie. El 15 de septiembre, el índice de semiconductores de Filadelfia cayó un 5,86%, registrando la mayor caída intradía de los últimos dos meses; el valor de mercado de Nvidia se evaporó en un día aproximadamente en 176.600 millones de dólares; AMD, Intel y ASML cayeron más de un 6%; en toda la cadena industrial se evaporaron más de 500.000 millones de dólares en un solo día. La ola de ventas se extendió a Europa y Asia. Pero el dinero no se fue de la IA: ese día, las acciones de ciberseguridad subieron colectivamente más de un 10%, solo cambiaron de bolsillo.
En la misma semana, Trump, en el All-In Summit, frente a Huang Renxun, calificó la "teoría de la desaceleración" como un engaño, y dijo que los centros de datos son "el petróleo de los próximos 20 a 25 años"; Huang Renxun coincidió: "No lo vamos a permitir"; y señaló que "la destrucción de la humanidad por parte de la IA no tiene base científica".
Al final del día, el poder de cómputo es poder. Quien controle el cómputo más fuerte podrá entrenar el modelo más fuerte, definir estándares e influir en la regulación. Ya sea un país, una empresa o una persona, desacelerar equivale a entregar de forma voluntaria la competitividad — confiar en que cualquiera afloje primero, casi no es realista.
Volviendo a la elección de Liu Shengyu: él podría haberse dejado arrastrar, poner trabas, hacer que el modelo vaya más despacio y que ese día llegue más tarde. Pero no lo hizo. Seguirá haciendo que los operadores lleguen al mejor nivel posible, revolucionando su propia vida.
Dijo que escribir ese artículo no era para expresar ansiedad por quedar sin trabajo, sino para despedirse de una era: "La calma y la alegría de sentarse en el puesto y escribir con atención un operador durante toda una tarde, quizá se convierta en un último canto en este verano".
El oficio sigue ahí. Solo que ese ánimo silencioso, tarde o temprano, será triturado por el estruendo de las máquinas.
Esta frase proviene del ensayo del ingeniero de operadores de DeepSeek, Liu Shengyu, titulado 《No me queda más remedio que enterrar mi talento en el ayer》. En estos días se ha vuelto viral en toda la red, con más de 100.000 reproducciones.
Primero, hablemos del autor: promoción 2021 del Curso de Turing de la Universidad de Pekín (PKU), ex capitán del equipo de supercómputo de Ming; en abril del año pasado se incorporó a DeepSeek para trabajar en ML Systems y optimización de operadores. Si últimamente has sentido que la velocidad de inferencia del DeepSeek V4.1 Flash es vertiginosa, gran parte del mérito se debe a su entrega del operador de Attention principal: una atención MQA con dimension head dim de 512.
En su texto ofrece un juicio típico de un ingeniero de primera línea: hace un año, la IA apenas podía ayudarle a consultar documentación y buscar bugs; un año después, la IA ya puede leer de forma independiente código máquina de CUDA, PTX y SASS, analizar el tiempo de parada de cada instrucción y luego, por sí sola, dejar optimizado el operador. En los próximos seis a doce meses, con alta probabilidad, los operadores escritos por la IA serán tan buenos como los de él, e incluso mejores.
Traducción en una frase: en la capa de optimización subyacente de la inferencia del modelo, la IA está a punto de ocuparse de sí misma.
Lo interesante es que, para alguien que teme ser reemplazado por la IA, la primera duda que encuentra no es otra que: "¿Este artículo lo escribió una IA?" — ese desajuste en sí mismo es el mejor pie de foto de la época.
Más digno de reflexionar aún es la parte en la que él derriba la "teoría del consenso de desaceleración".
El 12 de septiembre, Dario Amodei, de Anthropic, publicó un largo artículo pidiendo a toda la industria que reduzca el ritmo, argumentando que la mejora recursiva autoimpulsada (RSI) está acelerando la evolución de la IA. Musk lo compartió diciendo: "Él tiene razón"; Altman se mostró de acuerdo; incluso Hassabis, de DeepMind, se alineó con esa postura. Las pocas empresas que en días normales compiten con más fuerza, de repente lograron un consenso raro en "ir un poco más despacio".
¿Y luego qué? Después de pedir que se frene, nadie realmente se quita el pie del acelerador.
Amodei, mientras escribe que "es necesario limitar la velocidad de los modelos de vanguardia", impulsa la salida a bolsa de Anthropic: el plan más rápido es terminar el IPO en octubre; la valoración podría superar los 2 billones de dólares, convirtiéndose en el mayor IPO de la historia humana. OpenAI dice que no tiene prisa, pero está buscando una financiación de más de 1,2 billones de dólares para entrenar la próxima generación de modelos. Las cuatro grandes empresas de la nube destinarán en 2026 un gasto de capital total de más de 600.000 millones de dólares, y la gran mayoría se invertirá en centros de datos de IA.
Una frase de Liu Shengyu atraviesa la ventana: la desaceleración protege al que va a la cabeza; al que persigue, es suicidio. En una carrera armamentista en la que todos corren hacia adelante, el que suelta primero pierde con la mayor contundencia: no es un problema moral, es la paradoja del prisionero.
Esto también explica por qué él y DeepSeek decidieron seguir acelerando. En su planteamiento, si la IA más fuerte siempre queda en manos de unos pocos monopolios cerrados, la sociedad se deslizará hacia 《Cyberpunk 2077》: megacorporaciones al estilo Arasaka crían sus propios ejércitos, definen el funcionamiento de la ciudad y la gente común usa implantes de baja calidad que hacen la vida mucho peor que hoy. Y la apertura de código para el beneficio de todos es el único lazo para traer el mundo de vuelta desde ese extremo.
La reacción del mercado fue más honesta que nadie. El 15 de septiembre, el índice de semiconductores de Filadelfia cayó un 5,86%, registrando la mayor caída intradía de los últimos dos meses; el valor de mercado de Nvidia se evaporó en un día aproximadamente en 176.600 millones de dólares; AMD, Intel y ASML cayeron más de un 6%; en toda la cadena industrial se evaporaron más de 500.000 millones de dólares en un solo día. La ola de ventas se extendió a Europa y Asia. Pero el dinero no se fue de la IA: ese día, las acciones de ciberseguridad subieron colectivamente más de un 10%, solo cambiaron de bolsillo.
En la misma semana, Trump, en el All-In Summit, frente a Huang Renxun, calificó la "teoría de la desaceleración" como un engaño, y dijo que los centros de datos son "el petróleo de los próximos 20 a 25 años"; Huang Renxun coincidió: "No lo vamos a permitir"; y señaló que "la destrucción de la humanidad por parte de la IA no tiene base científica".
Al final del día, el poder de cómputo es poder. Quien controle el cómputo más fuerte podrá entrenar el modelo más fuerte, definir estándares e influir en la regulación. Ya sea un país, una empresa o una persona, desacelerar equivale a entregar de forma voluntaria la competitividad — confiar en que cualquiera afloje primero, casi no es realista.
Volviendo a la elección de Liu Shengyu: él podría haberse dejado arrastrar, poner trabas, hacer que el modelo vaya más despacio y que ese día llegue más tarde. Pero no lo hizo. Seguirá haciendo que los operadores lleguen al mejor nivel posible, revolucionando su propia vida.
Dijo que escribir ese artículo no era para expresar ansiedad por quedar sin trabajo, sino para despedirse de una era: "La calma y la alegría de sentarse en el puesto y escribir con atención un operador durante toda una tarde, quizá se convierta en un último canto en este verano".
El oficio sigue ahí. Solo que ese ánimo silencioso, tarde o temprano, será triturado por el estruendo de las máquinas.