对于AI圈来说，这个春节是DeepSeek 冠名的春节。所有人都在讨论它，DeepSeek 成了前所未有出圈的AI产品和公司。

这种讨论伴随着中美竞争、美股暴跌、神秘天才与暴富流言等大家喜闻乐见的话题，不可避免的走向了神化/妖魔化的方向。

但DeepSeek 的研究员们怎么样了？他们在忙些什么？

虽然这是个极其低调的公司，但同时作为一家鼓励自己的科学家获得学术成就，尤其是被其他人follow的成就感，以及以极致的开源为根基的AI研究公司，DeepSeek的年轻科学家们其实在社区里也很活跃，他们是一个个具体而鲜活的研究员。

与那些夸张或臆想的文章获得的大量关注不同，这些研究员们的一手讨论与分享往往阅读量很少。但对于真正想要了解这家公司的人来说，与其想象，不如看看这些研究员们真实的分享。

“乐子人”和“Infra团队里随便一个人”们

在X上做些搜索和研究，你会发现，最明显的感受是，DeepSeek的研究员们没有OpenAI或者其他明星研究员那种浓浓的PR味儿。这些账号充满人味。

比如，认证为DeepSeek机器学习和多模态研究员的刘星超，给自己的简介是“乐子人”。

根据公开资料，他博士毕业于德克萨斯大学奥斯汀分校，目前是DeepSeek多模态组成员。他一直在推特上分享自己的工作，像每个研究员那样，关注着大佬的反馈。他参与的DeepSeek 多模态模型JanusFlow被知名AI学者谢赛宁转发，当在他的分享下方，有人提到对模型的target encoder的好奇时，他直接回复对方。这些分享在当时并不会被很多人看到，但却是研究员们的日常。

这些DeepSeek研究员们的账号还有个共同特点，他们都在关注着同行的工作，并为他们点赞，有时候也好奇追问。

在爆火之前，很多时候他们跟我们这些普通关注者一样，发出的信息石沉大海。

邵智宏实习期间成为DeepSeek Math的核心作者之一，后来参与了R1等模型开发，他在推特上不停给o1和Gemini的成果点赞，给这些团队留言祝贺，像极了我们关注AI各种进展的每个普通人。

而在DeepSeek火了以后一切也发生了变化。

邵智宏在发布DeepSeek Coder模型时的转发，阅读也只有2000多。

而R1终于一朝成名天下知，他随便转发就有几十万的阅读。

于是这些习惯于简洁明了做学术交流的推文以及回复，也开始带上能力宣示的意味。

DeepSeek基础设施团队的许哲安在V3因成本而引发热议后在推特的一句简单回复，得到4.6万的阅读。

“你们真的只用了2000个H800就做出了这个模型？”

“yes”

而他给自己的简介是“基础设施团队里随便一个人”。

在努力之后，他们确实得到了梁文锋在专访里所说的，被follow的成就感。

不懂RL的数学天才分享在DeepSeek的研究方式

另一个直观感受是，这些研究员的背景很不一样。此前有接近DeepSeek的人分享的招聘经历称，DeepSeek喜欢找复合背景，尤其基础学科的人才。

而在关于DeepSeek的技术报告的讨论里，有人形容其中公式简洁明了，把SFT和大多数的RL类型统一到了一个公式里。这种对算法的理解——所有这些训练方法是事实可以被构建为同一个数学原理，是简洁而美妙的。

很多人认为这最终是依靠数学的品味。

而参与了DeepSeek几代重要模型的Peiyi Wang则在推特上，直接分享了自己的研究历程：

“去年我加入DeepSeek，没有任何强化学习经验。在进行 Mathshepherd 和 DeepSeekMath 研究时，我独立推导出了这个统一公式，以了解各种训练方法。感觉就像是一个“顿悟时刻”，尽管我后来意识到这些就是Policy Gradient（策略梯度）。”

这种思考体现在DeepSeek的好几个模型里：不拘泥于现有的思路，不拘泥于RL或者任何已有的算法分类带来的约束，从模型能力本身来思考。梁文锋也曾提到，DeepSeek最重要的一个架构创新MLA，就是一个年轻人“在总结出Attention架构的一些主流变迁规律后，突发奇想去设计一个替代方案”。

和其他研究员一样，翻看Peiyi Wang的推特，他也一直在和社区交流自己的研究，而在DeepSeek被更多人关注到后，他第一时间分享的是好奇心。把真实情况分享给社区的开源精神明显。这种分享在今天越来越不说人话创造大词的AI圈里，能带来十分难得的接地气的讨论。

对DeepSeek 内部来说，超越ChatGPT有多重要

大部分时候，这些研究员在各自关注自己关心的领域，但最近他们有个共同的庆祝时刻：

超越ChatGPT。

多个研究员转发了DeepSeek的app登顶应用商店并超过ChatGPT的新闻。

“每一次突破都提醒我们，还有很多东西需要学习和改进。让我们一起继续突破界限！”

“这个时刻对我来说简直太现象级了。”潘子正写到。此前他在英伟达的导师曾分享过他的经历，曾在英伟达实习的潘子正在2023年却毅然决然回国加入了当时只有3人的DeepSeek多模态团队。现在这个决定带来了兑现的时刻。

从这些反应也可以看出来，对于内部来说，瞄准和超越OpenAI是一个多么关键的历史时刻，对他们来说意义有多重大。

而在OpenAI传出对DeepSeek的蒸馏指控后，这些研究员也做出了隔空回应：

“鲸鱼帮每个人提前蒸馏好了。好笑吧。”刘星超写到。这也是少有的带有火药味的回应。在R1系列的技术报告里，DeepSeek用R1系列模型为Qwen等更小模型做好了蒸馏，供社区直接使用。

从这些分享也能看出，在内部，战胜一次OpenAI对他们来说有多重要。

另一个最近让这些研究员纷纷转发的，是对一个虚假账号的辟谣。一个冒充梁文锋的账号在推特出现，还得到大量关注。

“这不是我们的文锋”，多个DeepSeek研究员忙于转发辟谣。能看出DeepSeek最近爆火后的困扰。

从这些研究员的分享看，R1系列的发布原本就是一个春节礼物。但看起来这个效果出乎他们自己的预料，也加速了他们和OpenAI的继续竞争。

“春节期间让我最兴奋的事情，是亲眼见证了 R1-Zero 模型性能曲线的 持续增长，并真正的感受到强化学习的力量。”DeepSeek研究员郭达雅在推特上感慨。他2023年刚刚博士毕业，参与了DeepSeek一系列数学和代码的模型工作。

而他也由此开始做了一次难得的小型问答，并被大家以对待OpenAI自己爆料的规格对待，认为这是难得的剧透。在几个问答里，透露了一些令人兴奋的信息。

—— “想问下模型的性能持续提升能持续多久呢？现在是早期阶段吗？DeepSeek的RL模型是像GPT-2时刻一样还是已经到GPT-3.5这种比较成熟的阶段，快到瓶颈了？”

郭达雅： “我觉得我们还处于非常早期的阶段，RL领域还有很长的路要探索。但我相信今年会看到显著的进展。”

—— “基于 R1-Zero 的性能，如何评估模型是真的具备了泛化能力，还是仅仅记忆了状态转换和奖励 ？”

郭达雅：“我们使用 RL prompt 未覆盖的领域的基准来评估泛化能力。目前来看，它似乎具备泛化能力”

——“这次 RL 训练跑了多久？”

郭达雅： “660B 参数的 R1-Zero 和 R1 是在 V3 发布之后才开始跑的，训练大约花了 2-3 周。之前我们提到的 R1 模型其实是 R1-Lite 或者 R1-Lite-Zero”

—— “你们有没有尝试用 RL 来搞 形式化证明环境，而不是只做问答对？今年如果有开源模型能在 IMO 拿金牌就好了。”

郭达雅： “我们也在尝试将 R1 应用于 Lean 这样的形式化证明环境。我们希望尽快向社区发布更好的模型”

——“下一个模型更新？”

郭达雅：“我们并不确定模型会在何时更新，因为它取决于实验的进程。我们没有设置deadline。但当模型有显著的进步时，一般我们自然就会做发布和更新。”

这些回答信息量巨大，更重要的是，它们显得十分真诚，都关乎DeepSeek的核心技术和发展方向，回答也都围绕技术本身，没有故弄玄虚，没有在刻意用那些AGI的叙事去收获泡沫式的关注，讨论的都是具体而真实的研究。

此前，前OpenAI的研究员Andrej Karpathy 曾说，今天AI界真正在改变世界的爱因斯坦们，可能在架构表里藏在CEO以下5层。

从对DeepSeek的组织形态的各种研究来看，这是一个极其扁平的组织，有OpenAI和英伟达的味道，不论层级，可以直接像CEO汇报，也可以跨部门打散整合，因此不同模型能力也可以随时因重要的创新而共同协作。

而对于一个注定要影响人类未来的技术，把它交给每天都有新的莫名其妙的新名词出现的团队，和把它交给看起来依然是热情洋溢的鲜活的个体的团队，后者可能更能让普通人对关键的话题参与进去。

这些具体在做着自己相信的研究的年轻AI科学家，看起来确实在改变着世界。