字节跳动的AI大本营Seed，上周悄悄完成了一次大调整。
这次调整的核心动作是：Seed Foundation Model新成立了四个一级部门，负责人全部直接向吴永辉汇报。吴永辉是谁？字节跳动从谷歌挖来的AI大牛，可见这次调整的分量。
很多人可能不知道，训练一个大模型就像做一桌满汉全席。以前食材是分开买的，各做各的；现在字节把所有食材统一采购和管理，还分出了四个专业厨房。具体来说，这次调整把预训练数据、强化学习、模型后训练的资源全部整合到一起，同时把面向企业和面向普通用户的产品模型能力分开布局。
先看数据这块。以前的文本模型、编程、视觉理解、语音这几个方向的数据团队是各干各的，现在统一归李成刚负责，叫Pretrain Data。目的很明确：集中力量准备新一代Omni模型所需要的多模态数据。多模态可以理解为让AI同时拥有眼、耳、口，能看图、听声、说话，而不只是会打字回话。
再看强化学习这块。唐晟宇接手了Horizon RL部门，整合了后训练、推理和视觉理解团队，核心任务就是搞强化学习，提升模型的“智商天花板”。大白话就是，让AI不光能答对题，还能在复杂情况下自己想明白该怎么做。
有意思的是，B端和C端正式分家了。
面向企业的叫Product Posttrain-Work，由秦禹嘉负责，专门做Agentic模型。这个词听起来玄乎，其实就是“会主动干活的AI”。比如帮你处理邮件、整理会议纪要、安排日程——这些办公场景里的任务，AI不再只是聊天，而是真能自己动手。豆包、Dola等产品的任务模式都会用上这个模型。
面向普通用户的叫Product Posttrain-Chat，其实原班人马没怎么动，就是原来的Application团队改了个名，由朱文佳负责，专门做对话模型。也就是说，你在手机上跟豆包聊天用的模型以后往这个方向优化。
一个干活，一个聊天，井水不犯河水。
这么一拆，Seed的研发链路变得很清晰：先统一整理数据，再做预训练，接着强化学习提升能力，最后根据不同场景做产品化调整。字节的目标也很明确——企业办公的Agent和消费级的聊天对话，这两块市场要的是不同的能力，死磕一个模型两头讨好，不如各自专注。
目前字节官方对此事没有正式回应。但从这次动作可以看出，大模型公司已经过了拼参数、拼规模的阶段，开始精细化耕作——谁先跑通数据到产品的最短路径，谁就可能在新一轮AI竞赛里占住身位。
