深度丨字節跳動，中國 AI 行業的黃埔軍校

在硅谷的科技演進史中，裂變始終是推動創新的核心原力。1957 年，“八叛逆”離開肖克利半導體，創立了仙童，由此開啟了英特爾、AMD 等半導體帝國的紀元；2021 年，一群核心成員走出 OpenAI，創辦了如今估值飆升的 Anthropic。這種帶有“基因傳承”色彩的人才外溢，往往預示著一個產業從技術萌芽期向工業爆發期的關鍵跨越。

現在，輪到中國 AI 面對這一歷史性時刻了，而風暴的中心，是字節跳動。

過去一年，字節跳動已成為中國 AI 領域最活躍的人才中樞。這不僅體現在其憑借頂級資源持續吸引著全球天才的匯聚，更表現為一種史無前例的技術遷徙。近70名字節seed成員流向其他大模型公司。與此同時，在頂級 VC 的托舉下，30 余家字節背景的 AI 創業新貴集群式破土，縱身躍入重塑產業版圖的征程。

字節跳動不再僅僅是一個批量制造爆款的App 工廠，它已經進化為中國 AI 行業的黃埔軍校。

這種“黃埔軍�！钡男纬�，依托于三個極致的維度：極高的人才濃度讓優秀成為生存底線；真實的業務場景讓算法在億級 DAU 戰場中經歷最殘酷的洗禮；極速的反饋閉環讓技術天然具備了對 ROI 的敏銳感。

譜系拆解：誰在承接字節的技術紅利？

字節跳動的大模型人才流向，呈現出一種精準的拼圖式嵌入。不同于以往大廠人才離職后的隨機分布，字節 AI 人的去向極具指向性：他們帶去的不是理論，而是成熟的AI 大規模實踐經驗和技術認知。

據獵頭圈內消息，過去一年已有近 30 名字節 AI 核心成員被某頭部大廠以數倍薪酬和更高職級挖走，助其重構AI Infra和數據基建能力。

這種流動脈絡極其清晰：字節 Seed 團隊開源的veRL 框架長期穩居強化學習訓練領域的“頭把交椅”，幾乎是 AI 工程化的行業標準。通過引入這批具備數萬枚GPU極限負載經驗的頂級人才，相關廠商就有機會在訓練平臺、推理系統與 RL 框架上實現全棧式突破，從而在根本上提升大模型的研發能效。

除了傳統巨頭，新興獨角獸也是這股技術紅利的主要受益者。最有代表性的兩個案例，是DeepSeek首位員工李宇琨和Kimi后訓練負責人宋鴻涌。

• 李宇琨是 DeepSeek 的首位員工。他曾于 2021 年加入字節，后從字節搜索團隊離開，并在 2023 年加入 DeepSeek，負責預訓練數據相關工作。

• 宋鴻涌。他在 2020 至 2022 年間就職于字節游戲部門，主要從事游戲 AI 中的強化學習研究；2023 年至 2025 年進入 Kimi，核心負責 post-training 和 RL 方向，并在這套能力鏈條上持續深耕。到 2025 年底，宋鴻涌又從 Kimi 離職創業，轉向機器人賽道。

以這些早期火種為開端，人才流轉在過去一年進入了爆發期。據接近字節的人士透露，約有 60-70 名 Seed 成員密集流向各大模型公司。

如果說 DeepSeek 和 Kimi 承接的是字節系人才在國內新勢力中的外溢，那么更大范圍內，這股流動還在直接參與全球最前沿的大模型競賽。OpenAI、Google、Meta和SSI，幾乎所有的頂級AI大廠都能看到字節技術人才的身影。

• Youlong Cheng 早期曾在字節 AML 工作，屬于字節較早一批大模型/基礎設施能力的技術人才。離開字節后加入 OpenAI，參與過基礎設施相關工作。根據目前相對公開的信息，他近年的工作方向持續圍繞大模型訓練基礎設施等核心能力展開。

• Qingqing Huang曾在字節 Seed 的 Speech 方向工作，具備語音研究與工程背景，離開字節后先后在 Meta 和 OpenAI 任職，延續其在語音與多模態方向上的積累。

• Ming Chen則曾在字節 AML 體系工作，2023 年離開字節后加入 OpenAI，后續工作持續與代碼模型、coding 能力和軟件工程自動化相關方向緊密相連。

• Haibin Lin曾在字節 Seed-Infra 團隊負責 RL training infra，長期從事 LLM 基礎設施相關工作。離開字節后，據傳其已加入SSI，繼續負責 infra 方向。

• Ziheng Jiang曾在字節 Seed-Infra 工作，是基礎設施方向的重要成員，離開字節后加入 Meta。

• Siyuan Qiao曾在字節 Seed-Model 組工作，在 LLM 預訓練架構和多模態方向均有深厚經驗，后加入 Meta，從事多模態模型研發。

• Chong Wang與Xuan Zou也都曾在字節 AML 工作，之后相繼流向 Apple 與 Meta 等公司，延續其在 AI 研發上的技術路徑。

如果說人才流向大廠是“輸血”，那么字節系集結創業則是“造林”。在過去的20個月里，30余家AI新貴從字節的母體中脫胎而生，其中許多創始人在工牌尚未交還之前，賬戶里便已躺著紅杉、IDG等一線機構的巨額支票。

資本的捕獵邏輯已經徹底倒置。一種正在成形的投資共識遷移：VC正在“系統性圍獵”字節的人才池，而非零散下注。

VC們不再枯等一份精美的BP，而是將戰線直接推到了字節辦公樓的樓下。在北京大鐘寺、北三環，在上海楊浦，投資經理們像盯盤一樣監控著人才的離職走向。在他們的表格里，候選人被精準地量化為職級代碼、匯報鏈條及產品戰績。這種“系統性圍獵”甚至到了瘋狂的程度：方向未定，TS（投資意向書）先行，甚至有機構奉上“空白TS”任君填寫的奇觀。

投資人給出的原因簡單直接：字節跳動已被視為大模型時代含金量最高的“創業黃埔軍�！敝弧Ｆ湟詳祿寗訛楹诵牡姆椒ㄕ�，已成功催生出今日頭條、抖音、剪映、番茄小說、豆包等一系列跨越國內外市場的 C 端爆款。

“作為中國互聯網公司中最早也最系統完成全球化驗證的企業之一，字節團隊所具備的全球視野及極端規模下的產品決策能力，恰恰是 AI和機器人新一輪技術周期中最稀缺的能力組合�！币晃煌顿Y人如是分析。

1. Agent 派系：生產力的極致重構

在 Agent賽道上，字節系創業者展現出了強大的應用落地能力。

• 此間無限：齊俊元曾是飛書的產品 VP 和豆包 PC 端業務負責人。這一組合意味著他既懂“飛書的組織力”（如何將 AI 融入企業工作流），又懂“豆包的產品感”（如何打造用戶友好的端到端體驗）。此間無限的核心產品是“AI 驅動的 GUI Agent”，旨在讓 AI 跨應用全場景自主操作，這無疑是對傳統軟件界面和人機交互的革命。紅杉和 IDG 連續重注，投后估值數億美元，正是對其“AI 驅動組織變革”野心的背書。

• Ouraca：這可以看作是字節智慧教育基因的延續。Ouraca 專注于 AI 教育 Agent，創始人李可佳的經驗有助于打造從內容生成到商業化落地的完整閉環，讓 AI 真正深入教學場景，而非僅僅作為輔助工具。

1. 多模態與內容社區：從“剪映”到“貓箱”的再進化

字節在視頻和內容賽道的統治力，也深刻影響了其創業者的方向。

• LiblibAI：陳冕曾任剪映全球商業化負責人。剪映是字節旗下的現象級視頻工具，其商業化和用戶運營經驗極其寶貴。LiblibAI 是一個多模態模型與創作社區，它不僅僅是一個工具，更是試圖構建一個圍繞多模態模型的內容生態，這與剪映的生態邏輯不謀而合。金沙江、高榕等多輪投資，證明了資本對其“社區+模型”流量變現潛力的認可。

• 上海動念：梁琛奇曾是字節 AI 陪伴產品「貓箱」的產品負責人。上海動念專注于 AI 漫畫，核心產品是 AI 漫畫生成 APP「松果時刻」。這一方向完美結合了字節系對“流量”和“社區生態”的天然敏銳度。梁琛奇懂得如何通過內容生成工具來構建具有黏性的內容社區，IDG 和美團的投資也驗證了資本對這一模式的看好。

1. 具身智能、軟硬結合與開源：深水區的探索

除了應用層，字節人才也在向 AI 的更深層滲透。

• 具身智能：程昊曾在字節擔任飛書產品副總裁。2023年，他創立“加速進化”，專注于人形機器人研發，公司成立后迅速推出產品并應用于機器人足球賽事。2025年，加速進化的人形機器人全球交付量超過1000臺，并實現了經營性現金流回正。
  

• AI 硬件：劉文寧是原字節 Fow Ocean 團隊市場負責人，投身 AI 可穿戴設備。這意味著字節人才不僅懂算法，也在探索 AI 在物理世界中的載體，試圖實現算法與硬件的深度融合。

• 持續低熵：黃柏特曾負責 MineContext 開源項目。其創業方向專注于開源生態與底層硬件的深度優化。這證明了字節系人才的技術觸角已經深入到行業最底層的軟硬件協同優化中，尋求持續降低算力成本。

為什么是字節？答案不在于偶然的運氣，而在于一套從頂層戰略配置到基層工程實踐的“重工業體系”。

首先，是技術路徑上的守拙與深耕。在行業普遍沉溺于“知識蒸餾”這種快錢路徑、試圖尋找大模型平替方案的浮躁環境下，字節跳動展現出一種近乎奢侈的戰略耐性。核心團隊 Seed 堅持“不蒸餾、不走捷徑”的底層打法，為此甚至配置了近千人的自有數據標注管理團隊，從源頭對數據進行工業級精度的壓榨。這個做法是對模型訓練基礎問題的認知和探究，不僅僅是意在打破“蒸餾”的技術天花板限制，也能讓人才得到更好的培養。

然而，單有點狀的深度不足以支撐一個快速成長的組織，更關鍵的是其“啞鈴型”人才生態的廣度。字節構建了一套健康的代際傳承體系：頂層由原 Google DeepMind 研究副總裁吳永輝負責，這位 DeepMind 職級最高的華人領袖，為團隊注入了世界級實驗室的技術審美與科研紀律；而在塔基，字節通過每年招聘上百名畢業生，每年開放五百個實習崗位，讓年輕人盡早加入前沿研究和實戰中，打造了國內規模最大的大模型人才蓄水池。

Seed官號的招聘信息展示了新人的成績：畢業不到一年的校招生，深度參與Seedance 2.0預訓練架構攻堅，研究有效的大規模Scaling算法，實現了該領域突破。尚未畢業的實習生也能通過前沿 RL 算法，將多維專家能力穩定、高效地融入Seed 2.0統一基座，提升了模型的綜合性能上限。

得益于對年輕人的重視和培養，字節的“人才操作系統”能持續完成更新升級。據晚點LatePost報道，Seed的算法和工程技術人員已達到1000多人。

如果說工程與人才是底牌，那么真實戰場上的“炮火密度”則完成了最后的鍛造。豆包和火山引擎在C端和B端有豐富的業務場景。當公開的訓練數據日益枯竭，真實的用戶反饋會成為推動模型能力提升的戰略級資源。

根據TrendForce數據，字節的服務器采購份額在2021年還落后于友商，2022年之后則是國內投入最激進的，比其他大廠采購量高數倍。這不僅為其模型訓練和研究提供了更多的計算資源，也充分鍛煉了字節AI人才的Infra能力。這對于任何大模型公司來說都是非常寶貴的經驗。

數據來源：TrendForce

一種共贏的代謝邏輯

我們正在目睹的，不僅僅是一場人才的遷徙，更是中國 AI 正在告別追隨硅谷的稚嫩，轉向中國式模型和應用創新爆發。

這種大規模的人才流動，正以一種“工程技術平權”的方式打破行業的技術孤島，讓整個中國 AI 生態受益。大模型公司得到有實戰經驗的技術人才，AI創業領域也獲得更多資本的押注。

在這種宏大的外溢背后，字節跳動自身也完成了一場深刻的生態代謝。人才的流出并非單向的失血。依托于其深厚的新人培養體系與“敢用新人”的底色，字節內部早已形成了一套強大的自我造血機制。當資深骨干走向更廣闊的舞臺，大批在真實戰場中磨礪出的校招新秀與實習生正在迅速頂上。

最終，這指向的是一種更高維度的“共贏”。對于整個行業來說，這些走出的火種，正在不同的生態位上開啟更多元的技術探索與范式創新。字節人才的持續外溢，正在無形中降低全行業的創新成本，推動著中國 AI 的燎原之火。

這不僅是一家公司的自我進化，更是一個時代在代謝中走向繁榮的必經之路。

加入ZF討論群，請先添加小助手微信

我們相信認知能夠跨越階層，

致力于為年輕人提供高質量的科技和財經內容。

稿件經采用可獲邀進入Z Finance內部社群，優秀者將成為簽約作者，00后更有機會成為Z Finance的早期共創成員。

我們正在招募新一期的實習生