从珠海少年到Nature封面DeepSeek天才郭达雅的AGI征途他博士入学3天完成毕业要求连续三年横扫腾讯算法大赛提出GRPO方法让大模型学会“思考”如今却悄然离场——这位90后技术天才的传奇远未落幕01 引子一封没有官宣的告别2026年3月AI圈传出一则并未官宣的消息DeepSeek核心成员郭达雅可能已经离开了这家让他声名鹊起的公司。没有告别信没有离职声明只有他导师印鉴教授的一句寄语在圈内流传“希望他成为中山大学的雷军。”这句话的分量懂的人自然懂。雷军——武汉大学的骄傲中国互联网的标志性人物。印鉴教授把这样的期待放在郭达雅身上意味着什么意味着这个从珠海走出的年轻人在他导师眼中远不止是一个优秀的研究员。02 少年时代从“不突出”到“开挂”郭达雅广东珠海人中学就读于珠海一中。和很多天才故事的“神童”开局不同他曾在采访中坦诚初中时成绩并不突出。转折发生在高中。他意识到一件事被动学习只能让你不掉队自主学习才能让你飞。高考结束后的那个暑假当大多数同学在狂欢时郭达雅做了一件在当时看来“很傻”的事——他自学完了大学一年级的所有基础课程。这个决定在当时看起来只是“勤奋”但回头看这是他整个学术生涯的“时间套利”别人大一还在适应高数他已经开始接触专业核心课别人大二开始做项目他已经有余力准备竞赛别人大四为毕设焦头烂额他已经入选了中山大学-微软亚洲研究院联合培养项目一步快步步快。03 中大岁月入学3天就完成博士毕业要求2014年郭达雅进入中山大学计算机专业。本科四年他展现出了惊人的学术嗅觉和执行力。在微软亚洲研究院联合培养期间他师从印鉴教授和周明博士——两位都是NLP领域的重量级学者。周明博士曾任MSRA副院长是亚洲NLP领域的领军人物之一。进入博士阶段后郭达雅创造了一个让所有博士生“破防”的纪录入学第三天他就完成了中山大学博士毕业的论文发表要求。这不是夸张。中大博士毕业通常需要发表若干篇高水平论文而郭达雅在本科期间积累的成果已经足够满足这一要求。这意味着什么意味着从博士生涯的第一天起他就不再被毕业压力所困可以纯粹地做自己感兴趣的研究。这种自由对于顶级研究者来说价值连城。04 竞赛收割机还没毕业就赢走百万奖金学术之外郭达雅还有一个身份数据挖掘竞赛的“冠军收割机”。2019-2021年他连续三年在腾讯广告算法大赛中夺冠。这是国内数据挖掘领域含金量最高的赛事之一每年吸引数千支队伍参赛。他还斩获了ATEC科技精英赛、微信大数据挑战赛等多项顶级赛事的冠军。圈内人开玩笑说“郭达雅还没博士毕业就已经赢走了上百万的奖金。”更令人印象深刻的是他在程序员真人秀《燃烧吧天才程序员》中的表现。这是一场60小时的极限编程挑战参赛者需要在高压环境下完成复杂的AI任务。郭达雅被评定为仅有的两名SSS级“巨佬”选手之一向公众展示了顶级程序员在极限状态下的编码实力。05 DeepSeek时代GRPO与R1的诞生2023年博士毕业后郭达雅面临选择。顶级大厂的offer摆了一桌但他最终选择了一家当时还不太为人知的公司——DeepSeek。为什么他的回答很简单“师姐告诉我这家公司真的想做AGI而且有足够的资源和支持。”加入DeepSeek后郭达雅几乎参与了所有关键模型的研发DeepSeek-Coder Math2024年初作为核心贡献者他参与开发了当时开源SOTA的代码模型。在这个过程中他提出了GRPOGroup Relative Policy Optimization——一种全新的强化学习方法。GRPO的核心思想是让模型在多次尝试中自我比较、自我改进而不依赖人类标注数据。这个想法在当时看来有些激进但郭达雅坚信这是通向真正智能的关键。DeepSeek-V2、V3、R1在V3项目中郭达雅专注于探索提升模型推理与代码能力的方法。他和团队反复实验最终将GRPO从理论变成了实践。结果就是DeepSeek-R1——一个不依赖人工标注、仅通过纯强化学习就能激发大模型推理能力的模型。R1的发布震惊了AI圈。它证明了模型可以自己学会“思考”而不需要人类手把手教它每一步该怎么走。这一成果最终登上了Nature封面——这是中国AI研究的高光时刻也是郭达雅个人学术生涯的巅峰。06 技术哲学少就是多在DeepSeek期间郭达雅形成了自己独特的技术哲学。他在内部讨论中常说“数据不是越多越好关键是你怎么让模型从数据中学会举一反三。”GRPO的诞生正是这一哲学的体现。传统方法需要大量人工标注的“思维链”数据来训练模型的推理能力而GRPO让模型在自我博弈中涌现出推理能力。这种方法不仅大幅降低了数据标注成本更重要的是——它可能更接近人类智能的本质。人类并不是通过被灌输无数“解题步骤”来学会推理的而是在不断尝试和错误中逐渐内化了推理的规律。07 告别与未来成为“中山大学的雷军”2026年3月郭达雅离职的消息开始在圈内流传。虽然DeepSeek官方和郭达雅本人都未对此公开回应但多方信息源证实了这一变动。他的导师印鉴教授的寄语“希望他成为中山大学的雷军”更像是一种临别赠言。关于他的下一站传言很多。有说他要创业的有说他加入大厂的甚至有传言说他入职百度——不过后者已被多方核实为误传确实有DeepSeek核心人才加入百度但并非郭达雅本人。无论去向如何有一点是确定的这位90后技术天才的故事远未结束。08 结语什么成就了郭达雅回看郭达雅的轨迹有几个关键的“非对称优势”值得深思1. 时间套利意识高考后的自学、本科期间的科研积累、博士入学前的成果准备——他始终在用“提前量”换取未来的自由度。2. 赛道选择眼光从MSRA到DeepSeek他总能在正确的时点进入正确的平台。2023年加入DeepSeek时这家公司还未出圈但他看到了别人看不到的愿景。3. 技术判断力GRPO的提出不是偶然。在大家都在卷数据规模、模型参数的时候他选择了一条更本质的路径——让模型学会自主学习。4. 纯粹的热爱从竞赛到科研从综艺到工业界郭达雅身上始终有一种“玩”的心态。他不是被KPI驱动而是被好奇心驱动。郭达雅的故事是一个关于“快”的故事——学得快、出成果快、成长快。但真正的启示或许恰恰相反所有看起来的“快”都是长期主义结出的果。高考后的那个暑假、博士入学前的那些成果、GRPO背后无数次的实验——这些看不见的积累才是真正的传奇底色。无论他下一步走向哪里AGI的征途上郭达雅已经留下了自己深刻的足迹。而我们可以期待他的下一站。
从珠海少年到Nature封面：DeepSeek天才郭达雅的AGI征途
发布时间：2026/7/19 18:20:59
从珠海少年到Nature封面DeepSeek天才郭达雅的AGI征途他博士入学3天完成毕业要求连续三年横扫腾讯算法大赛提出GRPO方法让大模型学会“思考”如今却悄然离场——这位90后技术天才的传奇远未落幕01 引子一封没有官宣的告别2026年3月AI圈传出一则并未官宣的消息DeepSeek核心成员郭达雅可能已经离开了这家让他声名鹊起的公司。没有告别信没有离职声明只有他导师印鉴教授的一句寄语在圈内流传“希望他成为中山大学的雷军。”这句话的分量懂的人自然懂。雷军——武汉大学的骄傲中国互联网的标志性人物。印鉴教授把这样的期待放在郭达雅身上意味着什么意味着这个从珠海走出的年轻人在他导师眼中远不止是一个优秀的研究员。02 少年时代从“不突出”到“开挂”郭达雅广东珠海人中学就读于珠海一中。和很多天才故事的“神童”开局不同他曾在采访中坦诚初中时成绩并不突出。转折发生在高中。他意识到一件事被动学习只能让你不掉队自主学习才能让你飞。高考结束后的那个暑假当大多数同学在狂欢时郭达雅做了一件在当时看来“很傻”的事——他自学完了大学一年级的所有基础课程。这个决定在当时看起来只是“勤奋”但回头看这是他整个学术生涯的“时间套利”别人大一还在适应高数他已经开始接触专业核心课别人大二开始做项目他已经有余力准备竞赛别人大四为毕设焦头烂额他已经入选了中山大学-微软亚洲研究院联合培养项目一步快步步快。03 中大岁月入学3天就完成博士毕业要求2014年郭达雅进入中山大学计算机专业。本科四年他展现出了惊人的学术嗅觉和执行力。在微软亚洲研究院联合培养期间他师从印鉴教授和周明博士——两位都是NLP领域的重量级学者。周明博士曾任MSRA副院长是亚洲NLP领域的领军人物之一。进入博士阶段后郭达雅创造了一个让所有博士生“破防”的纪录入学第三天他就完成了中山大学博士毕业的论文发表要求。这不是夸张。中大博士毕业通常需要发表若干篇高水平论文而郭达雅在本科期间积累的成果已经足够满足这一要求。这意味着什么意味着从博士生涯的第一天起他就不再被毕业压力所困可以纯粹地做自己感兴趣的研究。这种自由对于顶级研究者来说价值连城。04 竞赛收割机还没毕业就赢走百万奖金学术之外郭达雅还有一个身份数据挖掘竞赛的“冠军收割机”。2019-2021年他连续三年在腾讯广告算法大赛中夺冠。这是国内数据挖掘领域含金量最高的赛事之一每年吸引数千支队伍参赛。他还斩获了ATEC科技精英赛、微信大数据挑战赛等多项顶级赛事的冠军。圈内人开玩笑说“郭达雅还没博士毕业就已经赢走了上百万的奖金。”更令人印象深刻的是他在程序员真人秀《燃烧吧天才程序员》中的表现。这是一场60小时的极限编程挑战参赛者需要在高压环境下完成复杂的AI任务。郭达雅被评定为仅有的两名SSS级“巨佬”选手之一向公众展示了顶级程序员在极限状态下的编码实力。05 DeepSeek时代GRPO与R1的诞生2023年博士毕业后郭达雅面临选择。顶级大厂的offer摆了一桌但他最终选择了一家当时还不太为人知的公司——DeepSeek。为什么他的回答很简单“师姐告诉我这家公司真的想做AGI而且有足够的资源和支持。”加入DeepSeek后郭达雅几乎参与了所有关键模型的研发DeepSeek-Coder Math2024年初作为核心贡献者他参与开发了当时开源SOTA的代码模型。在这个过程中他提出了GRPOGroup Relative Policy Optimization——一种全新的强化学习方法。GRPO的核心思想是让模型在多次尝试中自我比较、自我改进而不依赖人类标注数据。这个想法在当时看来有些激进但郭达雅坚信这是通向真正智能的关键。DeepSeek-V2、V3、R1在V3项目中郭达雅专注于探索提升模型推理与代码能力的方法。他和团队反复实验最终将GRPO从理论变成了实践。结果就是DeepSeek-R1——一个不依赖人工标注、仅通过纯强化学习就能激发大模型推理能力的模型。R1的发布震惊了AI圈。它证明了模型可以自己学会“思考”而不需要人类手把手教它每一步该怎么走。这一成果最终登上了Nature封面——这是中国AI研究的高光时刻也是郭达雅个人学术生涯的巅峰。06 技术哲学少就是多在DeepSeek期间郭达雅形成了自己独特的技术哲学。他在内部讨论中常说“数据不是越多越好关键是你怎么让模型从数据中学会举一反三。”GRPO的诞生正是这一哲学的体现。传统方法需要大量人工标注的“思维链”数据来训练模型的推理能力而GRPO让模型在自我博弈中涌现出推理能力。这种方法不仅大幅降低了数据标注成本更重要的是——它可能更接近人类智能的本质。人类并不是通过被灌输无数“解题步骤”来学会推理的而是在不断尝试和错误中逐渐内化了推理的规律。07 告别与未来成为“中山大学的雷军”2026年3月郭达雅离职的消息开始在圈内流传。虽然DeepSeek官方和郭达雅本人都未对此公开回应但多方信息源证实了这一变动。他的导师印鉴教授的寄语“希望他成为中山大学的雷军”更像是一种临别赠言。关于他的下一站传言很多。有说他要创业的有说他加入大厂的甚至有传言说他入职百度——不过后者已被多方核实为误传确实有DeepSeek核心人才加入百度但并非郭达雅本人。无论去向如何有一点是确定的这位90后技术天才的故事远未结束。08 结语什么成就了郭达雅回看郭达雅的轨迹有几个关键的“非对称优势”值得深思1. 时间套利意识高考后的自学、本科期间的科研积累、博士入学前的成果准备——他始终在用“提前量”换取未来的自由度。2. 赛道选择眼光从MSRA到DeepSeek他总能在正确的时点进入正确的平台。2023年加入DeepSeek时这家公司还未出圈但他看到了别人看不到的愿景。3. 技术判断力GRPO的提出不是偶然。在大家都在卷数据规模、模型参数的时候他选择了一条更本质的路径——让模型学会自主学习。4. 纯粹的热爱从竞赛到科研从综艺到工业界郭达雅身上始终有一种“玩”的心态。他不是被KPI驱动而是被好奇心驱动。郭达雅的故事是一个关于“快”的故事——学得快、出成果快、成长快。但真正的启示或许恰恰相反所有看起来的“快”都是长期主义结出的果。高考后的那个暑假、博士入学前的那些成果、GRPO背后无数次的实验——这些看不见的积累才是真正的传奇底色。无论他下一步走向哪里AGI的征途上郭达雅已经留下了自己深刻的足迹。而我们可以期待他的下一站。
