美军撤了怎么办？？？？？？？？——欧盟委员:欧洲需组建10万规模浚�？？？？？？焖俜从Σ蕉�
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 。。。。。。。浚�？？？？？？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很是浚�？？？？？？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 。。。。。。。浚�？？？？？？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 。。。。。。。字节则很是浚�？？？？？？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