字节跳动Seed部门重组：聚焦AI代理与聊天

字节跳动的大模型部门Seed刚刚完成了一次重大的组织调整，标志着其对企业和消费者AI应用的关注更加聚焦。此次重组于上周进行，整合了预训练、强化学习和产品后训练方面的资源，同时明确区分了面向企业（B端）和面向消费者（C端）产品的模型能力。

这次调整的核心是在Seed基础模型下新设立了四个一级部门，均直接向吴永辉汇报。此举旨在简化从原始数据到最终产品的整个模型开发流程，并促进构建AI系统时更加协同的方法。

关键任命之一是李成刚，他现在领导预训练数据部门。该团队汇集了之前分散在文本模型、编程、视觉理解和语音方面的预训练数据小组。目标是创建统一的数据策略，特别是为即将推出的Omni模型，该模型将需要大规模的多模态数据集。通过集中这些工作，字节跳动希望加速训练更强大、更多功能的模型。

另一个关键部分是Horizon RL部门，由唐圣宇领导。该团队合并了后训练、推理和视觉理解团队，其明确任务是：推动强化学习的边界，以提升模型的基础智能。这是一场赌注，即强化学习——模型通过试错学习——将是解锁更高级推理能力的关键。

在产品方面，重组引入了企业和应用之间的明确划分。秦宇佳负责产品后训练-工作，这是一个专注于B端应用的团队。他们的任务是集成和发布针对办公场景优化的代理模型——能够自主执行任务的AI系统。这直接支持字节跳动生产力工具（如豆包和Dola）的任务模式，这些工具越来越依赖AI代理来处理复杂工作流。

与此同时，原来的应用团队已更名为产品后训练-聊天，现由朱文佳领导。该团队针对C端应用，处理对话模型的集成和发布。分工明确：工作面向企业，聊天面向消费者。这是一种战略分离，使每个团队能够根据各自受众的具体需求定制模型。

这次重组反映了AI行业的一个更广泛趋势：认识到不同的用例需要不同的模型架构和训练方法。帮助销售团队起草提案的AI代理与用诙谐对话娱乐用户的聊天机器人有着截然不同的要求。通过为每个领域创建专门的团队，字节跳动正在定位自己，以便在两个领域都更有效地竞争。

对强化学习的强调尤其值得注意。虽然许多公司专注于扩大预训练数据规模，但字节跳动似乎押注于从反馈中学习并随时间改进的能力将成为差异化因素。这可能导致模型不仅更大，而且更智能——能够以当前系统难以做到的方式进行推理、规划和适应。

目前，字节跳动对这些变化保持沉默，拒绝正式置评。但信息很明确：该公司正在加大对AI的投入，其结构旨在快速行动并在各方面进行创新。

随着AI领域日益拥挤，OpenAI、谷歌和Meta等参与者都在争夺主导地位，字节跳动的重组提醒我们，组织敏捷性可能与技术实力同样重要。通过围绕明确的产品目标和前沿研究调整团队，Seed正在定位自己成为下一波AI发展中的主要力量。

关键要点