“天才研究员与顶级平台的双向奔赴。”
作者丨成妍菁
编辑丨董子博
近日，前DeepSeek核心研究员、V3与R1模型的核心作者郭达雅确认离职，加入字节跳动旗下的大模型研发 Seed 团队，担任Agent（智能体）方向负责人之一。
有知情人士陶亚对雷峰网表示，郭达雅早在去年 10 月便已产生离职意向，其关注重点在 Agent 方向，而当时该方向在 DeepSeek 内部优先级相对有限。
在后续去向选择中，曾较早与其接触，并投入较多时间沟通。据悉，阿里方面提供的岗位为后训练（post-training）负责人，管理范围更大，且在工作地点与现金待遇上具备一定吸引力。
最终促成其加入字节 Seed 团队的关键因素，仍在于研究方向本身。
伴随这一人事变动的，是关于其薪资的市场传闻。4月16日，集团副总裁李亮公开发文予以澄清。李亮表示，字节跳动Seed团队技术人员的薪资体系保持一致，近期并未招聘所谓“近亿元年薪”的员工。
外界猜测，网传的高额薪酬更多是外界基于大模型企业期权估值与长线激励的理论折算，而非现金发薪的实际情况。
撇开薪资传闻，郭达雅的职业路径本身，就为大模型人才提供了一个行业样本。
01
从微软亚研院到 DeepSeek
加入 DeepSeek 之前，郭达雅的学术和早期职业轨迹主要集中在微软亚洲研究院（MSRA）。
在中山大学攻读博士期间，他曾作为联合培养学生进入微软亚洲研究院，跟随段楠进行研究。后者长期从事与代码生成相关，也是该领域较早一批探索者。
段楠对郭达雅的科研能力给予了极高的评价：“他是最厉害的，博士入学第一周，就完成了毕业要求；参加腾讯的广告算法大赛，年年他们只能得第二，没有人得第一。”
当时，段楠带领的团队是该领域较早涉足Code相关研究的组织，推出了 Code Bird、Code GPT 等项目，郭达雅在其中担任最核心的作者。
雷峰网了解到，当时以郭达雅为代表的一批顶尖人才流向了DeepSeek。据知情人士透露，其团队中的实习生和同事，至少有四五人加入其中。除了具备竞争力的薪酬吸引外，人才的“聚堆效应”是关键因素。
相关人士麦子表示：DeepSeek 只需要少数核心人物作为锚点，就能吸引更多同级别的人才加入，更重要的是研发氛围。“ DeepSeek 的环境很像 2000 年的微软研究院，没啥压力，胡思乱想。”上述人士对雷峰网如是说道。
正是这种低内部消耗、高度专注底层的科研环境，为郭达雅等研究员提供了“能做这件事”的平台，并最终促成了 V3 和 R1 等模型的突破。（本文作者持续关注AI浪潮下的故事，更多大公司动态可添加微信 Who123start 探讨）
02
下一站入局 Agent
从技术演进看，Agent 能否落地，正是模型的“代码生成能力”与“复杂逻辑推理力”，而这恰是郭达雅操刀 DeepSeek V3/R1 以及早年在微软主攻的绝对强项。然而，在DeepSeek现阶段的技术战略中，提升模型的推理能力并压低训练推理成本是首要核心， Agent 业务的优先级相对有限。
多位业内人士表示，字节当前将 AI Agent 视为核心推进方向之一，不仅在模型能力演进中强化 Agent 能力，也在产品侧加速相关形态落地。
此外，字节在数据体系上的持续投入，包括自建大规模标注与管理团队，也被认为有助于支撑更复杂的 Agent 训练与优化。
所以郭达雅加入字节 Seed，被视为其技术路径与平台发展方向的一次匹配。
与此同时，类似的人才流动并非个例。就在前几天，DeepSeek 前多模态核心研究员阮翀已加盟元戎启行，出任首席科学家；更早些时候，OCR 系列核心作者魏浩然被传将入职某大厂，第一代 LLM 核心作者王炳宣则或已加入腾讯。
一位行业人士表示：“这属于比较正常的人才流动，算不上 DeepSeek 的失败。”
对于字节Seed 团队来说，这次将郭达雅纳入麾下，某种程度上补齐了其在代码与推理方向上的关键拼图。（本文作者持续关注AI浪潮下的故事，更多大公司动态可添加微信 Who123start 探讨）
*文中陶亚、麦子均为化名。
联华证券提示：文章来自网络，不代表本站观点。
