于是字节 Seed 又进行了一轮组织调整。
因为表面上是部门合并，背后其实暴露了一个大模型时代越来越重要的问题：当模型越来越大，决定上限的可能不只是人才，而是怎么把一群天才组织起来。
过去两年，Seed 的组织很像大多数模型公司：文本、Coding、视觉、语音、推理各自往前冲，每个方向又有自己的数据和后训练团队。
据报道，Seed Foundation Model 此次新成立/调整了几个关键一级部门：
Pretrain Data，把原本散落在文本、Coding、视觉、语音等方向的数据团队合并起来；
Horizon RL，整合此前分散的后训练、推理和视觉理解相关团队，集中做强化学习；
而应用后训练则进一步拆成 Product Posttrain-Chat 和 Product Posttrain-Work。
一个继续服务聊天，一个开始专门服务办公和 Agentic Work。
现在越来越像：Data → Pretrain → RL → Product Posttrain
到了最靠近用户的一层，再按照：Chat / Work
因为 Omni 和超大模型越来越不允许大家“各玩各的”。
当语言、代码、视觉、语音最终进入同一个 Foundation Model，数据怎么配比、什么时候加入、RL 怎么做、能力之间怎么平衡，本质上都是全局优化问题。
过去可以让几个团队同时赛马，现在可能越来越赛不起了。
探索期需要 Diversity，决战期需要 Concentration。
字节并不缺人才。
甚至恰恰因为顶尖人才太多，每个人都有自己的方向，都希望做出能够引领行业的东西，最终反而可能出现重复建设和资源分散。
字节过去相信“大力出奇迹”。但到了 Frontier Model 时代，也许还得加一句：
大力依然可以出奇迹，但前提是所有力得往一个方向打。
接下来就看，字节能不能真的把这群散落在不同方向上的“大模型天才”，重新拧成一股绳。
