DeepSeek揭秘：清北应届生打造AI奇迹团队

DeepSeek大模型横空出世，以1/11的算力训练出超越Llama 3的开源模型，震撼了整个AI圈。紧接着，“雷军开千万年薪挖DeepSeek研究员罗福莉”的传闻，更将人们的目光聚焦向DeepSeek的人才团队。科技圈内外无不好奇，这只究竟是怎样的团队？国际上也掀起热潮，有人将创始人梁文锋的访谈翻译成英语并附上注释，试图从中窥探这家公司崛起的奥秘。

量子位通过整理资料发现，DeepSeek团队最大的特点就是年轻。其中活跃着大量应届生和在读生，尤其是来自清华、北大的优秀学子。他们中的一些人，2024年一边在DeepSeek从事研究工作，一边刚获得博士学位论文奖项。他们有的全程参与了从DeepSeek LLM v1到DeepSeek-v3的研发，有的虽仅实习一段时间，却取得了重要成果。DeepSeek提出MLA新型注意力、GRPO强化学习对齐算法等关键创新，几乎都出自这些年轻人之手。

2024年5月发布的DeepSeek-V2，成为DeepSeek这家大模型公司破圈的关键一环。其中最重要的创新是提出了一种新型注意力机制MLA（Multi-head Latent Attention），在Transformer架构基础上替代传统多头注意力，大幅减少计算量和推理显存。高华佐和曾旺丁为MLA架构做出了关键创新。高华佐非常低调，目前只知道是北大物理系毕业。在“大模型创业六小强”之一阶跃星辰的专利信息中也可以看到这个名字，但暂不确定是否为同一人。而曾旺丁来自北邮，研究生导师是北邮人工智能与网络搜索教研中心主任张洪刚。

DeepSeek-V2工作中还涉及另一项关键成果——GRPO。DeepSeek-V2发布前三个月，DeepSeek-Math问世，其中提出了GRPO（Group Relative Policy Optimization）。GRPO是PPO的一种变体RL算法，放弃了critic模型，而是从群体得分中估算baseline，显著减少训练资源需求。GRPO在圈内得到广泛关注，另一家国内开源大模型阿里Qwen 2.5的技术报告中也透露用到了GRPO。

DeepSeekMath有三位核心作者是在DeepSeek实习期间完成的工作。核心作者之一邵智宏是清华交互式人工智能（CoAI）课题组博士生，师从黄民烈教授。他的研究领域包括自然语言处理、深度学习，特别对如何构建稳健且可扩展的AI系统感兴趣，这个系统能利用多样化技能整合异构信息，准确回答复杂自然语言问题。邵智宏之前还曾在微软研究院工作过。DeepSeekMath之后，他还参与了DeepSeek-Prover、DeepSeek-Coder-v2、DeepSeek-R1等项目。

另一位核心作者朱琪豪是北大计算机学院软件研究所2024届博士毕业生，受熊英飞副教授和张路教授指导，研究方向为深度代码学习。据北大计算机学院官方介绍，朱琪豪曾发表CCF-A类论文16篇，在ASE和ESEC/FSE上分别获得ACM SIGSOFT杰出论文奖一次，提名一次。一篇论文进入ESEC/FSE会议同年的引用前三名。在DeepSeek团队，朱琪豪还基于博士论文工作，主导开发了DeepSeek-Coder-V1。其博士论文《语言定义感知的深度代码学习技术及应用》也入选了2024CCF软件工程专业委员会博士学位论文激励计划。

还有一位核心作者同样来自北大。北大博士生Peiyi Wang，受北京大学计算语言学教育部重点实验室穗志方教授指导。除了DeepSeek-V2 MLA、DeepSeekMath GRPO这两项关键破圈成果，值得一提的是，还有一些成员从v1就加入其中，一直参与到v3。代表人物之一代达劢，2024年博士毕业于北京大学计算机学院计算语言所，导师同样是穗志方教授。代达劢学术成果颇丰，曾获EMNLP 2023最佳长论文奖、CCL 2021最佳中文论文奖，在各大顶会发表学术论文20篇以上。2024年中国中文信息学会“博士学位论文激励计划”共入选10篇来自中国大陆高校的博士毕业论文，其中就有他的《预训练语言模型知识记忆的机理分析及能力增强关键技术研究》。以及北大元培学院的王炳宣。王炳宣来自山东烟台，2017年进入北大。硕士毕业加入DeepSeek，参与了从DeepSeek LLM v1开始的一系列重要工作。清华这边的代表人物还有赵成钢。赵成钢此前是衡水中学信息学竞赛班成员，CCF NOI2016银牌得主。之后赵成钢进入清华，大二时成为清华学生超算团队正式成员，三次获得世界大学生超算竞赛冠军。赵成钢在DeepSeek担任训练/推理基础架构工程师，有英伟达实习经历。

DeepSeek是一支怎样的团队？这些鲜活的个体足以引发人们的赞叹。但还不足以回答最初的问题，DeepSeek到底是一支怎样的团队？有怎样的组织架构？答案或许还要从创始人梁文锋身上找。早在2023年5月，DeepSeek刚刚宣布下场做大模型，还没发布成果的时候，梁文锋在接受36氪旗下「暗涌」采访时透露过招人标准：看能力，而不是看经验。我们的核心技术岗位，基本以应届和毕业一两年的人为主。从后面一年多陆续发表的论文贡献名单中也可以看出，确实如此，博士在读、应届以及毕业一两年的成员占很大一部分。即使是团队leader级别也偏年轻化，以毕业4-6年的为主。例如领导DeepSeek的后训练团队的吴俣，2019年北航博士毕业、在微软MSRA参与过小冰和必应百科项目。吴俣博士期间接受北航李舟军教授和MSRA前副院长周明博士的联合培养。与他师出半个同门的是郭达雅，中山大学印鉴教授与MSRA周明博士联合培养，2023年博士毕业。2024年7月他加入DeepSeek，主要参与了一系列数学和代码大模型的工作。郭达雅上学期间还有一项事迹，本科期间在MSRA实习一年里发表两篇顶会论文，他笑称“在刚入学的第三天，就完成了中大博士生的毕业要求。”

除了团队成员年轻化之外，DeepSeek在国内AI公司中突出的特点：非常重视模型算法和硬件工程的配合。DeepSeek v3论文总共200位作者，并不都是负责AI算法或数据。有这样一批人从早期的DeepSeek LLM v1到v3一直都在参与，他们更多偏向算力的部分，负责优化硬件。他们以DeepSeek AI的名义发表了论文《Fire-Flyer AI-HPC》，通过软硬件协同设计降低训练成本，解决传统超算架构在AI训练需求上的不足。Fire-Flyer也就是幻方AI搭建的萤火2号万卡集群，使用英伟达A100 GPU，却做到相比英伟达官方的DGX-A100服务器有成本和能耗的优势。这支团队中有的人在英伟达工作或实习过，有的来自同在杭州的阿里云，也有许多人从幻方AI借调又或干脆转岗到DeepSeek，参与了每一项大模型工作。而如此重视软硬件协同的成果，就是以Llama 3 405B的1/11算力，训练出性能更高的DeepSeek-v3了。

最后，我们还发现DeepSeek开源项目中有一个特别的存在，不是语言模型相关工作，却是3D生成相关。这项成果由清华博士生孙景翔在DeepSeek实习期间，与导师刘烨斌以及DeepSeek成员合作完成。像这样实习生在DeepSeek做出重要成果的还有中山大学逻辑学专业的辛华剑。他在DeepSeek实习期间参与了用大模型证明数学定理的DeepSeek-Prover，现在在爱丁堡大学读博士。

看过这些例子，再一次回到梁文锋的访谈，或许更能理解这只团队的运作结构。不做前置的岗位分工，而是自然分工，每个人对于卡和人的调动是不设上限的，每个人可以随时调用训练集群，只要几个人都有兴趣就可以开始一个项目。当一个idea显示出潜力，也会自上而下地去调配资源。这难免让人想起AI界另一家不可忽视的力量，没错就是OpenAI。同样的用人不看经验，本科生、辍学生只要有能力照样招进来。同样的重用新人，应届生与00后可以调动资源从无到有研究Sora。同样的面对潜力方向，整个公司从顶层开始设计布局和资源推动。DeepSeek，可能是组织形态上最像OpenAI的一家中国AI公司了。