过去这一年，AI 圈被吃瓜最多的新闻之一，非 DeepSeek 莫属。核心技术作者如罗福莉、王炳宣、阮翀，甚至近期风口浪尖上的 R1 核心作者郭达雅接连被传出跳槽的消息，难免让人产生疑问：大佬都跑了，DeepSeek 的技术壁垒会不会随之松动？
这题不能靠猜，得用数据说话。有人抓取了 DeepSeek 近两年发布的 27 篇核心论文和大型技术报告的署名作者，提炼出一份 328 人的“研发作者池”，对内部团队的组成进行了一次硬核拆解，结果相当震撼：
在论文署名绘制出的这张研发网图里，我们看到了一个超乎寻常的组织结构：这帮人不仅没有部门墙，还能像游戏里的公会一样，“兵团+小队”自由组队、高效刷本。
跑了郭达雅、阮翀，DeepSeek还会剩啥？
我们来看看那些被重金挖走的大佬，在这张图里到底是什么段位。
拿阮翀举例，这位确实是真大神——参与了 18 篇论文，横跨 6 个方向，从 MoE 到底层数学证明再到多模态，堪称“哪里需要哪里搬”的超级补位选手。而另一位受关注的郭达雅，参与 11 篇论文，其实在内部的署名高频榜上并列排在第 12 位左右。
**离开核心成员固然肉痛，但这支团队的底蕴其实出乎意料地厚实。**统计显示，像他们这样参与过 10 篇以上论文的核心干将，DeepSeek 内部至少还有 24 位！
从图里还能看出另一个恐怖的数据：人才密度极高。前 25 位高频研发作者里，近四成来自北京大学。这其实反映了当前前沿 AI Lab 的一种新偏好：在校或刚毕业的清北名校博士，没被旧有的行业惯性束缚过，思路更野。
人均跨界玩家，不设限的“多边形战士”
在不少大厂，员工就像螺丝钉，只管自己的一亩三分地；而在 DeepSeek，超半数的研发人员都是“跨服聊天”的好手。
在 328 人的大名单里，至少跨界研究 3 个以上方向的有整整 79 人。最狠的一位首号员工李宇琨，直接横跨了全部 7 个技术方向，谷歌学术引用量破两万。
【编辑观察】如果说传统大模型公司是“发了预算再养兵”，那他们就是纯粹的“打猎式”文化：某个年轻人觉得手头有个 Idea 不错，大家一拍即合，资源马上就会倾斜过来。
更离谱的是，这种自下而上的敏捷配合模式，居然有一个相当反内卷的前提：**不加班！**创始人梁文锋的名言是：“人在疲劳状态下的昏庸判断，反而会浪费宝贵的算力”。毕竟在模型训练里，瞎跑几轮电费和算力可都是天价。
死磕系统效率：不服跑分，只服“省流”
外界往往只盯着大模型的参数规模和 Benchmark 跑分，但扒完这 27 篇论文，你会发现 DeepSeek 最上心的压根不是基座模型（5篇），而是系统/效率类论文（7篇）。
这充分体现了 DeepSeek 极其务实（也可以说抠门）的作风，他们整天在琢磨三个痛点问题：
- 怎么把算力的每一滴血都榨干？（提升集群大本营的训练利用率）
- 怎么把“长文本”的门票价格打下来？（降低海量上下文带来的 KV Cache 显存暴击）
- 模型越来越臃肿，怎么让它别半路崩掉？（解决超大深层网络训练时的各种不稳定）
人家不是在用算力去堆大力出奇迹的聪明，而是在用脑子去思考怎么在“穷”算力下面榨出真智能。
厚积薄发：从 R1 到 V4 的路线收官
了解了上面的研发节奏，再回头看引发全网震动的 R1 和 V4，就会发现这些型号根本不是天降神兵，而是蛰伏两年、单点技术吃透后的“全兵器合成”。
从早期的 V2 搞 MoE 试水，到把强化学习放到核心位，再到最新版直接把压缩上下文和混合注意力机制融合，他们是一边弄几个特种小组搞验证，一边让大兵团收割成果。
【编辑观察】连最底层的算子他们都在自己替换，开始基于国产生态搭建更有效率的组件。这一套经过各种严苛条件（算力有限、时间紧迫）极限施压磨合出来的体系和 know-how，才是花钱包不着圆的基础设施。
在 AI 这个烧钱和抢人一样疯狂的赛道里，天才当然会流动。但比起盯着谁跳槽拿了千万年薪，DeepSeek 给咱们最大的启示是：构建一套让年轻人不设限、敢跨界、死磕底层的技术团队生态，或许才是未来最牢不可破的堡垒。
0
评论