字节Seed大重组：吴永辉的“大兵团”作战，与出走的联合创始人

在经历过去一年大模型赛道极度激烈的竞争与技术快速迭代后，字节跳动旗下专注于AI基础研究的Seed团队，正经历一场影响深远的结构性重组。

近期，两则消息在AI领域引起关注：一是根据多家媒体援引知情人士的说法，字节Seed的模型评测负责人黄文灏已离开公司，下一步可能创立自己的公司；二是综合近几个月流出的内部通告和多方报道，字节Seed在吴永辉的带领下，已完成一轮被称为“大兵团重组”的架构变动。

在AI竞争进入更深层次后，胜负的关键已不再是单一算法的突破，而是组织效率与工程能力的全面较量。从黄文灏的离职到五大一级部门的设立，字节这次的人员与架构调整，正是其将AI研发从“草莽阶段”推向“工业化流水线”的体现。

核心人员变动：黄文灏的离开与评测体系的完善

在这次调整中，黄文灏的离职颇具代表性。

黄文灏的职业背景相当出色：北京大学计算机博士，曾在微软亚洲研究院和北京智源人工智能研究院工作。2023年，他以联合创始人身份加入李开复创立的零一万物，担任算法副总裁，主导了Yi-34B等大模型的训练和发布。

2024年8月，黄文灏加入字节Seed团队，最初负责技术项目管理和规划，向时任Seed负责人的朱文佳报告。2025年初，随着前Google DeepMind副总裁吴永辉接管Seed，黄文灏的汇报关系转向吴永辉，工作重点也逐渐转向模型评测。

对于前沿AI实验室而言，模型评测是决定Scaling Law能否持续、下一阶段训练方向的关键指标。然而，对于一位曾主导过模型从零开始训练、拥有“联合创始人”头衔的技术专家来说，仅仅从事评测和管理工作，可能已无法满足其技术追求。

黄文灏的离职及其可能的创业计划，反映了当前大模型人才市场的普遍现象：在大型企业内部，研发流程的极度细分和标准化，正迫使一些全能型人才向外寻找机会。而对字节来说，随着组织的成熟，个人的离开已无法动摇整体流水线的运转——因为这条流水线的各个环节已被清晰划分和重组。

架构解析：吴永辉的“五路大军”

吴永辉领导下的Seed基础模型团队已形成“五路大军”的作战体系。这套架构完全摒弃了早期大模型团队“一锅炖”的作坊模式，展现出高度清晰的工业化分工。

首先成型的是2026年8月前后的四个一级部门：

• Pretrain Data（预训练数据）——李成刚。数据是模型的燃料。在高质量公开语料日益稀缺的背景下，预训练数据的清洗与合成成为核心基础。该部门整合了此前分散在文本、编程、视觉和语音等方向的团队，统一为全模态模型和超大模型提供高质量数据。

• Horizon RL（强化学习）——唐晟宇。在Scaling Law遇到瓶颈后，强化学习与后训练成为拉开模型差距的关键。该部门专注于提升模型的基础智能上限，整合了此前分散在后训练、推理和视觉理解方向的团队，下设RL Scaling、Reasoning等分支。

• Product Posttrain-Work（B端/Agentic模型）——秦禹嘉。将后训练明确分为B端和C端，是字节极具商业导向的举措。该部门主要服务B端应用，负责Agentic模型的整合与发布，并针对办公等垂直场景优化模型的智能体能力。

• Product Posttrain-Chat（C端对话模型）——朱文佳。值得注意的是，该团队由原Application团队更名而来，主要服务C端应用。朱文佳作为原今日头条CEO、曾掌管TikTok算法的高管，如今专注于C端对话模型，意味着字节将“底层模型研发”与“应用层产品（如豆包）”进行了深度分离与重组。

到2026年10月，第五块拼图正式落位：

• Seed Model-Alignment & Preparedness（安全与对齐）——严林。这是最新加入的一级部门，也是最具象征意义的举措。

这套五路并行的架构，覆盖了从原始数据到最终产品落地的整个生命周期。它表明字节Seed正从一个纯粹的“研究院”，转变为一个目标明确、分工精细的“武器制造厂”。

严林的独立部门：安全与对齐不再是“附属品”

在五大板块中，最值得单独分析的是严林领导的“Seed Model-Alignment & Preparedness”部门。

过去，大模型的安全与价值观对齐往往被视为训练完成后的“修修补补”，甚至被归入公关或合规部门。但根据多家权威媒体的报道，字节Seed通过内部邮件正式宣布成立这一独立部门，由豆包大模型校准负责人严林直接领导，向吴永辉报告，原Responsible AI团队及部分Chat团队成员转入新部门。这也是国内首家单独成立安全与对齐部门的前沿AI实验室。

这种顶配的架构安排，透露出两个关键信号：

第一，出海与合规的生死线。字节的大模型不可避免地要走向全球市场，面对极其严苛的AI监管法案，安全与对齐必须前置到模型训练的底层逻辑中。新部门的职责不仅是让模型“说什么”合规，更要建立面对未知风险的全面安全体系。

第二，智能体时代的现实考量。随着豆包日活突破亿级，智能体产品全面铺开，模型正在进入“能调用工具、能操作真实系统”的深水区。当模型能力逼近甚至超越人类专家，如何防止智能体失控、如何确保其在复杂任务中的安全性，已经成了能否将大模型商用化的先决条件。安全的触点正从输出审核，前移到产品交互和权限设计本身。

告别“浪漫主义”，走向“系统之战”

从这次架构调整与人员流动中，我们可以清晰地看到字节在AI战略上的重大转变。

如果说2023年和2024年的大模型竞争还带着某种英雄主义的“浪漫色彩”——几个天才科学家带着几十个精英，在机房里日夜鏖战，用惊艳的灵光一现就能做出好模型；那么到了2026年，这场战争已经彻底演变成了复杂的“系统之战”。

吴永辉从Google DeepMind带来的，是一套极其严谨的顶级实验室管理范式；而字节原有的强悍工程文化与资源弹药，正在与其发生剧烈的化学反应。值得注意的是，在吴永辉主导基础研究的同期，朱文佳在Seed部门内负责模型应用相关工作。2025年10月后，朱文佳的汇报对象由梁汝波转为吴永辉，形成吴永辉统筹下“基础研究+应用落地”的分工格局。

黄文灏的离职、朱文佳的职权更迭、严林的独立统兵，都是这场化学反应中的必然产物。这套架构的逻辑很清晰：把相似的工作合并，减少重叠，将数据和强化学习等能力内聚在一起，并为安全与对齐单独设立防火墙。

在这个庞大且精密的系统里，个人的光环正在被稀释，组织的力量被无限放大。流水线虽然缺少了一点“十步杀一人”的草莽快感，但却拥有了能够承受任何单点故障的恐怖韧性。字节正在用真金白银和极致的组织重构，向整个行业证明：在通往AGI的残酷征途上，能笑到最后的，一定是那个把大模型研发变成最顶尖工业流水线的玩家。

本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。