美国封闭霍尔木兹海峡在即，，，，，，，英国却宣布“不会加入”
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≡窳俗纸凇！�。。。。。。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�？？？ ？ ？？？梢粤恕！�。。。。。。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�，，，，，，，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础，，，，，，，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 为基础，，，，，，，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�，，，，，，，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