干不过AI，，，，，，就去送外卖？？？？？？没那么简朴了
文 | 字母 AI脱离 DeepSeek 的郭达雅，，，，，，成为大厂争取的焦点（详见《为什么大厂必需抢郭达雅》）。。。。。。 。。现在郭达雅的去向灰尘落定，，，，，，据晚点新闻，，，，，，字节成为这场争取战的胜利者。。。。。。 。。郭达雅可是 AI 圈的大红人，，，，，，网上撒播着一种说法，，，，，，阿里给出了 post-train 认真人的职位，，，，，，腾讯和百度也都开出了很高的价码。。。。。。 。�？？？？？？晒镅抛詈笃≡窳俗纸�。。。。。。 。。要知道，，，，，，字节在多模态上已经做到全球领先，，，，，，Seedance 2.0 曾问鼎在种种视频天生排行榜，，，，，，可郭达雅研究的偏向显然和这块有点远。。。。。。 。。更让人好奇的是，，，，，，就算云云，，，，，，字节还愿意给郭达雅开出靠近亿元年包的待遇（对此新闻，，，，，，字节副总裁体现不实）。。。。。。 。。谜底藏在字节最近半年的一系列行动里。。。。。。 。。2026 年头，，，，，，字节启动了针对 agent 和 Coding 的组织整合。。。。。。 。。梁汝波在全员会上说，，，，，，2026 年的重中之重是 AI 模子能力要做到行业前线。。。。。。 。。从 Trae 自力拆分 SOLO，，，，，，再到扣子平台升级到 2.5 版本。。。。。。 。。这些行动指向统一个偏向：字节在为 agent 时代做准备。。。。。。 。。而郭达雅，，，，，，恰恰是最懂怎样让 agent 跑起来的人。。。。。。 。。01 ?字节有短板字节的多模态能力很强，，，，，，吴永辉、周畅、郁博文、蒋路这些大牛陆续加入 Seed 团队，，，，，，他们给字节带来了一套完整的多模态研发系统。。。。。。 。。但字节在数学推理、代码智能和 agent 这三个偏向上，，，，，，始终没能建设起显着优势。。。。。。 。。Seed 2.0 在 AIME、HMMT、IMOAnswerBench 这些竞赛型问题上很猛，，，，，，许多分数已经站在了全球的第一梯队。。。。。。 。。可是若是往科学推理和开放知识使命上看，，，，，，你会发明有许多问题。。。。。。 。。Seed 2.0 在 GPQA Diamond 上落伍于 GPT-5.2 和 Gemini 3 Pro，，，，，，在 SuperGPQA 上也低于 Gemini 3 Pro 和 Claude Opus 4.5。。。。。。 。。更显着的是 SimpleQA Verified 和 FactScore 这类事实准确性指标，，，，，，Seed 2.0 和 Google、OpenAI、Anthropic 这些企业的高端模子尚有不小距离。。。。。。 。。这说明它的竞赛解题能力已经很强，，，，，，但知识稳健性、科学问题里的长链条判断、以及 " 知道自己不知道什么 " 的能力，，，，，，还差燃烧候。。。。。。 。。再看 AI 编程。。。。。。 。。Seed 2.0 在 Codeforces 和 LiveCodeBench v6 上体现很强，，，，，，说明算法题和在线编程能力不差。。。。。。 。。但在 SWE-Bench Verified 上，，，，，，它低于 Claude Opus 4.5 和 GPT-5.2。。。。。。 。。Claude Opus 4.5 最高得分 80.9%，，，，，，GPT-5.2 得分 80.0%，，，，，，而 Seed 2.0 Pro 在这个基准的第三方实测效果仅为 76.5%，，，，，，甚至还没有入榜单前 10。。。。。。 。。在 Terminal Bench 2.0 上，，，，，，它也落伍于 GPT-5.2 和 Claude Opus 4.5。。。。。。 。。在 Multi-SWE-Bench、SWE-Bench Pro、SWE-Evo、Aider Polyglot 这些更靠近真实软件工程和恒久维护的指标上，，，，，，Seed 2.0 的排名都不高。。。。。。 。。这些真真相形的测试很主要。。。。。。 。。尤其是关于 Trae 这种 AI+IDE 的产品来说，，，，，，能在这些测试里跑出高分，，，，，，代表你的产品能在重大项目里不出错，，，，，，并且还具备回滚、验证、诠释的能力。。。。。。 。。最后就是 agent。。。。。。 。。着实字节不是没有 Agent 能力，，，，，，甚至是说 Seed 2.0 的搜索、使用工具、视觉 agent，，，，，，它都跑出了不错的效果。。。。。。 。。它在 BrowseComp、BrowseComp-zh、DeepSearchQA 上体现突出，，，，，，说明 Seed 2.0 的搜索、浏览和整理信息能力已经非�？？？？？？梢粤�。。。。。。 。。可是，，，，，，但一旦换成 MCP-Mark、VitaBench、SWE-Evo、SWE-Bench Pro 这类磨练模子恒久执行、多工具组合、真实终端操作、重大软件工程能力的基准，，，，，，Seed 2.0 的体现就不太行了。。。。。。 。。这着实也正是 agent 最难做的地方，，，，，，你得一连地去明确目的、拆解使命、挪用工具、写代码、验证效果、在失败后修正蹊径。。。。。。 。�？？？？？？晌侍饩褪牵�，，，，，它禁止易掘客。。。。。。 。。若是说是多模态上的问题，，，，，，把狗画成了猫，，，，，，一眼你就能看出来。。。。。。 。。agent 纷歧样，，，，，，它是藏在那些又繁琐又无聊的办法里的。。。。。。 。。就拿 SWE-Bench Verified 来说。。。。。。 。。这个测试是把真实 GitHub 项目里的 issue 交给模子，，，，，，让它读客栈、定位相关文件、修改代码，，，，，，再用项目原有测试判断补丁能不可通过。。。。。。 。。这里没有哪一步是炫技，，，，，，全是工程里的脏活累活。。。。。。 。。模子若是一最先明确错 issue，，，，，，后面改得越多越偏。。。。。。 。。若是找对了文件却漏了一个界线条件，，，，，，测试照样过不了。。。。。。 。。若是只修目今报错，，，，，，又引入新的回归，，，，，，最后也算失败。。。。。。 。。agent 的难点就在这里，，，，，，中心你只要错一步，，，，，，整个使命就会塌。。。。。。 。。那数学和代码能力为啥也很主要呢？？？？？？由于它们是 agent 的骨架。。。。。。 。。数学推理提供的是长链路上的自洽能力，，，，，，代码能力提供的是把想法酿成可执行行动的能力。。。。。。 。。以是郭达雅的加入，，，，，，补的是底层能力。。。。。。 。。字节已有眼睛，，，，，，有入口，，，，，，有场景，，，，，，有算力和工程组织。。。。。。 。。它欠缺的，，，，，，是一个能把代码智能、数学推理、强化学习后训练和 Agent 执行连成一条线的人。。。。。。 。。02 ?郭达雅最善于的，，，，，，不但是写代码郭达雅容易被外界用 " 代码大模子专家 " 来归纳综合，，，，，，这个说法没错，，，，，，但有点窄。。。。。。 。。他的研究总结就是一句话：让模子明确代码也有语法，，，，，，有数据流，，，，，，有挪用关系，，，，，，有上下文，，，，，，尚有可以被执行和验证的效果。。。。。。 。。郭达雅在 DeepSeek 的两年多时间里，，，，，，加入了从 Coder、Math 等专项模子，，，，，，到 V2、V3、R1 的完整研发链条，，，，，，并且都是焦点作者。。。。。。 。。这个履历的含金量不在于项目数目，，，，，，而在于他加入的是一条完整的手艺演进蹊径。。。。。。 。。2024 年 1 月，，，，，，郭达雅作为第一作者推出 DeepSeek-Coder 系列，，，，，，笼罩 1.3B 到 33B 参数的开源代码模子。。。。。。 。。这个系列在多项基准测试中登顶其时开源代码模子 SOTA，，，，，，不但能明确重大代码逻辑，，，，，，还能高效天生高质量代码。。。。。。 。。但 DeepSeek-Coder 的价值不止于此。。。。。。 。。它为 DeepSeek 在代码领域站稳脚跟涤讪了基�。。。。。。 。。�，，，，，更主要的是，，，，，，它验证了一套从数据构建、模子训练到能力评估的完整要领论。。。。。。 。。一个月后，，，，，，郭达雅主导了 DeepSeek-Math 的研发。。。。。。 。。这个项目以 DeepSeek-Coder-Base-v1.5 7B 为基�。。。。。。 。。�，，，，，针对数学能力举行继续训练，，，，，，特殊使用了 120B 数学相关 token。。。。。。 。。但真正要害的是 DeepSeek-Math 论文中提出的 GRPO 算法，，，，，，让模子对统一问题天生多个谜底并相互较量学习，，，，，，大幅降低了训练本钱。。。。。。 。。GRPO 厥后被应用到 DeepSeek-R1 的训练中，，，，，，成为 R1 推理能力奔腾的焦点手艺，，，，，，因此让 DeepSeek-R1 的训练本钱低至仅 29.4 万美元。。。。。。 。。从 DeepSeek-Coder 到 DeepSeek-Math，，，，，，再到 R1，，，，，，郭达雅做的是一套可以迁徙、可以复用的手艺系统。。。。。。 。。这个模子可以用，，，，，，拿出来优化优化，，，，，，到下一个模子效果更好。。。。。。 。。代码能力可以迁徙到数学推理，，，，，，数学推理的训练要领可以迁徙到通用推理。。。。。。 。。这种手艺迁徙能力，，，，，，正是字节现在最需要的。。。。。。 。。郭达雅加入字节后，，，，，，担当的是 Seed agent 的偏向认真人之一。。。。。。 。。这着实也是郭达雅从博士时代就最先研究的偏向。。。。。。 。。他在 DeepSeek 时代积累的履历，，，，，，可以直接应用到字节的 agent 研发中。。。。。。 。。字节在 2026 年头启动了针对 agent 和 Coding 的组织整合。。。。。。 。。但它又不是那种纯粹的团队合并，，，，，，字节是准备去建设一套新的研发系统。。。。。。 。。郭达雅的加入，，，，，，为这个系统提供了手艺基础。。。。。。 。。他可以把在 DeepSeek 积累的代码预训练、数学推理、强化学习这些手艺，，，，，，系统性地应用到字节的 agent 研发中。。。。。。 。。郭达雅的手艺蹊径与字节的营业需求高度匹配。。。。。。 。。字节的下一代模子重点就是 agent 能力的优化。。。。。。 。。郭达雅从博士时期的 CodeBERT 最先，，，，，，到 DeepSeek-Coder，，，，，，再到加入 V2、V3、R1 的研发，，，，，，这条手艺蹊径完整笼罩了从代码明确到推理能力的全链路。。。。。。 。。这正是字节需要的。。。。。。 。。更主要的是，，，，，，他带来的不但是手艺，，，，，，尚有一套完整的要领论。。。。。。 。。GRPO 这个要领的焦点头脑是让模子自己学会判断谜底的优劣，，，，，，而不是依赖人工标注。。。。。。 。。到了厥后的 DeepSeek-R1 里，，，，，，不需要人工标注的推理轨迹，，，，，，仅通过纯强化学习也能有用引发大模子的推理能力，，，，，，并自然涌现出自反思、验证、动态战略调解等行为模式。。。。。。 。。这套要领论对字节的价值在于，，，，，，它可以降低对高质量标注数据的依赖，，，，，，可以让模子在训练历程中自己发明纪律。。。。。。 。。前面我已经说过了，，，，，，agent 是在跑的时间任何一个环节都不可蜕化，，，，，，处置惩罚的使命往往是开放式的，，，，，，很难通过人工标注来笼罩所有情形。。。。。。 。。若是能让模子自己学会判断使命完成的优劣，，，，，，自己学会调解战略，，，，，，那 agent 的能力上限就会大幅提升。。。。。。 。。郭达雅脱离 DeepSeek 的一个缘故原由是他很看好 agent 偏向，，，，，，不过其时在 DeepSeek 内部 agent 的优先级不高。。。。。。 。。这才导致他最终选择了字节。。。。。。 。。字节则非�？？？？？？粗� agent 偏向，，，，，，愿意投入资源，，，，，，给了郭达雅足够的施展空间。。。。。。 。。03 ?未来可能泛起的产品，，，，，，不会只是一款更智慧的豆包郭达雅加入字节后，，，，，，最直接的影响会体现在豆包的代码能力上。。。。。。 。。字节现在已经有了 Trae 这个 AI 原生 IDE，，，，，，也有豆包 Code 模子，，，，，，但这些产品的底层能力还不敷强。。。。。。 。。参考 DeepSeek-Coder 的性能提升要领，，，，，，字节很可能会推出一个专门针对代码优化的豆包 Coder 模子。。。。。。 。。这个模子不会是简朴的参数堆叠，，，，，，而会在代码明确和天生的深度上做文章。。。。。。 。。郭达雅在 CodeBERT 和 GraphCodeBERT 中提出的双模态预训练和数据流结构建模，，，，，，可以直接应用到豆包 Coder 的训练中。。。。。。 。�； ；；；；；；鹕椒街弁瞥隽� Coding Plan 订阅套餐，，，，，，支持豆包、DeepSeek 和 Kimi 等多个模子，，，，，，接纳 Anthropic 原生协议，，，，，，设置简朴。。。。。。 。。不过现在来看，，，，，，火山方舟更多的是在做模子接入和工程优化，，，，，，走的是多模子聚合 + 工程化优化的路子，，，，，，还没有形成自己的手艺壁垒。。。。。。 。�； ；；；；；；鹕降奶撞屠镉幸桓� Auto 模式，，，，，，就是说你提倡一个编程使命后，，，，，，它会凭证使命类型、响应速率、模子效果、本钱等因素，，，，，，自动路由到更合适的模子。。。。。。 。。这个能力自己有用，，，，，，但还偏工程优化。。。。。。 。。它知道哪个模子适合目今使命，，，，，，却纷歧定能把这个判断沉淀成模子能力。。。。。。 。。郭达雅加入后，，，，，，它能把 Auto 模式爆发的大宗真实开发使命，，，，，，反过来酿成 Doubao-Seed-Code 的训练燃料。。。。。。 。。好比某类前端重构使命 DeepSeek 更稳，，，，，，某类测试修复 Kimi 更好，，，，，，某类终端使命豆包失败率高。。。。。。 。。平台若是能纪录使命类型、模子选择、补丁是否通过测试、用户是否接纳、失败缘故原由在那里，，，，，，就能形成一个很稀缺的代码 Agent 数据闭环。。。。。。 。。郭达雅善于的可验证使命，，，，，，正好可以把这些反响酿成后训练系统。。。。。。 。。这样一来，，，，，，火山方舟的壁垒就变了。。。。。。 。。它把外部模子接进来，，，，，，然后在真实开发场景里一连视察模子、较量模子、训练模子。。。。。。 。。别人的多模子聚合，，，，，，停在分发层； ；；；；；；字节的多模子聚合，，，，，，有时机长出一个自我进化的代码模子。。。。。。 。�； ；；；；；Ｉ杏幸坏悖�，，，，，由于火山现在的 Coding Plan 的界说是面向小我私家开发者的轻量 AI 编程订阅服务。。。。。。 。。以是郭达雅完全有时机向导字节开发出一个企业版的 Coding Plan。。。。。。 。。可是企业和小我私家对 AI 编程的需求差别大许多。。。。。。 。。企业要的是旧系统维护、代码迁徙、测试补齐、清静修复和内部工具开发。。。。。。 。�； ；；；；；；鹕椒街劭梢酝瞥鲆桓隼嗨� " 代码库医生 " 的 agent 产品。。。。。。 。。agent 接入企业代码客栈后，，，，，，自动扫描依赖、识别坏味道、补单测、修误差、做版本升级，，，，，，最后天生可审查的 PR。。。。。。 。。针对大型代码库的恒久明确、测试反响的迭代使用、企业权限与数据清静的合规处置惩罚，，，，，，正是郭达雅的手艺强项，，，，，，他完全可以打造出一款能恒久维护项目的工程化 agent。。。。。。 。。同时，，，，，，字节在视频天生上的优势，，，，，，也可以和代码能