Musk稱AI難當高性能編程
xAI創始人埃隆·馬斯克（Elon Musk）在社交平臺上表示，公司用於訓練AI模型的C/C++技術棧目前仍是由人類工程師手寫完成的。
他明確指出，人工智能目前還沒有達到能夠獨立編寫"極高性能軟件"（extremely high performance software）的水平，這類軟件通常對執行效率、內存管理和底層優化有着極爲苛刻的要求。
不過Musk同時表態，這種局面只是"目前"的狀態，他預計AI未來終將具備編寫這類極致性能代碼的能力，把這一短板定性爲階段性而非永久性的技術邊界。
這一表態直接涉及的是AI大模型訓練基礎設施本身——訓練大規模神經網絡所依賴的底層框架和計算內核，通常需要用C/C++等系統級語言編寫，以最大限度榨取GPU/TPU硬件的算力效率，其編寫難度和優化要求遠高於一般應用層軟件開發。
從機制上看，這條表態透露出的信號是：儘管AI代碼生成工具（如GitHub Copilot、Cursor以及各類大模型輔助編程產品）近年被廣泛宣傳爲已能大幅提升軟件工程效率，但在訓練AI模型本身所需的極限性能底層代碼這一細分領域，人類工程師目前仍然是不可替代的核心生產力，這類高端系統級工程師的稀缺性和議價能力短期內不會被AI取代式壓低，反而可能因AI訓練基礎設施需求持續擴張而進一步走高。
來源：公開信息
ABAB AI 解讀
xAI由馬斯克於2023年創立，此後迅速搭建起大規模GPU集羣"Colossus"用於訓練Grok系列模型，其基礎設施團隊長期以追求極致硬件利用率和訓練效率著稱——Colossus集羣從開工建設到10萬張GPU集羣上線僅用了約122天，這背後離不開大量手寫、高度優化的底層訓練代碼支持。
xAI持續投入巨資採購英偉達GPU並建設配套數據中心與電力基礎設施，同時通過高薪招攬頂尖系統工程師和編譯器專家來維護和優化其C/C++訓練技術棧。Musk這條表態某種程度上是在爲公司持續投入高成本的人類工程團隊提供合理性說明——即當前階段用AI取代頂尖系統級工程師並不現實，資本仍需優先流向這類稀缺的人力資源，而非寄望於用AI編程工具直接替代。
這與半導體行業長期以來"芯片設計自動化工具（EDA）雖已普及，但頂尖芯片架構設計仍高度依賴資深工程師經驗"的局面類似——工具可以大幅提升效率，但在最靠近物理硬件極限、性能敏感度最高的底層環節，人類專家經驗短期內仍難被算法完全替代。當前AI行業正處於"應用層代碼生成能力快速提升，但底層系統級性能工程仍是人類核心壁壘"的階段。
這本質上是技術替代進程中的結構性分層：AI對軟件工程崗位的替代壓力，正呈現出從"應用層"向"底層系統層"逐步滲透、但尚未完全跨越的分層格局。其發生機制在於，極高性能軟件對硬件底層特性（如緩存命中率、指令流水線、內存對齊）的優化高度依賴對具體芯片架構的深度理解和反覆實測調優，這類知識目前仍主要存在於資深工程師的經驗體系中，而非能被現有大模型充分學習和泛化的公開代碼語料，這使得底層系統工程崗位在AI衝擊軟件行業的浪潮中，暫時保有相對更強的護城河。
ABAB News · 認知定律
應用層先淪陷，底層永遠是最後的堡壘
AI能寫代碼，但寫不出對硬件的敬畏
稀缺性不看崗位高低，看AI能不能學會