文 | 字母 AI桂林锚索钢绞线

离开 DeepSeek 的郭达雅，成为大厂争夺的焦点（详见《为什么大厂须郭达雅》）。

如今郭达雅的去处尘埃落定，据误点音信，字节成为这场争夺战的告捷者。

郭达雅但是 AI 圈的大红东说念主，网富贵传着种说法，阿里给出了 post-train 雅致东说念主的职位，腾讯和百度也都开出了很的价码。

可郭达雅后偏巧取舍了字节。

要知说念，字节在多模态上一经作念到群众先，Seedance 2.0 曾问鼎在各样生成名次榜，可郭达雅磋商的向显著和这块有点远。

让东说念主爱慕的是，就算如斯，字节还甘愿给郭达雅开出接近亿元年包的待遇（对此音信，字节总裁暗示作假）。

谜底藏在字节近半年的系列动作里。

2026 年头，字节启动了针对 agent 和 Coding 的组织整。

梁汝波在全员会上说，2026 年的重中之重是 AI 模子才能要作念到行业前线。从 Trae 立拆分 SOLO，再到扣子平台升到 2.5 版块。这些动作指向同个向：字节在为 agent 期间作念准备。

而郭达雅，恰好是懂若何让 agent 跑起来的东说念主。

01  字节有短板

字节的多模态才能很强，吴永辉、周畅、郁博文、蒋路这些大牛持续加入 Seed 团队，他们给字节带来了套完好意思的多模态研发体系。

但字节在数学理、代码智能和 agent 这三个朝上，恒久没能建立起显著势。

Seed 2.0 在 AIME、HMMT、IMOAnswerBench 这些竞赛型题目上很猛，好多分数一经站在了群众的梯队。

但是要是往科学理和绽放常识任务上看，你会发现存好多问题。

Seed 2.0 在 GPQA Diamond 上过时于 GPT-5.2 和 Gemini 3 Pro，在 SuperGPQA 上也低于 Gemini 3 Pro 和 Claude Opus 4.5。

显著的是 SimpleQA Verified 和 FactScore 这类事实准确预备，Seed 2.0 和 Google、OpenAI、Anthropic 这些企业的端模子还有不小距离。

这表现它的竞赛解题才能一经很强，但常识持重、科学问题里的长链条判断、以及"知说念我方不知说念什么"的才能，还差燃烧候。

再看 AI 编程。

Seed 2.0 在 Codeforces 和 LiveCodeBench v6 上说明很强，表现算法题和在线编程才能不差。但在 SWE-Bench Verified 上，它低于 Claude Opus 4.5 和 GPT-5.2。Claude Opus 4.5 得分 80.9，GPT-5.2 得分 80.0，而 Seed 2.0 Pro 在这个基准的三实测收获仅为 76.5，甚而还莫得入榜单前 10。

在 Terminal Bench 2.0 上，它也过时于 GPT-5.2 和 Claude Opus 4.5。

在 Multi-SWE-Bench、SWE-Bench Pro、SWE-Evo、Aider Polyglot 这些接近确凿软件工程和历久真贵的预备上，Seed 2.0 的排名都不。

这些确凿环境的测试很紧迫。尤其是关于 Trae 这种 AI+IDE 的产物来说，能在这些测试里跑出分，代表你的产物能在复杂神情里不犯错，况且还具备回滚、考证、解释的才能。

后即是 agent。

其实字节不是莫得 Agent 才能，甚而是说 Seed 2.0 的搜索、使用器用、视觉 agent，它都跑出了可以的收获。

它在 BrowseComp、BrowseComp-zh、DeepSearchQA 上说明超过，表现 Seed 2.0 的搜索、浏览和整理信息才能一经极端可以了。

但是，但旦换成 MCP-Mark、VitaBench、SWE-Evo、SWE-Bench Pro 这类锻真金不怕火模子历久推论、多器用组、确凿末端操作、复杂软件工程才能的基准，Seed 2.0 的说明就不太行了。

这其实也恰是 agent 难作念的地，你得谐和地去线路方向、铲除名务、调用器用、写代码、考证服从、在失败后修正道路。

可问题即是，它禁绝易发掘。要是说是多模态上的问题，把狗画成了猫，眼你就能看出来。agent 不样，它是藏在那些又繁琐又聊的才能里的。

就拿 SWE-Bench Verified 来说。这个测试是把确凿 GitHub 神情里的 issue 交给模子桂林锚索钢绞线，让它读仓库、定位关联文献、修改代码，再用神情原有测试判断补丁能不可通过。

这里莫得哪步是炫技，全是工程里的脏活累活。

模子要是启动线路错 issue，背面改得越多越偏。要是找对了文献却漏了个规模条目，测试照样过不了。要是只修现时报错，又引入新的回来，后也算失败。

agent 的难点就在这里，中间你只好错步，通盘这个词任务就会塌。

那数学和代码才能为啥也很紧迫呢？

因为它们是 agent 的骨架。

数学理提供的是长链路上的自洽才能，代码才能提供的是把观点变成可推论动作的才能。

是以郭达雅的加入，补的是底层才能。

字节已有眼睛，有进口，有场景，有算力和工程组织。它欠缺的，是个能把代码智能、数学理、强化学习后践诺和 Agent 推论连成条线的东说念主。

02  郭达雅擅长的，不仅仅写代码

郭达雅容易被外界用"代码大模子"来玄虚，这个说法没错，但有点窄。

他的磋商总结即是句话：让模子线路代码也有语法，罕有据流，有调用关系，有高下文，还有可以被推论和考证的服从。

郭达雅在 DeepSeek 的两年多时候里，参与了从 Coder、Math 等项模子，到 V2、V3、R1 的完好意思研发链条，而且都是中枢作家。这个资历的含金量不在于神情数目，而在于他参与的是条完好意思的时刻演进道路。

2024 年 1 月，郭达雅动作作家出 DeepSeek-Coder 系列，障翳 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，不仅能线路复杂代码逻辑，还能生成质地代码。

但 DeepSeek-Coder 的价值不啻于此。它为 DeepSeek 在代码域站稳脚跟奠定了基础，紧迫的是，它考证了套从数据构建、模子践诺到才能评估的完好意思法论。

个月后，郭达雅主了 DeepSeek-Math 的研发。这个神情以 DeepSeek-Coder-Base-v1.5 7B 为基础，针对数学才能进行持续践诺，至极使用了 120B 数学关联 token。

但确凿要害的是 DeepSeek-Math 论文中提议的 GRPO 算法，让模子对同问题生成多个谜底并互比较较学习，大幅缩短了践诺资本。

GRPO 其后被应用到 DeepSeek-R1 的践诺中，钢绞线成为 R1 理才能飞跃的中枢时刻，因此让 DeepSeek-R1 的践诺资本低至仅 29.4 万好意思元。

从 DeepSeek-Coder 到 DeepSeek-Math，再到 R1，郭达雅作念的是套可以迁徙、可以复用的时刻体系。这个模子可以用，拿出来化化，到下个模子果好。

代码才能可以迁徙到数学理，数学理的践诺法可以迁徙到通用理。这种时刻迁徙才能，恰是字节目下需要的。

郭达雅加入字节后，担任的是 Seed agent 的向雅致东说念主之。这其实亦然郭达雅从博士期间就启动磋商的向。他在 DeepSeek 期间蕴蓄的教唆，可以成功应用到字节的 agent 研发中。

字节在 2026 年头启动了针对 agent 和 Coding 的组织整。

但它又不是那种单纯的团队并，字节是准备去建立套新的研发体系。郭达雅的加入，为这个体系提供了时刻基础。

他可以把在 DeepSeek 蕴蓄的代码预践诺、数学理、强化学习这些时刻，系统地应用到字节的 agent 研发中。

郭达雅的时刻道路与字节的业务需求度匹配。字节的下代模子即是 agent 才能的化。

郭达雅从博士时期的 CodeBERT 启动，到 DeepSeek-Coder，再到参与 V2、V3、R1 的研发，这条时刻道路完好意思障翳了从代码线路到理才能的全链路。这恰是字节需要的。

紧迫的是，他带来的不仅仅时刻，还有套完好意思的法论。

GRPO 这个法的中枢念念想是让模子我方学会判断谜底的利弊，而不是依赖东说念主工标注。到了其后的 DeepSeek-R1 里，不需要东说念主工标注的理轨迹，仅通过纯强化学习也能有激励大模子的理才能，并当然深刻出自反念念、考证、动态策略退换等活动形状。

这套法论对字节的价值在于，它可以缩短对证地标注数据的依赖，可以让模子在践诺进程中我方发现限定。

前边我一经说过了，agent 是在跑的时候任何个要害都不可出错，责罚的任务不时是绽放式的，很难通过东说念主工标注来障翳通盘情况。

要是能让模子我方学会判断任务完成的利弊，我方学会退换策略，那 agent 的才能上限就会大幅进步。

郭达雅离开 DeepSeek 的个原因是他很看好 agent 向，不外其时在 DeepSeek 里面 agent 的先不。这才致他终取舍了字节。

字节则极端垂青 agent 向，甘愿参预资源，给了郭达雅饱和的施展空间。

03  往日可能出现的产物，不会仅仅款聪惠的豆包

郭达雅加入字节后，成功的影响会体目下豆包的代码才能上。

字节目下一经有了 Trae 这个 AI 原生 IDE，也有豆包 Code 模子，但这些产物的底层才能还不够强。

参考 DeepSeek-Coder 的能进步法，字节很可能会出个门针对代码化的豆包 Coder 模子。这个模子不会是通俗的参数堆叠，而会在代码线路和生成的度上作念著述。

郭达雅在 CodeBERT 和 GraphCodeBERT 中提议的双模态预践诺和数据流结构建模，可以成功应用到豆包 Coder 的践诺中。

火山舟出了 Coding Plan 订阅套餐，维持豆包、DeepSeek 和 Kimi 等多个模子，罗致 Anthropic 原生条约，配置通俗。

不外目下来看，火山舟多的是在作念模子接入和工程化，走的是多模子聚 + 工程化化的蹊径，还莫得造成我方的时刻壁垒。

火山的套餐里有个 Auto 形状，即是说你发起个编程任务后，它会凭据任务类型、反应速率、模子果、资本等要素，自动路由到适的模子。

这个才能自己灵验，但还偏工程化。它知说念哪个模子相宜前任务，却不定能把这个判断千里淀成模子才能。

郭达雅加入后，它能把 Auto 形状产生的大宗确凿拓荒任务，反过来变成 Doubao-Seed-Code 的践诺燃料。

比如某类前端重构任务 DeepSeek 稳，某类测试成就 Kimi 好，某类末端任务豆包失败率。

平台要是能记载任务类型、模子取舍、补丁是否通过测试、用户是否罗致、失败原因在那边，就能造成个很稀缺的代码 Agent 数据闭环。

郭达雅擅长的可考证任务，恰好可以把这些反馈变成后践诺系统。

这么来，火山舟的壁垒就变了。

它把外部模子接进来，然后在确凿拓荒场景里握续不雅察模子、比较模子、践诺模子。

别东说念主的多模子聚，停在分发层；字节的多模子聚，有契机长出个自我进化的代码模子。

还有点，由于火山目下的 Coding Plan 的界说是面向个东说念主拓荒者的轻量 AI 编程订阅做事。是以郭达雅有契机带字节拓荒出个企业版的 Coding Plan。

但是企业和个东说念主对 AI 编程的需求差距大好多。

企业要的是旧系统真贵、代码迁徙、测试补皆、安全成就和里面器用拓荒。火山舟可以出个雷同"代码库医师"的 agent 产物。

agent 接入企业代码仓库后，自动扫描依赖、识别坏滋味、补单测、修缺陷、作念版块升，青年景可审查的 PR。

针对大型代码库的历久线路、测试反馈的迭代行使、企业权限与数据安全的规责罚，恰是郭达雅的时刻签订，他可以造出款能历久真贵神情的工程化 agent。

同期，字节在生成上的势，也可以和代码才能结。

个可能的向是骨子的步伐化生成，就像寰球模子样。用户描画想要的果，AI 生成段可以已毕 Seedance 的代码。

这段代码可以精准已毕镜头融会、场景切换、音画同步等参数。这种步伐化的式，可以让生成加可控，也容易迭代化。

数学理才能的进步，会让豆包在需要精准磋磨和逻辑理的场景中说明好。

字节还可以出个门针对科研和工程场景的豆包版块，就像 OpenAI 的 Prism 样，维持复杂的数学建模、数据分析、算法联想等任务。

这个版块可以集成神气化表现注解才能，确保理进程的严格。这关于金融、医疗、工业等对可靠要求的行业极端紧迫。

郭达雅的加入，不是通俗的东说念主才引进，他体现出来的是字节在 AI 战术上的退换。字节在多模态上一经作念到了群众先，目下需要在代码智能和 agent 上建立雷同的势。

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。