字节Seed大调整：组织逻辑从“模态”转向“任务”，RL与Agent能力集中化

事件概述

据晚点Late Post报道，2024年8月19日，字节跳动Seed基础模型团队宣布新一轮组织架构调整。此次变动涉及四个新设立的一级部门，分别由李成刚、唐晟宇、秦禹嘉、朱文佳负责，均向吴永辉汇报。这一调整不仅明确了各分支的带队人选，更折射出Seed在大模型竞争进入深水区后，对组织逻辑的重构意图。

核心信息

1. 模型能力侧：数据与RL集中化

• Pretrain Data（预训练数据）：

  • 构成：由原先分散在文本、编程、视觉理解和语音方向的预训练数据团队合并而成。
  • 分支与负责人：下设文本预训练（沈科）、代码预训练（Xia Xiao）、视觉预训练（林毅）和语音预训练四个分支。
  • 目标：统一为Omni全模态模型和超大模型供给数据。
  • 关键人物：负责人李成刚曾搭建字节搜索系统；沈科是超大模型预训练数据核心人物；Xia Xiao为开源代码模型Seed-Coder核心作者。

• Horizon RL（强化学习）：

  • 构成：整合了分散在推理、视觉理解等方向的后训练团队。
  • 分支与负责人：下设RL Scaling（岳宇）、Reasoning（王明轩）和视觉强化学习（吴侑彬）三个分支。
  • 目标：负责强化学习，提升模型的基础智能上限，特别是推理效率和稳定性。
  • 技术积累：此前已公开DAPO、VAPO等强化学习工作，持续将RL应用于长链路推理和Agent能力。
  • 关键人物：负责人唐晟宇；王明轩曾任腾讯高级研究员，多次获WMT冠军；岳宇为DAPO算法作者之一。

• 跨部门协作机制：

  • 虽然部门分立，但业务链条保持连贯。例如，视觉方向中，训练前数据归Pretrain Data的林毅，训练后RL归Horizon RL的吴侑彬，吴侑彬在视觉方向上需同时向林毅汇报。
  • 类似交叉管理还包括：唐晟宇兼管代码预训练；周畅（原多模态交互与世界模型负责人）兼管视觉预训练。

2. 产品侧：按用户任务拆分Work与Chat

• Product Posttrain-Work（面向办公场景的产品后训练）：

  • 定位：服务B端，针对办公场景优化模型的Agentic能力，支持豆包和Dola的任务模式。
  • 分支：下设GUI（吴志勇）和由原有Agent办公团队合并而来的分支，负责Agentic模型的整合与发布。
  • 负责人：秦禹嘉（90后，清华刘知远教授学生，面壁智能核心成员，GUI智能体UI-TARS第一作者）。
  • 关键人物：GUI分支负责人吴志勇，参与过OS-Atlas、SeeClick等开源工作。

• Product Posttrain-Chat（面向对话场景的产品后训练）：

  • 定位：服务C端，优化搜索问答、对话体验、个性化和安全等能力，同时控制推理成本。
  • 分支：下设豆包和Dola Chat分支。
  • 负责人：严林（豆包大语言模型Alignment团队负责人，中科院计算所硕士）。
  • 人员变动：原Application团队负责人朱文佳继续保留该团队并更名；原相关人才吴双志转往火山引擎，负责火山API支持，向吴迪汇报。

值得关注

• 组织逻辑转变：过去大模型产品多按模型能力（如语言、视觉、代码）划分，现在转向按“用户要做什么”来划分。Chat聚焦C端日常交互，Work聚焦B端复杂任务执行。
• 行业趋势印证：此次调整并非孤立事件。腾讯近期将混元的大语言模型部与多模态模型部合并为基础模型部；Meta超级智能实验室也按模型、研究、产品、Infra重组。这表明随着Omni模型发展和Reasoning/Agent成为竞争重点，不同模态边界模糊，RL不再仅是后训练环节，而是提升智能上限的关键。
• 战略意图：通过打散传统模态壁垒，将能力重新装入数据、强化学习和产品任务中，Seed试图构建一套能真正跑通的组织方式，以应对Agent拉近模型与产品距离、直接参与业务流程的新阶段。