DeepSeek還有多少個“郭達雅”？扒完27篇論文，我們發現了一群“多邊形戰士”｜甲子光年

79位跨方向骨干、87%的初代留存率，和一套讓年輕人圍繞問題自由組隊的機制。

作者｜周悅

編輯｜王博

過去一年，圍繞DeepSeek的人才流動消息一直沒有停。從早期羅福莉離職，到初代大模型作者王炳宣、多模態骨干阮翀、R1核心作者郭達雅，相繼跳槽。

核心作者接連被挖，DeepSeek的技術壁壘會不會松動？

我們決定換一種方式來看這個問題。

我們用Codex和Python，梳理了DeepSeek近兩年發布的27篇核心論文和技術報告，逐篇拆解署名作者。對DeepSeek V2、V3、V3.2、V4這類可拆分角色的大型技術報告，只保留Research & Engineering名單；其余論文使用原始署名名單。最終，得到一份包含328人的研發作者池。

「甲子光年」發現，DeepSeek的研發團隊和內部架構有以下特點：

• 沒有部門墻。328位研發作者中有168人形成了穩定、重復的合作關系，累計產生了319條合作連接。

• “兵團+小組”高效突破。1個基模大兵團與系統效率、數學與推理、多模態、緩存與系統、垂類數學、OCR視覺等6支精銳特種小隊高效配合。

• 頂級高校背景研究者云集。DeepSeek Top25研發作者，近四成來自北京大學。

• 研發不設限。DeepSeek超半數研發作者在跨界，橫跨3個及以上方向的有79人。研究員會根據興趣和問題動態集結。

• 論文更關注底層問題。怎么更好利用算力，處理長上下文時如何降低緩存成本，模型變大之后怎么訓練得穩。

DeepSeek核心論文共著關系網絡，圖中每個節點代表一位研究作者，連線代表共同署名關系，「甲子光年」制圖

扒完DeepSeek的27篇論文后，「甲子光年」認為，DeepSeek的思路可以概括為：不堆卡，不打榜；先驗證，再集成；死磕系統效率，突破算力限制。值得一提的是，這27篇論文里幾乎沒有圍繞benchmark刷分的工作，全都在解決具體的工程瓶頸。

1.被挖走的那幾位，到底排第幾

DeepSeek的27篇論文，主要覆蓋7個技術方向：基座模型、系統/效率、數學/證明、多模態、代碼、OCR、推理/強化學習。

我們考察兩個維度：參與論文的數量，以及覆蓋技術方向的廣度。需要說明的是，這兩個指標都來自論文署名統計，不代表貢獻大小或組織層級。我們把同時覆蓋3個及以上技術方向的研發作者，稱為“多邊形戰士”。

這個數字是多少？79人。

再看那些傳聞中被重金爭搶的名字，在網絡里排在哪。

阮翀確實是Top 1——覆蓋18篇論文、6個方向，從MoE架構到數學證明到多模態，幾乎無處不在。

他本碩均畢業于北京大學，早年從事NLP研發，2023年加入DeepSeek，參與了DeepSeek-VL、V3和R1等工作，是VL2的通訊作者，今年1月，他加入元戎啟行并擔任首席科學家。

郭達雅參與11篇論文，覆蓋4個方向，在高頻研發作者中并列第12位。王炳宣參與10篇論文，覆蓋5個方向，并列第17位。

他們的確是核心人員，離開當然是損失。但關鍵問題是：DeepSeek還有多少個“郭達雅”“王炳宣”？

像他們這樣參與10篇以上論文的研發作者有24位。即便離開了三位，后面還有21位參與強度相當的人。

如果把DeepSeek看成一支球隊，雖然被挖走的是幾位核心球員。但這支球隊的人才密度，比想象中更厚。

Top25高頻研發作者，統計口徑為研發作者池，參與論文數和方向數不代表貢獻排序，「甲子光年」制圖

更值得關注的是“跨界”這件事。328位研發作者中，只在1個方向出現過的有158人。剩下170人，至少跨過兩個方向。其中，橫跨3個及以上方向的，有79人。

舉個最極端的例子，李宇琨參與14篇論文，橫跨全部7個方向，從初代DeepSeek LLM一路到最新V4，谷歌學術引用量超過兩萬。他是DeepSeek的“首位員工”，2023年從字節跳動搜索團隊離職后加入，負責預訓練數據的相關工作。

這印證了一個常被外界忽略的事實，在AI行業，人才一直是多向流動的，DeepSeek也在從別處挖人。

DeepSeek研發作者覆蓋技術方向數分布，覆蓋方向數按7個技術方向計算，「甲子光年」制圖

2.多邊形戰士怎么長出來？

外界總在討論DeepSeek還有沒有天才。

每個AI公司都有明星。DeepSeek不同的地方，是能讓一批很年輕的人，迅速在多個技術方向之間組隊、探索、獲得資源，較少受到約束和限制。

辛華劍在DeepSeek實習期間，主導開發了專注于數學證明DeepSeek-Prover系列模型，他也是DeepSeek-Prover-V1.5論文的一作。他曾告訴「甲子光年」，Prover在內部最初只是一個獨立探索項目，初衷是驗證能否通過形式化系統構造出更嚴格的推理數據。

大多數大廠會先設部門、定KPI、分預算，再啟動項目。DeepSeek的順序是反過來的：先有人覺得一個問題值得做，再圍繞這個問題找人和資源。

在論文合作網絡里，這種“組隊”方式留下的痕跡很清楚。按署名關系聚類，能看到4個相對集中的小組：基模大兵團、系統效率、數學與推理、多模態，以及3個更小的協作簇。需要說明的是，這些“組”不對應DeepSeek真實部門，只反映誰更常和誰合作。

DeepSeek研發作者合作網絡分布，合作小組按穩定共著關系識別，「甲子光年」制圖

有趣的是，這個結構和梁文鋒描述的組織方式高度吻合。

梁文鋒說過：“我們一般不前置分工，而是自然分工。每個人有自己獨特的成長經歷，都是自帶想法的，不需要push他。當一個idea顯示出潛力，我們也會自上而下地去調配資源。”

晚點LatePost報道過，DeepSeek的組織層級很薄，研究團隊大體只有梁文鋒和研究員兩個層級?！坝袝r開始一個新方向，就是因為有三五個人都覺得一個idea不錯，然后就一起做了。”梁文鋒更接近一個導師：組織研發、協調資源，在共同成果上署名為通訊作者。

這套組織方式還有一個在AI行業里極為罕見的特征：不加班。平日多數成員6到7點離開公司，不打卡，沒有明確績效考核。梁文鋒的邏輯是：“一個人每天能高質量工作的時間很難超過6到8小時。加班疲勞下的昏庸判斷反而會浪費寶貴的算力資源，得不償失。”

「甲子光年」梳理發現，DeepSeek論文作者中，多為2023年前后畢業的清華、北大、中科大等高校本碩博生。排名前25的高頻研發作者里，近4成畢業于北大。

但這不應該被理解成簡單的“名校人海戰術”。「甲子光年」了解到，不少AIlab的招聘取向都在變化，在校博士比大廠老兵更受青睞。

一位AI公司董事長曾告訴「甲子光年」，自從ChatGPT出來后，他開始擠出午飯的時間，面試有潛力的在讀博士生，再小的項目都會問上至少1小時，從基礎公式推導到工程細節把控，篩出真正的創新者。他提到，大多數人都是在2023年才開始轉向GPT相關的架構研究，相當于站在同一個起跑線上?！斑@一時間點后畢業的博士，還未被行業慣性束縛，常帶來意想不到的突破。”

梁文鋒自己也說過：做出DeepSeek V2的，“都是一些Top高校的應屆畢業生、沒畢業的博四博五實習生，還有一些畢業才幾年的年輕人。”

那DeepSeek團隊穩定性如何？我們交叉比對從論文署名：初代模型論文（2024年1月）的86位作者中，到V4（2026年4月）仍然出現在署名里的有75人。兩年半過去，初代團隊近九成仍在。

V4的Research & Engineering名單，269名研發工程作者中，論文標注已離職者為10人，占比約3.7%。而據Z Finance報道，截至今年4月，過去一年，約有60—70名字節Seed成員流向各大模型公司。

這些數字不等同于DeepSeek真實流失率，但說明核心研發網絡并沒有因為幾位明星出走而散架。

3.兩年27篇論文，死磕系統效率

只看外界聲量，V3、V4這些基座模型報告最引人注目。

但論文主題分布給出的結果有點反直覺：27篇中數量最多的，不是基座模型，而是系統/效率類論文（7篇），超過基座模型（5篇）和數學（5篇）。

這7篇分別是：DeepSeekMoE、ESFT、NSA、Insights into V3、mHC、Conditional Memory和DualPath。沒有一篇是在刷benchmark，全都在解決同一類問題：怎么用更少的算力做更多的事。

DeepSeek近兩年27篇論文時間線，橫軸表示每篇論文或技術報告的去重作者數，顏色表示技術方向，「甲子光年」制圖

逐一拆解這些論文，會看到三類底層問題：

第一類，怎么更好利用算力。ESFT關注的是如何更經濟地完成模型微調，Insights into V3則復盤如何在大規模集群訓練中提高硬件利用率和穩定性。

第二類，處理長上下文時降低緩存成本。當模型需要處理更長文本，或者執行復雜Agent任務時，注意力計算和KV Cache（模型保存歷史上下文的中間記憶）會迅速變貴。NSA、Conditional Memory和DualPath都在試圖壓縮模型“記住歷史”的成本。

第三類，模型變大之后怎么訓練得穩。DeepSeekMoE探索的是參數規模變大時，只激活更少的專家網絡；mHC則試圖增強深層網絡中的信號傳播，降低超大規模模型訓練時的不穩定性。

梁文鋒曾拋出過一個假設：“能不能用現存的一部分算力，就實現現在所有的智能？”這7篇系統相關論文，可以看作DeepSeek團隊一直在回答這個問題。

還有一個細節值得注意，27篇論文的作者規模，呈現“大小搭配”的節奏。基座模型報告動輒200到300人的全員參與，系統、數學、多模態方向的論文通常只有6到20人。

前者像大兵團作戰，后者像特種小隊的單點突破，先用小團隊低成本驗證，跑通了再集成進下一代旗艦。

4.從R1到V4，攢出底牌

如果把DeepSeek的研發看成一場長跑，V4不是突然出現的爆發，更像是幾條技術路線在兩年后集中收束。

DeepSeek技術模塊演進，圖中展示的是論文中可追溯的技術路線和模塊關系，不等同于嚴格代碼復用率，「甲子光年」制圖

第一條主線是參數效率。從V2引入MoE（稀疏混合專家架構），到V3延續并強化多Token預測策略，再到V4在MoE框架上繼續壓低激活參數和推理成本。一路都在往“激活更少參數、完成同樣任務”的方向走。

第二條主線是長上下文效率。模型處理的歷史越長，需要保存的中間記憶越多，成本越高。

用一個比喻來理解，傳統大模型像把整本書攤開，每回答一個問題都要從頭翻一遍。DeepSeek從V2開始就在想，能不能把近處內容保留原文、遠處內容做成目錄、更遠處內容壓成章節摘要？

這個想法從V2的MLA（多頭潛在注意力），到V3.2的NSA（原生稀疏注意力），一直演化到V4的Hybrid Attention（混合注意力系統）。

V4技術報告顯示，在100萬Token的長上下文場景下，V4-Pro的單Token推理計算量約為V3.2的27%，KV Cache占用約為其10%。

第三條主線是后訓練整合。R1證明了大規模強化學習可以顯著激發模型推理能力。到了V4，思路延伸為在數學、代碼等領域分別練強，再統一“畢業”——通過同策略蒸餾（OPD）將能力合并進統一模型，減少混訓時的相互干擾。

此外，Prover系列服務于數學與形式化推理，OCR路線為視覺輸入壓縮提供低成本方案，mHC與Muon是更底層的訓練穩定性優化。每個關鍵模塊先在小規模論文里反復試驗，隨后進入旗艦，最后沉淀成整個團隊的工程實踐。

「甲子光年」看來，V4的重點不是更大或更強，而是讓模型不僅能想得更深，也能在更長、更復雜的任務中，以更低成本持續運行。

DeepSeek的思路可以概括為：不堆卡，不打榜；先驗證，再集成；死磕系統效率，突破算力限制。27篇論文里幾乎沒有圍繞benchmark刷分的工作，全都在解決具體的工程瓶頸。

梁文鋒說過：“如果目標是做應用，沿用Llama結構短平快上產品也合理。但我們目的地是AGI，需要研究新的模型結構，在有限資源下實現更強的模型能力?！?/p>

值得注意的是，DeepSeek甚至把底層算子庫從主流的CUDA和Triton換成了北大團隊開源的TileLang，V3.1的數據壓縮格式也是針對下一代國產芯片設計的。在追求極致效率的同時，他們還在做一件更長遠的事：基于國產生態來做大模型。

5.挖走人，帶不走體系

人才流動不會停止。在AI行業，頂尖研發作者被高薪爭搶幾乎是常態。DeepSeek也不會例外。

但如果用挖人來判斷一家公司的穩定性，這個框架本身就有問題——尤其當這家公司的競爭力，根本不依附于幾個明星個體。

大眾總愛看天才的故事，但27篇論文的數據講了一個更難被概括的故事。數據呈現的DeepSeek是：79位多邊形戰士、24位參與10篇以上論文的骨干、兩年半前的初代成員87%仍選擇留下來。

更重要的是，這張網絡里有25位跨界樞紐，把研發串聯在一起，沒有固定部門墻，研究員根據興趣和問題動態集結。

而那兩年積累下來的技術路線——從MoE到MLA到GRPO到mHC——每個模塊都經過前序論文的反復驗證，早已內化在整個團隊的工程實踐里。

梁文鋒說過：“我們把價值沉淀在團隊上，同事在過程中得到成長，積累很多know-how，形成可以創新的組織和文化，就是我們的護城河?！?/p>

這可能才是500億美元估值背后，最值得被重新定價的東西。

彩蛋：開放我們“數據偵探工具包”

這篇稿件背后也是一場用Agent工具研究AI公司的實驗。完全沒有代碼基礎的我們，竟然依靠AI做到了“零手搓”，除了手敲正文。

過去兩周，我們跑通了一套由Codex輔助的數據工作流，爬取并清洗上萬條數據，計算復雜的聚類網絡，制作所有圖表。

簡單說：人類負責發現問題、定義統計口徑，Agent負責把臟活干完，能用token解決的事，絕不動手。

我們決定把這套方法開放，如果你對文章背后的數據、腳本和工程方法論感興趣，請關注公眾號「甲子光年」，在公眾號后臺私信回復“DeepSeek”，即可獲得下載鏈接，內含：

1.DeepSeek論文數據集：包含27篇技術報告的元數據、作者清洗字典、多棲骨干統計、共著網絡節點與邊表等幾十張CSV/JSON 數據表；

2.15個核心Python腳本：覆蓋了從數據清洗、口徑拆分到聚類分析、圖表生成的全流程。你可以隨時修改參數、調整權重，甚至重新驗證我們的推演邏輯；

3.零基礎指南：這兩周，我們是如何指揮 Agent抓數據、寫代碼、踩坑、修Bug、反復改圖的？我們把它整理成了一份事無巨細的實戰指南。

非常期待大家和我們交流使用心得！

（封面圖來源：AI生成）