字节 Seed 大调整：数据与强化学习集中，产品按任务拆

大模型竞争开始比拼组织，这次轮到字节。

8 月 19 日，据晚点 LatePost 报道，字节跳动 Seed 基础模型团队新设 Pretrain Data（预训练数据）、Horizon RL（强化学习）、Product Posttrain-Work（面向办公场景的产品后训练）和 Product Posttrain-Chat（面向对话场景的产品后训练）四个一级部门，分别由李成刚、唐晟宇、秦禹嘉、朱文佳负责，均向吴永辉汇报。

据悉，四个新部门之下的分支架构与带队人选也已落定，而这些更细的调整，或许更能透露出此次组织变动背后的真实意图。

数据和 RL 开始集中

先看模型能力侧的两个部门。

Pretrain Data 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来，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，统一为 Omni 全模态模型和超大模型供给数据。

负责人李成刚曾从 0 到 1 搭建字节搜索系统，先后负责今日头条网页搜索和 TikTok 视频搜索的技术工作。其麾下沈科是超大模型预训练数据的核心人物；Xia Xiao 则是开源代码模型 Seed-Coder 的核心作者之一。

相比数据条线，Horizon RL 动作更大。它整合了分散在推理、视觉理解等方向的后训练团队，下设 RL Scaling（岳宇）、Reasoning（王明轩）和视觉强化学习（吴侑彬）三个分支，负责强化学习，提升模型的基础智能上限。

王明轩此前在火山翻译，北航本科、中科院计算所博士，曾在腾讯任高级研究员，多次拿下 WMT 机器翻译评测冠军；岳宇是字节与清华 AIR 联合开源的强化学习系统 DAPO 的算法作者之一。

Seed 此前公开过 DAPO、VAPO 等强化学习工作，并持续把 RL 用于更长链路的推理和 Agent 能力。把几个方向和负责人放在一起，Horizon RL 的意图就比较清楚了——它并不是简单把原来的后训练团队换个名字，而是把 Reasoning、视觉语言模型等不同方向中的 RL 能力进一步集中。

据晚点 LatePost 报道，Seed 在调整公告中称，此次调整旨在“合并相似工作、减少 overlap，内聚在一起”。

有接近字节的人士称，调整后，文本、代码、视觉这些老方向并没有消失，只是换了一种管法。以视觉为例：预训练数据归 Pretrain Data 的林毅，训练后的强化学习归 Horizon RL 的吴侑彬，两人互不隶属，但视觉的数据和强化学习本是一根链条，所以吴侑彬在视觉方向上还要同时向林毅汇报。

类似的安排还有：唐晟宇在执掌 Horizon RL 之外，同时管着代码预训练；此前主导多模态交互与世界模型的周畅，同时管着视觉预训练。

Work 和 Chat 各司其职

产品侧的两个部门，由原先统一的应用后训练团队按用户任务一分为二。

Product Posttrain-Work 服务 B 端，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，针对办公场景优化模型的 Agentic 能力，包括支持豆包和 Dola 的任务模式。

负责人秦禹嘉是四个新部门负责人中的 90 后，师从清华教授刘知远，曾是面壁智能核心成员、开源工具学习引擎 BMTools 的作者，2024 年 7 月才通过“Top Seed”人才计划加入字节，是 GUI 智能体 UI-TARS 的第一作者，两年升至一级部门负责人。GUI 分支负责人吴志勇，公开信息显示其曾参与 OS-Atlas、SeeClick 等 GUI 智能体开源工作。

原本由朱文佳负责的 Application 团队继续保留，并更名为 Product Posttrain-Chat。它与新成立的 Product Posttrain-Work 分别面向 C 端对话和办公任务，下设豆包和 Dola Chat 分支，负责人严林同时吸收了吴双志的原班人马，主要优化搜索问答、对话体验、个性化和安全等能力，同时控制推理成本。

严林是中科院计算所硕士，豆包大语言模型 Alignment 团队负责人。有知情人士称，吴双志则转往火山引擎，负责火山 API 支持，向吴迪汇报——吴迪同时掌管字节机器学习中台和火山引擎算法团队。

一拆一合的逻辑很有意思：过去大模型产品更多按模型能力来分，比如语言、视觉、代码；现在则更多按用户要做什么来分。Chat 面向搜索、问答、对话等 C 端需求，Work 则面向办公场景和复杂任务，等于把 AI Coding 中已经积累的工具调用、电脑操作和复杂任务执行能力，进一步用到日常办公中。

从人员安排来看：Work 交给更熟悉 Agent 的年轻团队，Chat 由在字节内部成长起来的严林负责，吴双志这样的后训练人才则更多流向火山引擎。

接近字节的内部人士称，字节现在的定位看似已经清晰：豆包、Dola 负责短期做大用户规模；Work 押注新的 Agent 办公场景；火山则承担更长期的企业服务和模型商业化。

行业背景

放到行业里，Seed 这轮调整并不孤立：腾讯上月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，由姚顺雨统一负责；Meta 的超级智能实验室也按模型、研究、产品、Infra 四块重组。

可以看到，模型向 Omni 发展后，不同模态之间的边界变得模糊；Reasoning 和 Agent 成为竞争重点后，RL 也不再只是某个模型的“后训练环节”。Agent 还在拉近模型和产品之间的距离——模型不只是理解和生成，还要调用工具、执行任务，最终直接参与到产品和业务流程中。

Seed 这次调整得更加彻底：它换掉的是整套组织逻辑——不再按文本、代码、视觉各自为战，而是把这些能力打散，重新装进数据、强化学习和产品任务里。

框架已经搭起来了，接下来要看的，是这套组织方式能不能真正跑通。