深度｜草蛇灰线，终成汇流，DeepSeek 技术谱系与那群提前出发的人

周三晚间，DeepSeek 再次更新模型。

DeepSeek V4 Pro 正式版上线，版本号更新为 DeepSeek-V4-Pro-0813。新模型上下文长度达到 1M，最大输出 384K Token，同时支持 Thinking 与非 Thinking 模式，默认开启 Thinking。API 定价方面，输入与输出价格分别为 3 元和 6 元/百万 Token，均为 Flash 版本的 3 倍。

从公开基准来看，V4 Pro 在 Terminal Bench 上取得 87.9 分，距离目前排名靠前的 Fable 5 仅差 0.1 分。

在模型能力视角之外，另一条更隐蔽的线索，是人。

从 DeepSeek-MoE、DeepSeekMath、DeepSeek-Coder，到 V2、V3、R1，再到今天的 V4，过去三年里，DeepSeek 的模型名字不断变化，但论文作者名单里的许多名字却异常稳定。王培懿、许润昕、代达劢、陈德里、杨德健、吴俣、邵智宏……他们并不是在 R1 爆火之后突然出现的一群研究者。

往前追溯，这群人很早就已经散落在同一批论文、实验室和合作网络之中。他们从不同实验室出发，有人研究数学推理，有人研究 Alignment，有人研究 Verifier，有人做代码模型与模型架构；他们来自北大、北航等不同学术网络，又在 DeepSeek 成立前后逐渐汇合。

这是一份关于 DeepSeek 的技术谱系，也是一张属于这群研究者的群像。

R1 之前，那些名字已经聚集

在 DeepSeek 于 2025 年春节突然闯入全球视野之前，一次被小范围关注到的技术更新发生在2024 年 2 月，DeepSeekMath发布，论文作者只有 11 人。

一年后，R1横空出世，这11个名字，一个不少地出现在R1的作者名单里。

把时间再往前拨。这群人的交集，不只始于 DeepSeek 的微时，更早早隐匿在草蛇灰线的伏笔里。

最早产生交集的，是王培懿、许润昕和代达劢。2021 年，论文 Behind the Scenes 发表，作者名单里，他们三个名字已经并排出现。彼时，DeepSeek还没创立。

他们三人是北大计算语言学研究所（PKU-ICL）的同门，当时一起在导师穗志方与常宝宝的课题组，研究的是少样本事件分类，那还是一个属于BERT范式的时代。

许润昕算他们中比较早加入DeepSeek的人，他是北大计算语言学研究所 2020 级硕士生，2023 年 8 月加入 DeepSeek。此后从 DeepSeek-MoE、DeepSeekMath、Coder，到 V2、V3、R1，他的名字几乎贯穿了 DeepSeek 早期最重要的一批技术工作。

一个月后，王培懿也加入了DeepSeek。他本科就读于天津大学，随后进入北京大学计算语言学研究所直博，师从隋志方。2023 年 9 月 DeepSeek 初创时，一位师兄告诉他，DeepSeek“在踏踏实实地做技术”，随后他在这位师兄推荐下申请加入。后来王培懿解释，真正让他留下来的，还有 DeepSeek 对 AGI 的长期目标。

第一排中间为王培懿

在 DeepSeek 之前，王培懿研究文本分类、LLM evaluation、alignment；当时他已经和许润昕、刘天宇等人多次合作。到 2023 年，这张合作网络里出现了一篇后来颇具伏笔意味的论文——Math-Shepherd。

Math-Shepherd

这篇论文研究如何在缺少人工逐步标注的情况下，为数学推理过程提供 step-by-step verification。作者包括王培懿、邵智宏、许润昕、代达劢、陈德里、吴俣这些熟悉的人名。后来 R1 的论文讨论 Process Reward Model 时，Math-Shepherd 已经成为它回望的前序工作之一。从今天倒着看，这些论文像一些提前留下的铅笔线。

代达劢和陈德里都从北大的计算语言学研究网络里走来，却分属不同导师：前者师从穗志方，后者师从孙栩。两人在成为 DeepSeek 同事以前已经共同署名论文，Label Words are Anchors 获得 EMNLP 2023 Best Long Paper Award 时，陈德里还在腾讯，他们的名字第一次并排出现；几个月后，这种合作继续延伸进 DeepSeekMoE。

杨德健和吴俣在 DeepSeek 之前合作过很多年，在北航求学期间，二人合作过 Neural Response Generation with Dynamic Vocabularies，发表在 AAAI 2018；2023 年，两人加入 DeepSeek；2024 年，两个人又一起出现在 DeepSeek-Coder Authorlist，后来又一起进入 R1 的 18 名 Core Contributors。

它们当时各自聚焦 event classification、alignment、verifier，甚至传统 NLP 中看起来相距并不算近的问题。几年之后，这些线条却在同一个地方汇合了。

Reasoning 前史

2024 年 2 月，DeepSeekMath 发布。和几年后动辄数百人的作者表相比，它的阵容显得很小。邵智宏、王培懿、朱启豪、许润昕、宋俊晓、毕晓、张浩威、张明川、李宇琨、吴俣、郭达雅共 11 人。一年后，这 11 个名字全部进入了 R1 的作者班底。

这篇论文的重要性，并不只在作者名单。DeepSeekMath 也是 GRPO 第一次正式出现的地方。它去掉了 PPO 中额外的 critic model，转而利用同一组回答之间的 reward 来估计相对优势，从而降低强化学习的训练成本。后来，这套方法继续成为 DeepSeek post-training 的关键技术基础。

只是，聚到 DeepSeekMath 之前，他们走过的并不是同一条路。

有人来自传统的语言与对齐领地，如北大计算语言学出身的许润昕，以及做过文本分类、alignment 与 reward 的王培懿；有人带着严密的代码基因，比如郭达雅在微软时期曾主导 CodeBERT、GraphCodeBERT 等代码智能（Code Intelligence）的标志性工作；还有人是从“另一扇门”跨进来的——朱启豪在北大攻读计算机博士期间，师从熊英飞，长期深耕程序生成、程序理解与自动修复，早年研究的是如何让模型顺应程序语法生成代码、怎样自动修复错误。进入 DeepSeek 后，他的研究轨迹顺势延伸到了代码生成与逻辑推理。

在数学、强化学习与工具调用的交叉地带，邵智宏是一个极其典型的缩影。

邵智宏本科就读北航，后来在清华读计算机博士，师从黄民烈。早期研究集中在文本生成、问答与对话系统，之后逐渐转向 tool use、数学推理与模型自我改进。

在他的个人主页上，DeepSeekMath 被放在一个很明确的位置：它建立了后来 DeepSeek post-training 所使用的 GRPO 强化学习基础；R1 则把这套思路进一步推向大规模 RL。

有趣的是，在这张技术网络的交织过程中，很多重要的合作甚至发生在进入 DeepSeek 之前。比如邵智宏与苟志斌。

苟志斌在清华读人工智能硕士，导师是杨余久。2023 年到 2024 年，他在微软亚洲研究院 Natural Language Computing Group 实习。直到 2024 年 6 月，他才正式加入 DeepSeek。

但在成为 DeepSeek 同事之前，两人就已经开始并肩破解数学推理的难题。2023 年，他们共同完成 ToRA，后发表于 ICLR 2024。这项工作尝试让语言模型在自然语言推理之外调用代码工具解决数学问题。随后，两人又合作 CRITIC，让模型借助搜索、代码等外部工具检查自己的答案，并进一步修正。

等到苟志斌加入 DeepSeek，这些原本在论文中被单独验证的问题，进入了一个规模完全不同的实验场。半年后，他和邵智宏一起成为 R1 的 18 名 Core Contributors。

比起清华、北大或微软亚洲研究院这些显赫的机构标签，真正值得关注的，是这群年轻人背后彼此交叉的研究网络。这张网络连接着 MSRA NLC、北大计算语言学研究所、清华自然语言处理实验室，以及一批长期围绕 code、reasoning、alignment、tool use 合作的年轻研究者。他们未必师从同一位导师，也很难被简单概括为“同门”，但长期出现在彼此相邻的论文、实验室与研究共同体中。所谓技术谱系，到这里已经不再是一棵结构清晰的师承家谱，而是一张不断延伸、自我演进的网。

将这些人的履历拼在一起，会发现后来被统称为“Reasoning”的庞大能力，在一开始并没有一条统一的来路。有人从语言出发，有人做数学，有人研究 verifier，有人研究强化学习，也有人长期和代码、程序推理打交道。他们拥有不同的技术方言，最后却逐渐遇上了同一个问题：如果只告诉模型最后做对了还是做错了，它能不能自己找到一条通往答案的路？

DeepSeek-R1-Zero 后来把这个问题推到了更极端的位置。它跳过传统 supervised fine-tuning 的 cold start，直接让模型接受大规模强化学习。R1 论文把某个中间 checkpoint 中出现的自我反思行为称作 “aha moment”。

把目光从模型移到作者身上，也能看到另一种更缓慢的“涌现”。最初研究语言、数学、代码、验证与强化学习的人，沿着不同路径不断靠近。最后，他们变成了一支 Reasoning team。

多模态的另一种汇流

与 Reasoning 路径上清晰延展的师承脉络不同，DeepSeek 的多模态团队更像是一场跨越不同技术范式的汇流。

在这张团队图谱中，陈小康代表了最扎实的传统视觉根基。陈小康在北大本科、博士都读计算机，博士导师是曾钢。进入大模型以前，他长期研究 semantic segmentation、object detection、自监督视觉学习。2024 年 4 月，他加入 DeepSeek；如今他的个人主页直接写着，自己负责 DeepSeek 的多模态团队。

刘星超则持着另一套数学语言踏入这个领域。他在 UT Austin 读博士，导师是 Qiang Liu，研究 probabilistic inference 和 generative modeling。他最有代表性的早期工作之一是 Rectified Flow：试图让生成过程中复杂弯曲的概率流变得更直，从而减少采样步骤。

而刘闻的研究轨迹，则记录了传统计算机视觉向生成式转型的一路演进。2017 年到 2020 年间，他与上海科技大学高盛华等研究者长期合作，从视频异常检测一路做到人体动作迁移和图像生成。

这群原本分散在不同实验室、手握不同技术语言的人，此前几乎没有交集；直到 Janus、JanusFlow、VL2 以及 Janus-Pro 的相继诞生，不同的研究基因被带入同一个组织，在新的模型架构中碰撞，完成一次一次汇流。

模型架构与 Infra 的汇合

由于内部将模型架构与 Infra 的紧密耦合，DeepSeek 还有一条很难被单独归入“模型”或“工程”的技术线。

这条路线的形成，来自两类研究轨迹不断靠近：一类从模型架构向更底层的计算约束下探，另一类则从机器与系统出发，不断向模型内部延伸。

架构端的下探，机器端的延伸

先看架构一侧。

高华佐和曾旺丁此前在 DeepSeek-V2 中被单独点名为 MLA 的关键创新者，他们选择从 Attention 本身下手，把推理时不断膨胀的 KV Cache 压缩下去；代达劢则沿着另一条路推进稀疏化，让 MoE 只调动一部分参数完成一次计算。

再往系统一侧走，赵成钢、邓成祺、李嘉实、黄盼盼、张立悦、周尚言、刘宇轩、何莹等人的名字，反复出现在 DeepSeek 的训练系统和硬件工作里。他们的研究轨迹因此有一种少见的连续性——有人修改网络结构，有人重新安排数据在机器间流动，有人想办法让计算和通信彼此遮住等待时间。

到了 V3，这些此前分散在 Attention、MoE、训练框架与集群系统里的问题，被第一次更完整地装进同一个模型。DeepSeek 后来把这种方法总结为 hardware–model co-design；在后来面向体系结构领域发表的论文里，他们把 MLA、MoE、FP8 和通信拓扑放进同一套叙事，对这批研究者而言，GPU 的边界因此不是模型研究的终点，而是起点之一。

两种轨迹的相遇：以 mHC 为例

mHC 则更直接地展示了两类研究者如何在同一个问题上汇合。

解振达走到 mHC 之前，有很长一段研究从视觉出发。2021年，他以第一作者身份完成 SimMIM，用简洁的掩码和像素重建方法探索视觉自监督学习；此后又参与 Swin Transformer V2，将视觉 Transformer 推向更大的模型和更高的图像分辨率。几年间，他的名字逐渐从视觉、多模态论文进入 DeepSeek 的基础模型研究。

到了 mHC，他处理的是一个比模态更底层的问题：沿用十余年的残差连接，在网络持续加深时还能怎样改造。mHC 将残差流扩展为多条连接路径，再以流形约束控制信息在深层网络中的传播。沿着解振达的研究轨迹回看，这次转向自有连续性：早先的问题是视觉 Transformer 如何扩大规模；现在的问题落在 Transformer 层与层之间最基础的连接。研究层级变了，对模型结构与规模化训练的关注始终贯穿其中。

mHC 的另一端，则站着一批更早从“机器”出发的人。

2018年，清华参加国际大学生超级计算机竞赛时，赵成钢还是本科队员，曹焕琦则以研究生的身份为团队提供技术支持。比赛要求他们在严格限定的功耗、CPU、GPU和时间内反复调整程序，让有限的计算资源发挥更高效率。

https://www.tsinghua.edu.cn/info/1173/17723.htm

此后，曹焕琦把同类问题推向更大的尺度。2022年，他以第一作者身份将图遍历扩展到281万亿条边和4000万个处理器核，也参与了“八卦炉”等超大规模预训练系统。赵成钢则从学生超算进入机器学习系统，先后参与 DeepSeekMoE、Fire-Flyer、DeepEP 和 V3。研究对象从传统超算转向大模型，他们关心的问题仍很接近：当规模扩大几个数量级，原先不起眼的访存、通信和同步开销，会在哪一步吞噬系统效率？

多年以后，解振达、曹焕琦和赵成钢的名字同时出现在 mHC 的作者表上，同行的还有代达劢、高华佐、曾王鼎等长期参与 DeepSeek 模型架构与效率研究的人。这个作者组合也映照出 mHC 的双重任务：一端重写 Transformer 的连接拓扑，一端让新结构能够进入大规模训练。

一个公式能否进入大模型，取决于它是否经得起集群规模的计算；而那些曾在超算赛场上反复压缩程序开销的人，也已经坐到重新设计 Transformer 架构的研究者身边。

系统生态与年轻化梯队

当模型与系统开始真正耦合之后，下一步就是把这种能力沉淀成一套持续运转的工程生态。

赵成钢是其中一个关键节点。

赵成钢后来在清华大学交叉信息研究院取得硕士学位，导师高明宇研究计算机体系结构与机器学习系统。读研期间，他参与开发 Canvas，将神经网络搜索推进到更细的 kernel 层级。更早的超级计算竞赛经历，又让他接触了 MPI、并行程序复现和体系结构优化。

到了杭州，这条研究路线迅速展开。赵成钢从 DeepSeekMoE 进入模型架构，随后参与设计专家并行通信库 DeepEP，领衔矩阵乘内核库 DeepGEMM，又成为 TileKernels 作者。模型中的专家路由，经由他的工作被逐层翻译成通信协议、低精度计算和 GPU 指令。

在他身边，还有两名清华背景的年轻工程师。徐哲安从清华本科毕业后回到杭州，先后参与 DeepEP、DeepGEMM、V3、R1 和 mHC；田睿在 DeepEP V2 中负责网络后端、Elastic Buffer 和 Engram，并进入 TileKernels 作者名单。

田睿处理的是 RDMA、GPU与CPU混合内存，以及条件记忆模块的跨设备通信。任何一个环节出现阻塞，都会沿着集群放大。赵成钢负责跨层设计，徐哲安连接通信与计算，仍处本科阶段的田睿已经开始接手网络底座。

刘胜与和徐陈皓的经历，则让 DeepSeek 团队的年轻化有了更具体的面孔。两人都来自北京大学图灵班，进入 DeepSeek 时仍处于本科阶段，研究兴趣共同落在机器学习系统与底层性能上。

刘胜与是北大2021级图灵班学生，科研导师为计算机学院金鑫，研究机器学习系统、编译器和分布式系统。他曾任北大超算队队长，带队获得第十届ASC全球大学生超级计算机竞赛冠军。北大官方介绍提到，他自学 Transformer 和 CUDA，并在金鑫指导下参与开发大模型推理框架。

2025年加入 DeepSeek 后，刘胜与参与 DeepGEMM，又进入 DeepEP V2 的优化团队。超算竞赛培养的能力随后延伸到了大模型内核。

徐陈皓年纪更轻。他2022年进入北京大学信息与计算科学图灵班，获得过NOI银牌和两届北大程序设计竞赛二等奖。进入 DeepSeek 后，他以系统工程师身份参与 DeepGEMM、DeepEP V2 和 TileKernels，工作横跨矩阵乘、通信优化与 kernel 开发。

这个方向在他入职前已经显露。2024年，徐陈皓研究异构机器环境中的 Ceph 纠删码存储性能，随后参与 Serverless 平台的存储后端优化。早期项目围绕负载均衡、延迟和存储系统展开，进入 DeepSeek 后，问题进一步收束到 GPU kernel 的效率、稳定性与可维护性。

周尚言构成了北大路线中较早的一环。他于2016年至2020年就读北大，在校期间活跃于信息学和程序设计竞赛，毕业后进入幻方，随后转入 DeepSeek。到了 DeepSeek，周尚言深入通信网络，刘胜与和徐陈皓参与 kernel 优化，几代北大学生由此汇入同一套训练基础设施。

随着这套系统生态逐渐成形，DeepSeek 的组织边界也变得越来越难按照传统部门划分。于星凯横跨多模态与 R1，吴俣从 Math、R1 走到 VL2，马世荣同时进入强化学习训练系统和基础设施工作，代达劢、高华佐等架构研究者也持续出现在新项目里。人员跟随问题流动，项目一变，作者组合便重新排列。

对于一家很少公开组织结构的研究机构，论文由此成为一份带有时间刻度的人员记录。DeepSeek 的技术谱系，也正藏在这些不断变化的作者名单里。模型一代代更替，这些名字一次次重逢、汇流，最终拼出这家机构真正的轮廓。