未来的软件工程可能只剩两个动作：按回车键，以及按胸口祈祷。

半导体分析机构 SemiAnalysis 的分析师 Jordan Nanos 最近爆了个猛料：

OpenAI 的工程师在检查自己芯片底层代码时发现，里面已经充斥着大量由 AI 自动生成的高难度 kernel 算子代码。

最让人哭笑不得的是一段用于 DeepSeek MLA（多头潜空间注意力机制）的算子。OpenAI 的顶尖工程师们对硬件架构和系统底层熟得不能再熟，但当被要求逐行解释这段代码时，大家的回答高度一致：不知道它具体在干嘛，但这玩意儿不仅能跑，而且性能高得离谱。

以前程序员最怕的是前任离职留下的屎山代码，烂归烂，至少还是碳基生物的逻辑。现在的尴尬在于，AI 堆出来的可能不是屎山，而是某种降维打击。它为了追求极致的硬件吞吐量，直接抛弃了人类为了方便理解而建立的逻辑抽象，用最诡异的寄存器调度和反直觉的内存对齐，硬生生砸出动辄几千行接近汇编的底层指令。

在 OpenAI 内部，工程师们正在使用 Gluon——这是一套基于 Triton 的低级算子编程语言。过去需要顶尖 GPU 架构师啃着芯片手册、熬夜几周才能手撕出来的底层优化，现在直接丢给 AI，它生成、测试、调优一条龙，几分钟搞定。这种效率落差，就像手工打铁的师傅在看工业高炉炼钢。

这带来了一个极其幽默又惊悚的现实：

软件工程的底层控制权，正在以一种极为丝滑的方式脱离人类。人类工程师以为自己是把控全局的系统架构师，其实在 AI 眼里，我们可能只是个负责给代码按运行确认的生物接口。只要测试结果全绿，性能指标拉满，没人敢去动那段天书般的代码——因为动了就跑不起来，还没人能修。

当人类不再能看懂自己最顶尖系统的底层细节时，所谓的系统可控性，就已经变成了一种心理安慰。代码还在变得越来越复杂，但人类的脑容量已经不够用了。也许要不了多久，硅谷那些顶级 AI 实验室的服务器机房里，除了风扇的轰鸣声，还会多出一尊神像，还有香炉贡品。