近日，DeepSeek 核心算子负责人刘胜与撰写的《我不得不把才华埋葬在昨天》一文在技术社区引发热议，迅速登顶知乎热榜并收获超十万阅读量。
AI 进化速度超出预期：从辅助到替代
作者在文中感叹，AI 的发展速度远超想象。短短一年内，AI 已从协助查找 Bug 的聊天机器人，进化为能独立优化算子的智能体。照此速度，半年至一年后，AI 编写算子的能力或将超越人类专家。这意味着，即便是核心技术人员，也面临着必须转型的紧迫局面。
作为一名亲手编写 AI 底层核心算子的专家，刘胜与敏锐地意识到，AI 即将掌握他最擅长的技能。
业内大佬的认可：理性看待 GPT-6
笔者在知乎关注到此讨论时，意外发现刘胜与不仅关注了本人，还点赞了关于"GPT-6 被过度吹捧”的回答。此前，笔者曾多次指出 GPT-6（Astra）在操作电脑、3D 绘图等方面并无革命性突破，其能力多基于代码实现，且其他 AI 模型亦可做到。
面对部分程序员质疑笔者“文科生不懂 AI"，事实是笔者拥有机械专业背景，具备扎实的编程基础与深厚的业务逻辑理解。相比仅停留在表面应用的开发者，笔者更清楚 AI 当前的短板所在。
C 端娱乐与 B 端生产的鸿沟
目前 AI 应用最广泛的领域集中在容错率较高的娱乐行业，如摄影、短视频、游戏及自媒体等。C 端应用追求视觉效果，容易掩盖技术缺陷；而 B 端生产对容错率要求极高，一步出错可能导致全盘皆输。
例如，用 AI 制作 PPT 尚显拉胯，因为细节极易被挑毛病；在工业设计中，若 3D 图纸出现细微公差错误，后果不堪设想。当前许多人形机器人的演示仅为执行预设脚本，并非真正的智能交互。这些“娱乐工具”距离成为可靠的 B 端生产力工具，仍有巨大差距。
离 AI 实际应用越远的人，越容易高估 AGI（通用人工智能）的到来时间；而身处前沿的专家，如 DeepSeek 的技术负责人，深知 AI 的局限性，这也解释了为何他会认同"GPT-6 被吹过头”的观点。
代码与现实的差异：AI 的舒适区
刘胜与担忧 AI 取代其工作，与笔者看衰 GPT-6 并不冲突。编写代码属于高度抽象且规则明确的任务，对错标准清晰，正是 AI 的“舒适区”。然而，现实世界充满复杂性与模糊性，鼠标点击偏差或无响应等物理交互问题，AI 往往难以判断和处理。要让 AI 真正胜任现实任务，仍有很长的路要走。
实战分享：浏览器自动化应用
在前几日的直播中，笔者分享了利用 WorkBuddy 的 BrowserSkill 实现浏览器自动化完成任务的案例。目前来看，AI 在浏览器操作层面已相对成熟。
相关课程回放已整理上线，内容涵盖模型选择、Skill 配置、MCP 应用等核心技术，并包含以下实战场景：
- WorkBuddy 基础教程（模型选择、Skill、MCP）
- BrowserSkill 安装避坑指南
- 自动上传视频至小红书、B 站
- 自动化投递简历流程
- ERP 系统自动操作演示
- Google 搜索客户信息自动化
