鈦媒體生成式AI

張一鳴為什麼把50%的時間給了Seed?

2026年8月5日 09:40
張一鳴為什麼把50%的時間給了Seed?

重點摘要

張一鳴將一半時間投入AI基礎研究團隊Seed,顯示字節跳動在AI領域的戰略重心在於底層模型能力,而非上層產品。上半年字節在AI產品上未如以往定義行業議題,但Seed團隊持續擴張,張一鳴賭注模型能像推薦算法一樣成為所有產品的共同底座。

站內 AI 整理稿

今年上半年,字節跳動在AI領域的動作似乎不如以往凌厲,但創辦人張一鳴的注意力卻異常集中。今日資本創始人徐新最近在一場播客中透露,她曾勸說星海圖CEO高繼揚少管日常營運、多盯技術方向,並以張一鳴為例——她說,抖音規模如此龐大,張一鳴卻把一半的時間都放在一個名為「Seed」的研究團隊上。這個名字對多數普通用戶來說相當陌生,但從徐新的話語中,可以感受到Seed在字節內部的戰略地位。回顧字節今年上半年的產品動態,確實少了過去那種「一出牌就讓對手失眠」的霸氣。春節期間,豆包透過高流量與高曝光取得一場勝仗,甚至甩開不少競爭對手,但春節過後,豆包的大版本更新並不多。2月發布豆包大模型2.

0之後,整體策略圍繞為專業版鋪路,過程中也面臨不少輿論壓力。以字節過去的標準來看,這樣的節奏只能稱得上收斂。另一個例子是釦子,作為AI開發平台,釦子早在2023年Agent概念尚未走熱時就已布局,但2026年上半年Agent領域真正爆發時——OpenClaw一夜爆紅、阿里騰訊爭搶龍蝦熱潮、Coding戰場頻頻出現新話題——釦子卻異常沉默,令人意外。TRAE的情況也類似,這款程式設計工具在Cursor、Claude Code、OpenAI Codex等強敵環伺下口碑不差,但始終缺乏行業級的話題性,侷限在程式設計師的小圈層。

6月,TRAE Solo默默升級為TRAE Work,定位從開發者工具擴展到全員AI辦公,更像是跟隨者的角色。飛書的變化則在最近落地:7月30日,字節內部郵件宣布飛書產品團隊整體併入豆包,銷售團隊劃歸火山引擎,這個曾經的一級BU不再獨立。表面上是飛書降級,更深層的原因在於字節承認獨立辦公軟體形態的局限,將算力、模型能力與端側協同收攏到同一個資源調度框架之下。把這些事件串起來看,今年上半年字節幾乎沒有主動定義過任何一次行業議題。Agent、工作台、企業生產力——每一個關鍵詞都是別人先喊出,字節再跟進。對於一家向來擅長定義賽道的公司,這種變化本身就是一個異常信號。

然而,張一鳴將一半時間精力投入Seed團隊,揭示出字節的真正籌碼並不在表面的產品上。過去一年多,字節持續從Google DeepMind等頂級實驗室招攬AI人才,前Google DeepMind研究副總裁、Google Fellow吳永輝在2025年入職Seed只是開端,隨後深耕基礎模型、強化學習、多模態領域的科研人才陸續匯聚。根據多家科技媒體披露,Seed正式員工在2024年突破200人,2025年增至300人以上,且仍在成長。豆包、釦子、即夢等字節系的應用場景,幾乎全部建立在Seed的模型能力之上。

今天外界看到的大多數字節AI產品,只是Seed能力的第一層應用;真正投入最多人力、算力和預算的,仍是那些普通用戶幾乎感知不到的基礎研究。這讓人重新審視字節過去十幾年的成功路徑。今日頭條問世時,門戶、客戶端、新浪、騰訊新聞都在前面,但頭條改變的不是資訊本身,而是閱讀資訊的方式,背後的殺手鐧是推薦算法。抖音同理,短視頻不是字節發明,快手已跑出市場,但字節重新定義了內容分發與玩法。TikTok出海,本質是同一套邏輯。剪映後來居上,也是用底層AI能力把自動字幕、智能剪輯、語音識別重新做了一遍。

字節真正押注的,從來不是某一個產品形態,而是跨產品通用的工程化打法——把交互背後的基礎能力重做一遍,讓用戶最終流向自己。這也解釋了為什麼張一鳴會把核心精力放在Seed上:從推薦算法到大模型,字節依然試圖用技術底座的代際差,來抹平上層產品形態的先發優勢。但在AI時代,這套過去屢試不爽的打法是否仍然成立,是一個更複雜的問題。互聯網時代,交互方式變化不快,資訊App的形態十年沒有質變,短視頻賽道也基本穩定,底層一旦拉開差距,上層優勢可以維持很久。

AI時代則不同:ChatGPT早已不限於聊天,Codex帶來Agent原生的交互範式,Claude向企業深處走,WorkBuddy以智能體形態切入桌面,讓AI直接幹活。字節旗下的Seedance在垂直賽道表現亮眼,從年初的2.0到剛發布的2.5版本,技術迭代速度和效果都屬上乘,但垂直維度的技術壁壘很難自動轉化為大眾化的產品普及。AI第一次出現一個現象:基礎能力的迭代週期開始落後於上層交互與工作流的重構速度。當對手靠產品形態直接切入核心生產力場景時,底層的領先可能來不及轉化為產品壁壘。字節今天面對的真正挑戰就在這裡。此外,豆包的成功也帶來了某種慣性。2026年6月,豆包月活達3.

82億,依託火山引擎商業化體系測算,字節大模型板塊年化經常性收入(ARR)達40億美元,超過國內其餘所有大模型企業ARR總和,大模型日均Token調用量突破180萬億。這組數據放在任何一家公司都值得開香檳,但在字節身上,它成了微妙的包袱。豆包驗證了AI助手可以擁有幾億用戶,於是組織資源繼續向這裡傾斜,專業版、推理、Agent模式——產品迭代路線全部圍繞如何讓AI助手更好用展開。但行業已進入下一階段,討論的不再是AI能不能聊天,競爭正在從對話變成Agent桌面。這跟豆包不是一個邏輯。所有成功產品都會遇到這個問題:成功的慣性,有時比失敗更難打破。

飛書二季度新增客戶中超過九成同步採購了AI產品,證明豆包與飛書的組合在商業上成立,但商業成功與戰略正確有時是兩回事。將騰訊和阿里的動作放在一起看,會更清楚字節的處境。騰訊今年沒有模型優勢,混元大模型在能力上與豆包、千問仍有差距,但騰訊做對了一件事:眼看WorkBuddy跑出來,立刻把QClaw併入,再接入騰訊文檔、會議、IMA、QQ郵箱。這套動作的核心不是做某個單品,而是把AI作為一根線,串聯所有已有的生產力產品。

阿里的路徑更激進:3月成立ATH事業群,吳泳銘親自掛帥;4月設集團技術委員會;6月釘釘換帥,92年的陳宇森接任CEO;同時把QoderWork、悟空、MuleRun三款Agent整合為「千問辦公」,一氣呵成。騰訊和阿里在做同一件事:把產品變成系統,重新組織已有產品,把AI融入整個生產系統。字節呢?模型能打,產品也有,但系統層面的整合才剛剛開始。飛書併入豆包和火山引擎,是字節第一次把辦公、AI和雲放進同一個框架,比騰訊和阿里的整合晚了不止一拍。張一鳴到底在等什麼?按照字節以往的勝利路徑,這有些反常。他賭的是模型嗎?不完全對。

模型是手段,他真正賭的是模型最終像推薦算法一樣,成為所有產品共同依賴的底座。賭對了,所有Agent——豆包、釦子,還是未來任何形態——最後都會長在Seed上,到那時候入口大戰的結果反而不重要,因為無論使用路徑換成什麼,底座只有一個。賭錯了,入口戰已經結束,Agent的使用習慣固化,模型再強也只能退回後台,充當供應商的角色,顯然不是字節想扮演的。這個問題放在任何創始人身上都足夠尖銳,放在張一鳴身上尤其如此。他從創業第一天就在說「延遲滿足」,那是拉長時間軸、換取確定性超額回報的方法論。但在AI這場變量極高的長跑裡,過度延遲也可能意味著丟失上層生態的入場券。

真正的問題是,張一鳴是否接受產品暫時落後,仍把50%的時間留給Seed。這不是一時衝動,而是他把「延遲滿足」從個人原則再次變成公司戰略選擇的體現。互聯網公司的競爭曾像百米衝刺,而AI正慢慢把比賽改成長跑。產品可以幾個月換一代,Agent可以半年換一種交互,但真正決定一家公司的,也許越來越不是產品,而是那些用戶永遠看不見的東西——推薦算法、大模型,以及未來新的基礎設施。今天看字節的策略,很容易覺得變慢了,但真正的問題或許不是慢,而是這一代AI到底是一場產品戰爭,還是一場基礎設施戰爭。這個答案,可能要很多年以後才能知道。

Related

相關文章

MarkTechPost AI生成式AI

使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線

在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。

40 分鐘前
MarkTechPost AI生成式AI

NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架

NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

1 小時前

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌

六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

3 小時前
鈦媒體生成式AI

DeepSeek重啟融資,三年市值對齊騰訊?

DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。

4 小時前