《从珠海“非典型学霸”到Nature封面作者：郭达雅破茧成蝶的成长心法与不被定义的选择》
副标题：“拉开人与人差距的，不是起点的高低，而是在每一个迷茫的关口，你选择了主动出击还是随波逐流”
标签：#人生成长 #郭达雅 #DeepSeek #字节跳动 #AI Agent #技术哲学
一个人的学习能力，才是最重要的“技术”。
在DeepSeek的核心离职名单中，郭达雅是最特别的一个。
他不是最年轻的那个，也不是学历最耀眼的那一批。但他是唯一一个论文登上Nature封面、论文被引量超过38000次、被三大厂同时争夺的人。更让人惊叹的是——他从未觉得自己是“天才”。
初中时，郭达雅的成绩甚至并不优秀。从珠海一名成绩平平的中学生，到DeepSeek-R1的核心缔造者，再到字节跳动Seed团队AI Agent方向的掌舵人，郭达雅的成长轨迹，藏着每个普通人最值得借鉴的底层逻辑。
一、中山大学的“自学基因”：起点不高，但加速度惊人
1994年12月，郭达雅出生于广东珠海。初中时期，他的成绩并不突出。真正的转折，始于他逐渐意识到自学的重要性，并培养了强大的自主学习能力。
高考结束后，当大多数同学选择放松时，郭达雅做了一件让很多人“不可思议”的事：他自学完成了大学一年级的基础课程。
这让他一进入中山大学计算机学院，就拥有了超脱同龄人的从容——别人在适应大学节奏时，他已经有余力去参加竞赛、主动学习更多技能和技术。
而他自学的脚步远未停止。大四入选中山大学与微软亚洲研究院（MSRA）联合培养博士生项目后，他师从人工智能学院印鉴教授和MSRA周明博士，主要研究方向为自然语言处理。在MSRA实习期间，他便发表了两篇AI顶会论文（EMNLP、NeurIPS），在博士入学的第三天，就完成了中山大学博士毕业的论文发表要求。
但科研之路并非一帆风顺。郭达雅坦言，在MSRA实习的前半年，他也曾充满迷茫，“没有方向，也没有产出”。幸运的是，在印鉴教授和唐都钰老师的指导下，他最终选择NLP作为主攻方向，并开启了一段堪称“魔鬼式”的积累期：每周阅读多篇相关论文，半年累计阅读百余篇，对领域内的重要理论和成果有了深刻理解，并总结出一套适合自己的科研思路和论文写作方法。
深度成长思考（一）：真正的自学，不是在舒适区里随意翻书，而是在迷茫区里进行系统性的“饱和式积累”。
郭达雅并非天赋异禀——他自己也坦承：“我的经历表明，我并非天赋异禀，而是通过持续自主学习，走在了他人之前”。很多人抱怨自己“起点低”，却很少思考：你和同龄人的差距，究竟是在课堂的45分钟里拉开的，还是在别人休息的寒暑假里拉开的？郭达雅用行动告诉我们——真正的超越，从来不是靠天赋，而是靠比别人更早进入“主动学习”的状态。
二、微软亚研院的“饱读期”：从迷茫到聚焦的打磨之路
2018年，郭达雅正式成为中山大学与MSRA联合培养的直博生。在MSRA，他师从段楠博士，后者长期从事自然语言处理与代码生成研究，是该领域较早一批探索者。段楠后来对郭达雅给予了极高的评价：“他是最厉害的，博士入学第一周，就完成了毕业要求；参加腾讯的广告算法大赛，年年他们只能得第二，没有人得第一。”
博士期间，郭达雅的研究聚焦于程序理解与生成领域，提出了基于代码预训练的方法和模型，其博士学位论文《基于预训练的程序理解与生成》于2023年获评中山大学优秀博士学位论文。与此同时，他斩获了多项科技竞赛的冠亚军，包括2019年和2020年蝉联腾讯广告算法大赛冠军（单项比赛奖金高达50万），以及2019年CCF BDCI的亚军。有业内人士调侃，还没毕业的郭达雅，仅靠比赛奖金就已经是“百万富翁”了。
2020年，他从全亚洲36所顶尖研究型大学或机构的106名优秀博士生中脱颖而出，成为当年度仅有的12名“微软学者”奖学金获得者之一。2021年，他入选AI华人新星百强榜单。
如果只用一句话来总结郭达雅的成功，或许就是：在没人看见的地方，他已经读完了上百篇论文、拿了数不清的比赛冠军。这种“先积累、后爆发”的节奏，贯穿了他整个成长阶段。
深度成长思考（二）：先有“饱和式输入”，才有“爆发式输出”。
郭达雅在MSRA的半年“阅读沉淀期”，是一段几乎没有外部产出的时间。但他坚持下来了。很多人一辈子都在找捷径，却始终没能像郭达雅那样，用半年的时间“死磕”一个领域的所有论文。正如他自己所说：环境和成果都很重要——但成果的前提，是你在正确的环境中，完成了足够厚实的原始积累。
三、DeepSeek三段式全栈进击：从Coder到R1的硬核长征
2023年7月，博士毕业的郭达雅选择了当时还名不见经传的DeepSeek，而非更知名的互联网大厂。
促使他做出这个选择的理由很纯粹：“一位师姐在DeepSeek工作，她跟我聊了DeepSeek的愿景——追求AGI，推动人类社会的加速发展。这跟我的价值观是相合的”。
此后两年，郭达雅完成了一段教科书级别的技术攻坚马拉松，几乎一个不落地参与了DeepSeek最核心的研发主线：
2024年1月，DeepSeek-Coder：推出覆盖1.3B到33B参数的开源代码模型，在多项基准测试中登顶当时开源代码模型的SOTA。郭达雅是该系列的第一作者。
2024年2月，DeepSeek-Math：在Coder基础上针对数学能力进行继续训练，额外使用120B数学相关token。更关键的是，这篇论文中提出的GRPO新型强化学习方法，后来成为DeepSeek-R1推理能力爆发的关键技术基础。
2024年5月，DeepSeek-Prover：将模型的推理能力延伸到了更硬核的形式化定理证明领域。该模型在Lean 4定理证明基准上实现了46.3%的准确率，远超GPT-4的23.0%。
2024年末-2025年初，DeepSeek-V3与R1：作为核心研究员，他的动态检索增强等方法被成功应用于V3模型的研发。R1的相关论文后来登上Nature杂志封面，其训练成本仅约29.4万美元，震惊全球AI圈。
与一些只挂名的“参与者”不同，郭达雅在DeepSeek的研发中，扮演的是贯穿全线的核心攻坚手角色。从专项模型到基座模型，从强化学习算法到推理范式，他的足迹覆盖了DeepSeek最完整的研发链条。
深度成长思考（三）：真正的“核心”，不是参与了项目，而是打通了从0到1的完整链路。
郭达雅在DeepSeek的三年，不是在做“某个模块”，而是在做“整个链条”——从代码智能到数学推理，从强化学习到Agent探索。这种全栈式的深度参与，让他不仅理解了技术的“点”，更掌握了系统的“面”。在一个顶级平台上，最有价值的不是参与了什么，而是你在其中扮演了不可替代的角色，并积累了打通全链路的能力。郭达雅的成长并非孤例——同期DeepSeek涌现的一批年轻核心研究员，如王炳宣、罗福莉、阮翀、魏浩然等人，分别扛起了基座模型、多模态、OCR等核心技术主线，共同构成了这支团队令人瞩目的技术密度。
四、Agent先行者：研发生涯中的超前探索
在郭达雅的研发生涯中，Agent方向并非从他加入字节才开始的“转身”。早在DeepSeek内部，他就已经在Agent相关技术层面进行了大量探索。
他主导的代码智能与推理能力，本身就是Agent落地的核心基础——Agent能否真正“跑起来”，很大程度上依赖于模型的代码生成能力与复杂逻辑推理力，而这恰恰是郭达雅从DeepSeek-Coder、DeepSeek-Math到R1持续深耕的绝对强项。
与此同时，在V2、V3和R1的研发中，他以第一作者的身份主导了一系列与技术演进紧密相关的关键技术，为Agent方向的长期发展打下了坚实的地基。
2026年，Agent成为AI行业公认的核心方向之一。字节跳动在2026年初启动了针对Agent和Coding的组织整合，字节CEO梁汝波在全员会上明确表示：2026年的重中之重是AI模型能力要做到行业前列。从Trae独立拆分SOLO，到扣子平台升级到2.5版本，这些动作指向同一个方向——字节在为Agent时代全面备战。
而郭达雅，恰好成了那个“最懂如何让Agent跑起来的人”。
深度成长思考（四）：一个人的不可替代性，来自于他的能力恰好是某个重大战略方向的“技术瓶颈”。
郭达雅的底层能力——代码智能+推理能力，刚好是Agent落地的“卡脖子”环节。他之所以被字节重金争夺，不是因为他“跳槽”本身，而是因为他的技术方向恰好命中了一个行业级的技术瓶颈。能力与趋势的交汇处，才是一个技术人价值最大化的位置。
五、2026年离巢：为Agent梦想，放弃“DeepSeeker”光环
在DeepSeek如日中天的2025年末，郭达雅做了一个让外界议论纷纷的决定：离开DeepSeek。
但很少有人知道其中的细节。据知情人士透露，郭达雅早在2025年10月便已产生离职意向——他的核心关注点是AI Agent方向，而当时该方向在DeepSeek内部优先级相对有限。离职的种子，并非始于薪酬的诱惑，而是源于研究方向能否充分释放自身技术积累的深层考量。
消息传出后，阿里、腾讯、字节三家大厂迅速行动。阿里给出了post-training负责人的职位，管理范围更大，地点和现金待遇也具备吸引力；腾讯和百度也开出了很高的价码。但郭达雅最终选择了字节的Seed团队——核心原因，仍然是研究方向本身。
2026年4月，DeepSeek V4技术报告公开，近300人的作者名单中，10人标注“已离职”。郭达雅的名字后，星号无声地标注了他的身份：DeepSeek-R1核心研究员，GRPO算法与R1模型的重要参与者，已于2026年3月离职，4月加入字节Seed团队，担任Agent方向负责人之一。
关于薪酬的传闻漫天飞舞——“近亿元年薪”“四年总收益数亿元”——但抖音集团副总裁李亮很快公开澄清：“这个报道不实，字节跳动招聘的所有seed团队技术人员的薪资体系都是一样的”。他同时补充了一个意味深长的细节：假如业务发展得很好，不排除技术人员四年后收益会达到数亿元——但这取决于未来的表现，而非当下的现金承诺。
换言之，郭达雅的薪酬结构中，最大的一块并非现金，而是需要自己用技术成果去兑现的期权。
深度成长思考（五）：最高级的选择，是你在“不需要离开”的时候，主动选择了离开。
DeepSeek爆火之后，郭达雅完全可以待在舒适区里吃红利——R1的作者身份足以让他坐享行业尊重。但他选择了奔赴一个更有挑战性的方向。真正的理想主义者，不是在一棵树下等到果实烂熟的人，而是永远在寻找下一个未被开垦的领地的人。
六、写在最后：郭达雅的三层成长心法
回顾郭达雅从珠海一中到中山大学，从MSRA到DeepSeek，从Nature封面作者到字节Agent掌舵人的这段旅程，我们可以提炼出三条跨越周期的成长法则：
第一层：建立“提前量”意识——在别人适应环境时，你已经在奔跑。
从高考暑假自学大一课程，到大四前完成博士毕业的论文发表要求，再到MSRA半年的“阅读饱和期”——郭达雅的每一步，都在为自己争取“时间提前量”。普通人等待机会，高手提前储备迎接机会的能力。
第二层：用“全栈深度”构建职业护城河。
郭达雅在DeepSeek参与了从Coder到R1的全部核心主线，不是蜻蜓点水式地参与，而是每个项目都担当核心作者。这种策略让他的能力不是“长板型”的，而是“系统型”的——当一个人拥有了打通全链条的能力，他就从“可被替换的专家”变成了“不可被替代的枢纽”。
第三层：在方向选择上，永远追随“能力的自然延伸”，而非短期的利益最大化。
从选择DeepSeek到离开DeepSeek，郭达雅始终在做一件事：让能力在正确的方向上得到最大程度的释放。“一个顶尖技术人的职业规划，不是看谁给的钱最多，而是看谁能让自己把擅长的事做到极致。”正如他寄语中大学子时所说——时代和技术都在发展，一个人的学习能力才是最重要的“技术”。
