這是蒼何的第 533 篇原創！

大家好，我是蒼何。

最近刷到字節招聘公眾號的一篇推送，標題寫得很低調，十個字：「前沿技術領域人才校招」。

一開始我沒當回事。大廠校招嘛，每年都差不多。

但點進去翻了翻 JD，發現這次不太一樣。

9 大領域，35 個課題。大模型應用、搜索/推薦/廣告、計算機體系結構與系統優化、安全/AI Safety、硬件、AI Coding、AIGC、視頻架構、AI for Science。

不過你如果只把這些當作招聘信息看，就錯過重點了。

這 35 個課題，本質上就是字節除基礎大模型之外的技術路線圖。一家公司把校招課題寫成這個樣子，等于把未來幾年的技術押注方向直接攤在了桌面上。

接下來我跟大家聊聊，這些課題背后，字節到底要做什么。

AI 時代，字節在哪些技術領域發力？

大模型應用，字節的一張“強力牌”

如果說 35 個課題里有一個方向是字節今年押注最重的，那一定是大模型應用。

為什么這么說？因為字節手里有一張別人沒有的牌：它同時擁有模型能力和億級用戶場景。

先說 AI 原生產品。

豆包，目前中國用戶量最大的 AI 對話助手。它是字節把大模型能力直接面向 C 端用戶的第一個出口。從文本對話到多模態理解，從知識問答到創意寫作，豆包承載的是字節對「AI 原生交互」的理解。

我們父母一輩不一定知道 AI 是什么，但你跟他說你用的豆包其實就是，他們一定會很好理解了。

即夢 AI，字節在 AIGC 領域的重磅產品。圖片生成、視頻生成、音樂創作，它把生成式 AI 的能力打包成了一個創作平臺。

春節發布的 Seedance 2.0 的效果很好，可以說是全球頂尖的 AI 視頻模型了。一開始出的時候我就做了測試：

Trae，字節做的 AI IDE。一個從零開始為 AI 時代設計的開發環境。當別的公司還在給 VS Code 寫插件的時候，字節直接做了一個全新的 IDE。

目前也是國內比較好的 AI 編程工具了，我作為 TRAE 的朋友，其實一路見證 TRAE 的成長，TRAE 也是一群眼里有光，堅信 AGI 的人做出來的產品。

不知道為什么，我感覺還挺激動和驕傲的，仿佛當成了自己的產品一樣。

Coze，面向開發者的 AI Bot 構建平臺。它讓不會寫代碼的人也能搭建自己的 AI 應用，本質上是字節在做 AI 時代的「低代碼平臺」。

我也在 Coze 上做了很多的技能。從扣子工作流到扣子編程，再到扣子技能商店，你會發現扣子總在 AI 的最前沿，給我們很好的體驗。

這四個產品放在一起看，你會發現字節的布局非常清晰：

AI助手（豆包）+ 創作工具（即夢等）+ 開發環境（Trae）+ 應用平臺（Coze），覆蓋了從普通用戶到專業開發者的全鏈路。

再說「應用 + AI」。

飛書，字節自己的協同辦公平臺，現在已經深度集成了大模型能力。智能總結、自動生成文檔、會議紀要、數據分析，AI 正在重新定義「辦公」這件事的效率上限。

配合多維表格以及飛書 cli，我的 Agent 操控飛書變得非常方便，用的人也非常的多。比如我在飛書上搭建的多智能體：

抖音就更不用說了。推薦算法本身就是 AI 的產物，現在大模型又在內容理解、創作輔助、智能搜索等方向持續滲透。當你在抖音搜一個問題，背后可能已經是大模型在幫你組織答案了。

最后是 MaaS（Model as a Service）。

火山引擎作為字節的云服務平臺，把豆包大模型的能力開放給了整個行業。企業客戶可以直接調用字節的模型 API，也可以在火山引擎上做微調和部署。2025年，火山引擎以49.5%的份額占比，位居中國公有云大模型調用量第一。

這件事的厲害之處在于：字節自己的產品（豆包、即夢、飛書、抖音）就是大模型最大的試驗場。模型在億級用戶的真實場景里被反復打磨，然后再通過火山引擎輸出給外部客戶。

所以你看這次校招課題里，大模型應用方向的崗位數量最多，覆蓋面最廣。字節需要的不只是能訓模型的人，更需要能把模型能力變成產品、變成服務、變成用戶價值的人。

硬件，字節自己造芯片

很多人以為字節就是一個軟件公司。

但 2021 年字節收購 PICO 之后，在 XR 硬件上全面技術深耕。其中一個標志性事件：自研了一顆頭顯專用芯片。

為什么會走到自研芯片這一步？

楊震原的分享里講得很清楚：MR 頭顯需要在極低的延遲下完成大量實時計算。SLAM 定位、運動補償、光學畸變矯正、高清視頻處理，每一步都要求延遲非常低，否則容易產生眩暈感，還不能燒太多電。

市面上的通用芯片做不到這個要求，只能自己上。

2022 年 6 月正式立項，2024 年回片，現在進入了量產階段。一顆消費電子級的專用芯片，字節硬是自己做了出來。整個系統端到端的延遲做到了12毫秒以內。

他們還定制了 MicroOLED 微顯示屏，PPI（每英寸像素數）做到了接近 4000，是 iPhone 17 Pro Max 的近 9 倍。

配合光學設計和軟件補償算法，最終的頭顯產品中心區域 PPD（每度像素數）超過了 45，做到了行業領先的清晰度水平。

這顆芯片和這塊屏幕背后的技術積累，不會只停留在 XR 產品上。

說個有意思的事。字節在招聘課題里把「計算機體系結構與系統優化」單獨列為一個方向。這個表述放在十年前，你只會聯想到 Intel 或者 NVIDIA 的招聘頁面。現在一家互聯網公司的校招課題里出現這個詞，本身就說明了一些東西。

字節最擅長的是什么？一邊追求技術底層突破，一邊用規模化的應用場景服務億級用戶。推薦系統時代是這樣，大模型時代是這樣，硬件這件事大概率也會沿用同樣的路徑。

所以我一直覺得，看看這家公司是不是「真技術公司」，看它招不招體系結構方向的博士就夠了。

AI Coding 和 AI Safety，基礎設施的下一站

9 大領域里還有兩個容易被忽略但絕對值得關注的方向。

一個是AI Coding，一個是AI Safety。

AI Coding 好理解，就是用 AI 輔助寫代碼。字節自己的業務場景太多了，從抖音的視頻處理到飛書的協同編輯，從豆包大模型到火山引擎的云服務，每一層都需要海量代碼。

如果能把 AI Coding 做到成熟，字節內部的研發效率會是指數級的提升。

這在招聘課題里被單列為一個獨立方向，說明字節在把它當作底層能力來建設，而不是簡單的效率工具。

AI Safety 可能更少人關注，但其實是個越來越大的命題。

豆包是中國用戶量最大的 AI 對話助手，火山引擎的大模型服務也在大量對外輸出。當這些模型被大規模部署之后，安全性就從錦上添花變成了生存問題。

一個有趣的悖論是：做 AI Safety 的人越多，說明這家公司的 AI 能力越強、應用越廣。從這點看，字節把 AI Safety 獨立成題，本身就是一個信號。

搜廣推，字節的技術優勢項

搜索、推薦、廣告，這三個字放在字節身上，份量不一樣。

從 2014 年起，字節就在做萬億級別特征的推薦系統，這個在當年真的是需要非常大的決心。從最早的 FTRL 優化器到后來的深度學習體系，從 streaming training 到現在的 MegaScale 大規模訓練系統，字節在模型基礎設施上的積累是實打實的。

而現在大模型時代來了，搜廣推正在經歷一次范式升級。

傳統推薦是「特征工程 + 排序模型」，大模型時代的推薦可能變成「理解用戶意圖 + 生成式推薦」。搜索也一樣，從關鍵詞匹配走向語義理解和多模態檢索。

字節在這個方向的優勢是：它有全球最大的短視頻推薦系統作為試驗場，任何算法改進都能在真實的億級流量中被驗證。

這也是為什么這次校招里，搜廣推方向依然是重點。字節需要的是能把大模型能力和推薦系統深度融合的人才，把這條護城河繼續加深。

人才競爭，字節的另一場戰爭

聊完技術方向，還有一件事值得單獨說說。

AI 時代的競爭，表面上是技術的競爭，底層其實是人才的競爭。

字節這次校招釋放了一個很強的信號：「它在不遺余力地吸引全球頂尖技術人才」。

怎么吸引？四個詞：給戰場，給資源，給環境，給回報。

給戰場，是說字節的業務場景足夠豐富。你做出來的東西不會躺在論文里，而是直接服務億級用戶。豆包、即夢、抖音、飛書，每一個都是真實的業務戰場，你有機會直接去做影響甚至改變行業的東西。

給資源，是說字節有全球領先的算力基礎設施，有 MegaScale 這樣的大規模訓練系統，有海量的真實數據。對于做研究的人來說，這些是比薪資更稀缺的東西。

給環境，是說字節的環境真的很適合真正有想法、想做成事的人。我接觸到的字節的技術團隊都有一個共同點——看能力，很純粹。他們會愿意把真正的難題給到年輕人，給足夠的信息和空間，讓這些優秀的人自己去判斷。這套機制跑下來，那些原本就跑得快的人，會跑得更快。

給回報，是說字節在激勵機制上一直是行業標桿。2025年，字節進一步上調薪酬與激勵，調薪投入比上個周期上漲1.5倍，獎金投入上漲35%。更驚人的是，字節對人才的投入還在加大，讓薪酬和激勵在各個市場都領先于頭部水平。并且，績效越高，激勵越大，讓技術人才在這里能拿到匹配其貢獻的回報。

最后還有一個點，值得關注，這次字節一口氣放出了10個工作地點，中國、亞太和北美都有崗位。

當一家公司開始在全球范圍內大規模招募頂尖人才的時候，它想的就不是一兩年的生意了。

最后

翻完這波校招信息，我最深的感受是：字節是一家不斷在創新的科技公司。

我們熟知的是做抖音的字節、做產品的字節。但字節自己在做的事情，早就超出了這個認知框架。

大模型應用全鏈路覆蓋，搜廣推持續進化，自研頭顯消費芯片量產，AI Coding 和 AI Safety 構建基礎設施。

它用 9 大領域 35 個課題告訴整個行業：AI 時代的競爭，拼的是從底層技術突破到億級用戶場景的全棧能力。

說實話，我覺得這才是 AI 時代科技公司該有的樣子。

「很多公司在說「all in AI」，但真正 all in 不是喊口號，是你敢不敢在量子化學和自研芯片這種方向上下注，同時還能把大模型做成服務億級用戶的產品。既有仰望星空的耐心，又有腳踏實地的執行力。」

這條路很長，也很難。

但至少從這波校招來看，字節確實是在用真金白銀和真課題，下注自己相信的未來。

在 AI 這個牌桌上，只做應用層的公司最后都會變成別人的流量管道。

「只有那些既敢往底層走、又能把技術變成產品的公司，才可能擁有自己的定價權。」

如果你正好是 27 屆及以后的博士，或者身邊有這樣的技術朋友，可以把這篇轉給 Ta 看看。

評論區聊聊，這 9 大領域里你更感興趣哪個？

參考：楊震原在 2025 字節跳動獎學金頒獎典禮上的分享《說說字節跳動的技術探索，也許你不熟悉的故事》