“海纳百川”妄想2.0 ，长安汽车开启全球混动新纪元
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� 。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� 。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 ，有机会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 。以是郭达雅完全有机会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