DeepSeek爆火，对大模型算法工程师的影响？

DeepSeek R1发布，对大模型算法工程师这一岗位的影响。给各位想参与到这个行业中的技术同学，一点参考。

可以显著感受的趋势是，基座的门槛进一步提高，万卡，算法infra背景成为刚需标配，玩法进一步向大工程，集团化，精英化作战转型，强调单兵创新能力。过去做基座的有一句玩笑话，对比OpenAI国产大模型永远落后，永远追赶，永远有饭吃。现在你们的同行已经不落后了，那你们呢？

应用这块，就更惨烈了。过往大模型算法应用工程师最大的门槛就是微调。现在除了一些极其少数的场景，微调是完全没有必要。但也增加了更多的知识库检索，联网检索的需求。未来AIGC应用团队将不需要算法岗位。所以大模型首先替代掉的就是原来的大模型应用算法工程师，那些蒸馏数据，洗数据，微调的同学们，尤其是在一些泛C端场景，通用场景，与基座能力重合度高的场景，二次开发毫无必要。

另一个带来变化的是，Deepseek将扯下国央企主打的行业大模型的最后一块遮羞布，搞点数据在qwen上微调下发个通稿的事儿将成为笑话，政企的单子也会越来越少，越来越多的甲方选择自己部署R1+知识库+联网。猛猛过拟合行业数据，导致通用稀烂，也干不过R1+RAG+联网。除了一些成本，安全等特殊考虑，AGI首先让一些石油，电力，通信，医疗，XXX大模型都不存在了。如果大家对AGI的三个字的含义有所理解的话，就明白上面的事就是他们通往通用人工智能上要扫除的拦路石，搞行业大模型本身就是对AGI三个字的质疑和信仰不坚定。

现在各家大公司，不管是因为组织原因反应迟钝，还是中层利益根深蒂固，还在按照原有的思维方式招聘和组建团队。deepseek带来的变化将是深远的，短期也将能看到一些显著的、具体的变化：

• 基座算法门槛进一步提高，算法+infra背景将会更受欢迎。

• 基座玩家越来越少，需求越来越少，大模型基座逐渐芯片化，变成高投入的，高人才密度，高通用的基建。

• 大模型应用“算法”工程师需求将急剧减少，只会留下大模型应用工程师，回归工程师本质。

• 传统意义的算法上，检索算法工程师，推理算法工程师，定制化推理硬件开发的需求将会变大。

• 现在算法从业者最多的，在大厂数量也最多的，业务BP类算法工程师，利用大模型生成个文案，打个标签，理解个图像文本内容，塞进成熟的业务模型里面，也能继续涨指标混口饭吃，不会受太大的影响。

以上变化背后的原因只有一个，就是在他名字里，AGI三个字母。历史上从未有过如此高泛化能力的技术，并且肉眼可见得在高泛化，通用的目标上越来越近。推演出来，确实是技术红利，但过于赢家通吃，意味着大部分技术从业者都与这场技术红利无关。

有人说跟过往的安卓有区别吗，会不会催生培训班3个月35k的神话？答案是不会，安卓是移动互联网蓝海市场爆发，技术门槛虽然降低，但降的恰到好处，远不是低到现在产品可以写prompt的程度。还是需要一个专科毕业生猛猛学三个月的，那时候流行“只差一个程序员了”的说法。但现在完全没有只差一个大模型应用算法工程师的说法，很多小AIGC的初创团队，只需要产品和前后端，要算法并没有什么用。 字节给大模型应用算法工程师校招开50K的神话，将会是昙花一现，一个非常短的窗口红利期。

大厂之外，更多的岗位正在由一大票要搞AI转型的企业创造，但也会快速出清。在这场技术大变局背后，一些变化正在悄然产生，大模型首先替代掉的就是那些大模型应用算法工程师，淘汰掉一些基座玩家，让紧紧围绕这条赛道的技术玩家先吃当头一棒。

但也不要太悲观，最终AGI目标，“通用”，会让所有人获利。