近日，字节的AI组织正在经历一轮调整。针对大模型竞争进入新阶段后的需求，字节重新梳理模型、数据和业务之间的关系，集中资源，为下一阶段的竞争做准备。在研发侧，字节大模型部门成立了四个新的一级部门：Pretrain Data（预训练数据），负责人李成刚。把原先散落在文本、编程、视觉、语音等方向的预训练数据团队全部合并，统一负责新Omni模型的多模态数据和超大模型预训练的数据工作。Horizon RL（强化学习），负责人唐晟宇。整合此前分散的后训练、推理和视觉理解团队，主攻强化学习，探索模型基础智能上限。Product Posttrain-Work（B端产品后训练），负责人秦禹嘉。主要服务B端，负责Agentic模型的整合与发布，针对办公场景优化能力。Product Posttrain-Chat（C端产品后训练），由原本朱文佳负责的Application团队更名而来，专注C端对话模型。四个新部门全部向Seed技术负责人吴永辉汇报。调整公告中强调“合并相似工作、减少重合、内聚在一起。”图片图源：晚点LatePost此前，Seed团队按文本、代码、视觉、推理等模态划分，早期每个方向都能快速跑，但随着方向增多，边界开始模糊，“重复造轮子”成了常态。这次调整把分散的数据、强化学习、后训练力量集中，同时把面向办公的Work和面向聊天的Chat彻底分开。这次调整至少透露出三重信息：第一，字节意识到数据不再是简单的“燃料”，而是决定模型智能水平的核心基建。把各模态的预训练数据团队合并为一个部门，说明数据工程正在从后台支持走向前台战略，尤其要为超大模型和Omni多模态模型储备数据能力。第二，字节在强化学习上押了重注。Horizon RL的设立对应了行业的一个共识：预训练决定模型的天花板，后训练影响模型最终表现。第三，字节承认了通用大模型与商业落地之间存在鸿沟。把Work和Chat分开，意味着B端和C端对模型能力的需求已经出现明显差异，需要针对不同场景优化。B端要的是工具调用和任务完成，C端更看重对话体验。

这一轮调整，其实是字节过去一年持续整合AI资源的延续。去年吴永辉接管Seed后，已经组建了Edge、Focus和Base三个虚拟组织，推动不同团队共享数据和代码库，减少重复研发。Seed Robotics此前分散在硬件、数据和模型等多个团队，近期已统一调整至周畅负责的多模态交互与世界模型体系，以便复用数据、模型和算法能力。为什么选择在这个时间点做这样一次大调整？在年中全员会上，字节跳动CEO梁汝波承认字节大语言模型仍面临与海外领先模型的差距，并表示公司会坚持自研，接受短期落后。而创始人张一鸣也在Seed全员会上定调：做模型要坚持长期主义，而不是用别人的输出换一时的榜单排名。字节内部对开源模型严禁蒸馏，张一鸣相信蒸馏会干扰真正意义上的长期技术突破。不蒸馏，意味着核心数据必须自产、核心能力必须自研。而自研要真正跑通，就不能再让各团队分散作战、重复造轮子。数据、强化学习、后训练这些环节高度关联，如果各自为政，很容易出现标准不一、资源浪费，最终拖慢整个模型的迭代。所以，内部的数据工程、强化学习、后训练能力必须集中起来，形成合力。Seed的调整由此而来——Pretrain Data合并预训练数据团队，Horizon RL单设强化学习，Work和Chat拆开各行其是。