DeepSeek核心人才真的在流失嗎？27篇論文里藏著答案

外界傳聞很難站住腳跟，與此相反，它正在成為一個核心穩定、持續擴張、長期協作的中國本土前沿AI研究團隊

文｜《財經》研究員 吳俊宇

編輯 | 謝麗容

DeepSeek的融資消息再度傳出（報道詳見）。

5月7日有消息稱，“國家隊”背景相關基金將領投它的首輪融資，DeepSeek投后估值或將達到450億美元。不過，這一消息目前尚未證實，DeepSeek也沒有進行公開回應。

由于尚未大規模商業化，DeepSeek目前很難用營收、利潤進行估值。它現階段真正價值在于高人才密度團隊，以及這個團隊持續迭代全球領先模型的能力。

過去一年，市場上流傳著大量關于DeepSeek人才流失的傳言——被高薪挖角，核心研究員陸續離開。這支團隊的真實情況是影響它估值的核心前提之一。

DeepSeek幾乎是中國最特殊的基礎模型公司。它的研究員幾乎從不公開露面。DeepSeek創始人梁文鋒2024年7月接受36氪暗涌Waves采訪后，近兩年沒再公開發聲。

但與此同時，DeepSeek持續以穩定的頻率發布基礎模型和技術論文（報道詳見）。

2024年1月25日至2026年4月26日的27個月，DeepSeek至少公開發布了27篇技術論文，迭代出DeepSeek LLM、DeepSeek-V2、DeepSeek-V3、DeepSeek-R1、DeepSeek-V3.2、DeepSeek-V4等6款具備里程碑意義的基礎模型。

過去一年，圍繞DeepSeek的討論很多。這包括但不限于：團隊規模究竟有多大？研究能力是否可持續？是否被大廠高薪持續挖角？核心人才是否流失？

這些問題，DeepSeek幾乎從未正面回應。DeepSeek僅在DeepSeek-V4發布時，在官方推文中用“不誘于譽，不恐于誹，率道而行，端然正己”這段文字側面回應了外界疑問。

《財經》試圖從另一條路徑觀察這家沉默的公司——梳理DeepSeek 2024年1月25日至2026年4月26日公開發布的27篇論文（AI開源社區Hugging Face上公布的26篇論文，以及近期發布的DeepSeek-V4論文）的作者/貢獻者名單，對其研究團隊規模、核心成員穩定性與人才流動情況進行交叉統計與分析。

《財經》基于27篇論文作者/貢獻者以及用“*”標注的離職信息，并借助Codex（OpenAI旗下的AI代碼工具）進行數據統計、交叉去重和反復校驗（僅嚴格保留DeepSeek內部作者/貢獻者的名單，剔除論文中外部高校/機構作者，剔除致謝名單的作者）發現：

其一，DeepSeek研究團隊這兩年多在持續擴張。2024年1月DeepSeek LLM發布時至少有86人，2025年1月DeepSeek-R1發布時至少有194人，2026年4月末DeepSeek-V4發布時至少有317人（含研究和工程、商業和合規團隊名單，剔除致謝名單）。

其二，DeepSeek的核心研究團隊保持著高穩定性。DeepSeek 27篇論文中出現頻率最高的15個人，僅有2人離職。DeepSeek LLM發布時的86人，仍有71位出現在DeepSeek-V4論文的名單中。DeepSeek-R1發布時的194人，仍有143位出現在DeepSeek-V4論文名單中。

其三，DeepSeek人才流失率并不高。27篇論文累計出現的391位作者，明確標注“*”的離職人數僅25人，占比6.4%。離職的代表性人物仍活躍在中國大模型一線。羅福莉是小米Mimo團隊負責人，郭達雅加入字節跳動Seed實驗室，阮翀成為元戎啟行首席科學家，王炳宣加入了騰訊混元團隊。

27個月，27篇論文，391位研究員，25人離職。這是DeepSeek留給外界最清晰的數字。

DeepSeek團隊仍在不斷擴張

在基礎模型領域，人才甚至是比算力、數據更稀缺的資源。真正決定模型能力上限的，往往不只是芯片數量或數據規模，更是一支能夠長期穩定協作的研究團隊。

包括字節跳動、阿里、騰訊等公司正在從OpenAI、Anthropic、谷歌Gemini等國際知名模型團隊高價挖人。在國際市場，Meta甚至開出4年2億-3億美元的天價合同包挖角其他公司的頂尖研究員，總包薪酬甚至高過全球身價最高的足球明星姆巴佩、亞馬爾。

因為，大模型研發并非是清晰的、按部就班的工程任務，更像是在無人區中探索。這高度依賴創造力。在這個過程中，組建高人才密度的團隊才是關鍵。

《財經》了解到，以中國市場為例，各公司大模型研發團隊通常由預訓練、后訓練、數據等團隊組成。其中最核心的預訓練、后訓練團隊規模通常僅為200人左右。模型訓練團隊甚至還會分成語言、代碼、視覺、視頻等不同研究方向，每個方向都有一個小團隊。

一位中國基礎模型明星創業公司人士對《財經》表示，大模型團隊常見的組織模式是，由一兩個頂尖AI科學家帶領二三十個有活力、有想法的年輕研究員探索一個技術方向。公司要為他們提供充足的算力、寬松的環境，讓他們驗證各種新想法。

一位算法工程師對《財經》表示，大模型領域的知識迭代以月甚至周為單位。年輕的研究員不會受到舊知識體系的束縛，他們的學習研究一開始就基于最新的范式。最年輕的頭腦往往最有創造力，這和足球運動員在20歲、30歲出頭時體能、爆發力達到巔峰類似。

DeepSeek的主要人才來自北京大學、清華大學、浙江大學等中國本土知名高校的計算機系。那么，它的團隊是如何逐漸擴張的？

《財經》選取了6款里程碑意義基礎模型的論文名單，觀察DeepSeek研究團隊的擴張節奏——DeepSeek在27個月內，從不到100人擴張到了300多人。

2024年1月25日DeepSeek-LLM發布時有86位作者，2024年5月7日DeepSeek-V2發布時有156位作者，2024年12月26日DeepSeek-V3發布時有197位作者，2025年1月22日DeepSeek-R1發布時有194位作者，2025年12月1日DeepSeek-V3.2發布時有262位作者。2026年4月26日DeepSeek-V4發布時一共有317位作者。

DeepSeek的團隊規模在國內甚至已經不算小了。DeepSeek 27篇論文的累計作者總數（跨論文去重且剔除外部機構）達到了391人。橫向對比字節跳動Seed、阿里Qwen、月之暗面在Hugging Face主頁上所有論文的累計作者總數會發現，字節跳動Seed是967人、阿里Qwen是352人、月之暗面是387人。

從論文累計作者人數可以側面看到，它雖然人數遠比字節跳動Seed團隊要少，但對比其他模型公司仍然略多。

一支模型研究團隊的價值，最終不僅體現為模型性能和論文數量，還體現在模型是否真正形成持續的開發者使用習慣與市場影響力。上述算法工程師對《財經》表示，論文數量、團隊人數也許可以反映研發投入強度，但卻不一定能完全代表研發水平。

DeepSeek的研究團隊在開發者群體中的影響力甚至不遜色于其他公司。Token調用規模可以側面反映這個問題。

和其他模型往往靠發布后一個月的熱度短期沖榜不同，DeepSeek形成了穩定的開發者使用習慣與真實推理需求。全球模型聚合平臺OpenRouter數據顯示，近一年（2025年5月4日-2026年5月4日）DeepSeek在只有四款旗艦模型（DeepSeek-V3、R1、V3.2、V4）的情況下，Token調用量占比一直在5%-20%之間，調用量排名長期位居全球前六。

過去一年，雖然阿里Qwen、騰訊混元、小米Mimo、月之暗面Kimi、智譜GLM、MiniMax等國內模型都曾在一段時間內進入OpenRouter調用量前列，但多數模型的調用占比往往會隨著市場熱點變化快速波動。相比之下，DeepSeek的模型更新雖然慢，但生命周期更長。

核心研究團隊仍然穩定

2026年，基礎模型的競爭變得比過去三年還要激烈。

據《財經》不完全統計，2025年12月1日-2026年4月24日，美國市場（OpenAI、Anthropic、谷歌Gemini）和中國（包括阿里千問、字節跳動豆包、騰訊混元、小米MiMo、DeepSeek、月之暗面、智譜、MiniMax）的11家主流模型公司，在144天內至少發布或迭代了53款模型，幾乎每2.7天就會有一款模型發布或迭代。

隨著市場競爭烈度上升，人才的流動速度也在變快，巨頭頻頻開出高薪挖角競爭對手的研究員。研究團隊能否長期穩定協作，已經成為影響模型研發的重要變量。

梁文鋒接受36氪暗涌Waves團隊采訪時提到過DeepSeek選人的標準——一直都是熱愛和好奇心，所以很多人會有一些奇特的經歷。很多人對做研究的渴望，遠超對錢的在意。

在面對巨頭高薪挖角的情況下，市場關心的一個問題是：DeepSeek這支研究團隊，是否真的像外界傳聞中那樣頻繁流失？答案是否定的。

《財經》采取了計算DeepSeek作者名單留存率的方式來進行觀察。結果是，DeepSeek-LLM到DeepSeek-V3.2，DeepSeek不同時期模型團隊的核心成員（剔除DeepSeek之外的其他高校或機構作者）作者名單留存率長期維持在70%-80%之間。

作者名單留存率的計算方式是，DeepSeek某一模型研發時期的論文作者中，后續仍持續出現在DeepSeek-V4作者名單且未被“*”標注為離職的人數占比。

需要強調的是，這種估算方式會低于真實在職率。因為，未被匹配到DeepSeek-V4作者的人，不一定已經離職，也可能轉到其他崗位不再參與論文署名。以下留存率數據，應理解為可觀測到的下限，而非精確在職率。

2024年1月25日DeepSeek-LLM的86位作者，71位出現DeepSeek V4的作者名單中且仍然在職。DeepSeek的初始團隊，作者留存率是82.6%。

2024年5月7日DeepSeek-V2的156位作者，有106位出現DeepSeek V4的作者名單中且仍然在職。DeepSeek-V2團隊，作者留存率是67.1%。

2024年12月26日DeepSeek-V3的197位作者，有148位出現DeepSeek V4的作者名單中且仍然在職。DeepSeek-V3團隊，作者留存率至少是75.1%。

2025年1月22日DeepSeek-R1的194位作者，有143位出現DeepSeek V4的作者名單中且仍然在職。DeepSeek-R1團隊，作者留存率至少是73.7%。

2025年12月1日DeepSeek-V3.2的262位作者，有212出現DeepSeek V4的作者名單中且仍然在職。DeepSeek-V3.2團隊，作者留存率至少是80.9%。

根據上述數據來看，DeepSeek-LLM時期的早期團隊作者留存率依舊很高，但在DeepSeek-V3和DeepSeek-R1之后的團隊，作者留存率的確有所下滑。

上述中國基礎模型明星創業公司人士對《財經》表示，DeepSeek的這一人才留存率數據在中國市場是較高水平。他所在的公司人才留存率略低于DeepSeek。

事實上，他所在的這家明星公司已經是一個理想主義氣質很強的模型公司。在他看來，在巨頭高薪挖角的環境下，現在愿意留在DeepSeek的研究員，往往是有追求的人。他所在的公司，也有被技術理想感召而去DeepSeek的研究員，但沒有一個從DeepSeek過來的人。

美國風險投資公司SignalFire在2025年5月根據全球職業社交平臺LinkedIn上的跳槽記錄統計了全球頂尖AI實驗室的員工2023年-2024年的兩年留存率。其中，Anthropic是80%，谷歌DeepMind是78%，OpenAI是67%，Cohere是64%。

如果側面參考SignalFire這一數據對比，DeepSeek的員工留存率和全球頂尖AI實驗室相比，也屬于正常甚至偏高的水平。

《財經》統計發現，DeepSeek的核心研究團隊不僅始終保持了較高穩定性，同一批核心研究員長期還交叉參與了DeepSeek多個關鍵模型與研究方向的研發。

DeepSeek 27篇論文中，出現頻率最高的15個人，有13人目前仍然在職。且這些核心成員參與了DeepSeek LLM、DeepSeek-V2、DeepSeek-V3、DeepSeek-R1、DeepSeek-V3.2、DeepSeek-V4等六款關鍵基礎模型的研發。

研究團隊穩定，這讓DeepSeek很多技術研究是有延續性的。每一代模型，都是站在前一代的工程和研究積累上出發進行創新。

比如，DeepSeek-V2中驗證的MLA（Multi-head Latent Attention，多頭潛在注意力）推理架構和MoE設計，被V3和R1直接沿用；DeepSeekMath中提出的GRPO（群體相對策略優化）強化學習算法，先被R1用于推理能力訓練，后又被V4的數學方向訓練直接采納。

除此之外，DeepSeek的核心研究團隊長期在不同模型與研究方向之間交叉協作。他們并不像很多大型科技公司那樣，將不同技術方向完全拆分為獨立的研發體系。

論文名單顯示，同時參與了Coder（代碼生成）、VL（視覺理解）、MoE（混合專家架構）、Math（數學計算）、OCR（光學字符識別）等至少三個不同技術方向的在職研究員至少有24人。這24個人全部都是DeepSeek-LLM階段就已經加入了DeepSeek。

一位基礎模型工程師曾對《財經》表示，基礎模型訓練過程中，很多真正關鍵的能力，并不會完全寫進論文。它們會逐漸沉淀為研究團隊內部的工程經驗、訓練直覺與跨方向協同能力。這些東西，往往需要一支長期穩定協作的研究團隊，才能慢慢形成。

這也是DeepSeek研究團隊和其他公司不同的地方。

DeepSeek離職的人去哪兒了

市場上長期關注的一個問題是，DeepSeek的離職員工到底去了哪兒？

DeepSeek論文中明確用“*”號標注離職的人有25人。他們出現在DeepSeek-V3、DeepSeek-R1、DeepSeek-V3.2、DeepSeek-V4這四篇論文中。

離開DeepSeek的研究員大部分并未離開基礎模型行業。他們中的不少人，已經加入字節跳動、小米、騰訊等公司的模型核心團隊，甚至開始獨立負責新的研究方向。DeepSeek甚至為中國的大模型研究培養了一批具備帶隊能力的人才。

《財經》通過他們的個人學術主頁、領英以及X（前Twitter）等公開渠道驗證了12個研究員的動向。其中至少有4位進入了字節跳動、騰訊、小米等公司擔任核心負責人。

Fuli Luo（羅福莉）2025年加入小米擔任小米Mimo實驗室負責人。她主導研究的MiMo-V2系列模型Token消耗量一度在OpenRouter平臺今年3月的周榜中位列第一。

Bingxuan Wang（王炳宣）2025年末加入騰訊混元團隊。

Daya Guo（郭達雅）2026年加入字節跳動Seed實驗室擔任Agent（智能體）負責人之一。

Chong Ruan（阮翀）2026年加入智能駕駛公司元戎啟行任首席科學家，主導基座模型開發。

其他離開DeepSeek的7位研究員仍然活躍在大模型研究的一線，他們正在就讀更高學位，同時還在其他大型科技公司繼續擔任學生研究員。目前主流的模型公司都會設置學生研究員崗位。

他們之中至少有3位目前或曾經在字節跳動Seed團隊擔任學生研究員，其中包括Haocheng Wang（王浩丞）、Huajian Xin (辛華劍)、Jiawei Wang（王家偉）。

Wanjia Zhao（趙萬佳）2024年離開DeepSeek后，先后進入微軟研究院雷德蒙德實驗室與谷歌DeepMind擔任學生研究員，目前仍在斯坦福大學攻讀計算機科學博士。

綜上來看，DeepSeek人才流失的說法至少目前不能成立，尚屬于正常流動范圍。

它仍然是一個核心團隊穩定、規模持續擴張、能夠穩定產出領先模型的中國本土研究團隊。它甚至還在不斷為其他中國模型公司輸送有帶隊能力的人才。

DeepSeek創造的研究環境是中國市場稀缺的，這是它具備競爭力的關鍵因素。DeepSeek真正特殊的地方，不只是訓練出了DeepSeek-R1、DeepSeek-V4這些模型。它還正在證明——中國本土AI研究團隊，可以通過團隊長期穩定協作的方式，持續參與全球前沿基礎模型競爭。

27個月，27篇論文，391位研究員，25人離職。這是DeepSeek留給外界最清晰的一份答卷。

責編 | 張生婷

題圖來源 | 由ChatGPT生成