上周，字节跳动大模型团队Seed悄悄完成了一次大调整。这次不是小修小补，而是把整个模型研发的链条——从数据、预训练，到强化学习、产品落地——全部重排了一遍。
具体来说，Seed旗下的基础模型部门Seed Foundation Model一口气新设了四个一级部门，负责人全部向吴永辉汇报。吴永辉是字节2024年从谷歌DeepMind挖来的大将，可见这次调整的分量。
先说最底层的数据环节。以前，做文本的、做编程的、做视觉识别的、做语音的，各管各的数据，像四个灶台各烧各的菜。现在，这些预训练数据团队全部整合到一起，由李成刚统一负责。目标很明确：为新一代Omni多模态模型准备“食材”——让一个模型同时理解文字、图片、声音，喂给它的数据必须更全面、更统一。李成刚接下来要扛的，还有超大规模模型的预训练数据，这是打地基的活。
第二块是强化学习，由唐晟宇负责。强化学习是什么？简单说，就是让模型在试错中自己变聪明，而不是光靠背题海。原来的后训练、推理、视觉理解等团队被整合进来，目标只有一个：把模型的基础智能“天花板”往上顶。说白了，这是决定模型到底能多聪明的核心技术环节。
第三块和第四块更有意思——字节把B端和C端的产品模型能力彻底分家了。
面向B端（企业客户）的，叫Product Posttrain-Work，由秦禹嘉负责。这个团队主攻Agentic模型，也就是能自己干活、会调用工具的AI智能体。他们要针对办公场景做优化，比如帮你写邮件、查资料、整理会议纪要这类任务。字节的豆包、Dola这些产品里那些“帮我完成任务”的模式，背后靠的就是这支团队。
面向C端（普通用户）的，叫Product Posttrain-Chat，由朱文佳负责。说白了就是做“聊天”这件事——对话模型的整合与发布。你平时用豆包聊天、问问题，体验好不好，就看这个团队的活。有意思的是，这支团队其实就是原来的Application团队改了个名，但定位从“全能”变成了“专注对话”。
这一拆，逻辑很清晰：企业要的是“能帮我干活”的AI，用户要的是“懂我聊得来”的AI，这两条路对模型能力的要求不一样，干脆从一开始就分开养。
从这次调整能看出什么？字节在AI上不再追求“一个模型打天下”，而是在赌两条赛道：一个是强化学习把模型变聪明，一个是Agent让模型能干活。行业里盯Agent的不少，但像字节这样把B端C端从组织架构上彻底分开、还单独立了Agent部门的大厂，并不多见。
大模型竞争打到现在，堆算力、比参数的时代正在过去，接下来拼的是谁能把模型调教得更聪明、更能干活。字节这一刀切下去，刀法还挺准。