復盤字節AI業務：如何從領軍者，變成跟隨者

在整個2024年，中國日活最高的AI應用，很長時間里都是豆包，在通用AI領域，字節貫徹了自己一貫大力出奇跡的策略，投入了遠超過國內其他所有企業的資源和投放預算，讓豆包在極短時間擁有了最大的用戶規模。

如果不意外，豆包會一直保持日活第一的成績，直到2025 年 1 月 15 日，一個攪動全世界的 AI 應用——DeepSeek 官方 APP 正式發布。

DeepSeek一經發布，就火遍全球。在全球 140 個市場的 APP 應用商店下載榜，它迅速登頂第一。

而DeepSeek取得第一的過程，與豆包所投入的龐大營銷預算不同，它的快速增長全靠技術實現的更好體驗。

QuestMobile 數據顯示，DeepSeek 在發布后僅僅兩周，1 月 28 日的日活躍用戶數就首次超越了字節的豆包，隨后在 2 月 1 日突破 3000 萬大關，成為史上最快達成這一里程碑的應用。

豆包后來雖然在“大力出奇跡”的預算下，重新回到了日活第一。

但如果看同樣的投入金額、營銷預算和最終實現的日活規模——從性價比上講，DeepSeek 仍然遠遠領先于字節跳動。

DeepSeek幾乎以一己之力為國內大量的技術導向的大模型創業企業，重新注入了信心。

而且，有趣的是，雖然字節有著此刻最高的日活和月活，但是，當我要完成一個復雜工作時，比如，當我在找人推薦輔助寫作、文字處理相關的 AI 工具時，朋友們給我推薦的首先是Claude、Gemini，其次是GPT，如果要用國內的產品，最好的則是 DeepSeek。

卻沒有人推薦字節的豆包。

別忘了。

如果把時間往前倒推三年，彼時彼刻，如果問你：在中國，最懂 AI、最懂算法的公司，是哪家？

相信大多數人都會脫口而出——字節跳動。

那時，我們一說視頻剪輯，幾乎所有人都會推薦使用剪映，核心就是因為剪映在 AI輔助下的功能足夠強大。

那時的字節，被稱為“APP 工廠”。它依賴上一代的 AI：“推薦算法”，替代了人工推薦，推出了今日頭條、抖音、 TikTok、番茄小說、紅果短劇等等 APP。

正常一個公司能有一款產品實現過億的日活，就足以被稱為巨頭，字節卻是成功讓一款又一款產品實現了過億的用戶規模。

而且，字節幾乎以一己之力，引領了推薦算法在中國的普及，在看到字節的成功之后，百度、阿里、騰訊等企業才紛紛跟進，才讓推薦算法成為了所有大企業的標配。

字節跳動是那個時代，中國、也很可能是世界范圍內最成功的AI公司。

而且是算法這輪AI革命下，毋庸置疑的領軍企業。在抖音、TikTok快速崛起的時代，字節所展現出的是無人能挑戰、無人能撼動的領導者地位，和極快的創新速度。

但到了今天，當 AIGC、AI 大模型這個時代真正到來時，字節作為上一個時代的領軍者，卻再也沒有呈現出領軍者的姿態——不僅起步晚、更是在大力出奇跡的資源投入下仍然被DeepSeek一度快速超越。

為什么上一輪 AI 浪潮中那個絕對的領跑者，在這一輪AI浪潮中，依然擁有國內幾乎最強大的資源、人才、資金的字節跳動，在國內的DeepSeek、海外的OpenAI、Google面前，卻似乎只能做一個“跟隨者”？字節在這一輪AI大潮中，最終會掉隊嗎?還是會像前一個AI浪潮一樣，再次脫穎而出？

前段時間，我和幾位字節內部的朋友深入的聊了聊這個話題。

這種困惑，在他們內部同樣存在。

有人說是技術路線選錯了，有人說是入局晚了。

但在我看來，也許這些都不是本質。

本質在于，在移動互聯網時代，中國大多數企業，最需要解決的問題，是應用創新與運營、增長效率問題。

更適合解決應用創新問題的組織，會取得更大的成功。

在移動互聯網時代，為了讓算法在各個領域快速應用，讓創意源源不斷的發生、快速靈活的把握機會，為此，字節打造了一個獨特的“自由市場”式的組織。自由市場激發了員工的創造力，打造了如今的APP工廠。

但是，在這一次的AI時代，比起應用，大量的AI底層能力有待突破和建設，需要解決的問題更像是科研問題，而不再是應用問題。

當需要解決的主要問題發生改變，字節過去引以為傲的那套類似“自由市場”的組織體系，就失靈了，不再能成為大模型時代成功的絕對保障。

在建立科研能力上，自由市場的模式反而成為了巨大的阻礙，使得科研需要的人才難以在字節生存下去，科研能力，也就注定無法從現在的字節生長出來。

當靈活的“自由市場”，撞上需要長期堅持與投入的“科研高墻”。

字節曾經的強項，可能恰恰變成了它最大的束縛。而要想再次脫穎而出，字節需要補上做好科研的這門課。

為什么這么說？

這篇文章，我想剝開字節的組織外衣，和你好好聊聊：

• 在上一個推薦算法普及的AI時代，字節如何成為市場的領導者、和APP工廠？

• 大多數公司都渴望擁有的字節一樣的創新能力，到底是被怎樣的組織設計保證的？

• 在這個AI時代，字節原有的組織模式，為什么不適用了？

• 字節可以怎么辦？

本文將會以這樣的結構闡述：

為了讓大家能充分理解字節的組織如何運作，也讓希望模仿字節的團隊可以知道如何模仿，我們會在前半部分投入比較大的筆墨。

請搬好板凳，全文29380字，預計用時50分鐘。

我們開始了。

01 上一個推薦算法的AI時代，字節到底有多強？

在回答這些問題之前，我們首先要知道在上一個AI算法時代，字節到底有多強？

我曾經和很多上一個時代其他創業公司、科技公司、甚至大廠的人聊過。 他們說，當時之所以輸給字節跳動，就是因為字節把“算法”這個 AI 能力發揮到了極致。

• 當門戶網站還在靠人工編輯排版時，今日頭條已經用“算法+圖文”重構了信息分發的邏輯。

• 當快手在短視頻領域已經擁有巨大的網絡效應、看似格局已定時，抖音憑“算法+短視頻”撕開了缺口，并催生了全球現象級應用TikTok。

• 在網文紅海，番茄小說靠“算法+小說”席卷了免費閱讀市場。

• 在短劇市場，“算法+短劇”正讓紅果短劇以月活超 3 億的成績成為新貴。要知道，紅果短劇現在的增速，堪比當年的抖音。

• 字節甚至在應用工具市場，也擁有“算法+剪輯工具”的剪映，憑 AI 一鍵摳像、自動卡點、智能字幕，實現了“簡單出片”的體驗，成了大部分創作者的首選。

所以，字節被稱為“APP 工廠”，當之無愧。

而且字節這個APP工廠的生命力，異常地強。

大多數公司，在有了一兩款成功產品之后，基本上都會創新乏力，成功靠的是什么產品，過了十年再看，還是它們。

但是，字節在成為巨頭后，不僅沒有患上“創新停滯”的大企業病，反而能持續地、成體系地孵化出顛覆性產品，每兩年，總有一個新的內容產品在字節內誕生、沖上上億的日活。這讓字節成為了一家仿佛永不停歇的創業公司聯合體。

在過去5年，在國內的互聯網產品中，所有實現上億日活的新產品（番茄小說、紅果短劇、豆包）都來自字節。

作為創業者，我當然也渴望自己的企業，能像字節一樣強大。

后來和很多了解字節的創業者聊過這個話題后，大多數創業者給我的反饋是：字節是學不來的。

一位內容創業者說：在字節的成功原因中，最容易看到的，是算法。推薦算法，成為了字節把握住的關鍵變量。但是，字節的成功，絕不僅僅因為把握了算法。那些算法之外的部分，才是作為創業者很難學習的部分。

因為其他巨頭也不傻，也不缺人也不缺錢。當看到字節的成功，發現“算法”有價值之后，他們也絕不會閑著。肯定投資源、投人力，甚至高薪挖字節的員工來做自己的“算法”。

現在你看，無論是公眾號、小紅書還是 B 站，基于算法推薦內容早已是標配。

但奇怪的是。

無論是字節的人自己出去創業，或者去其他大廠負責相關業務，這些“字節人”卻再沒有體現出他們當年在字節跳動時的那種動不動做出上億日活的創新能力。 兜兜轉轉，你會發現，最后跑出來的番茄小說、紅果短劇，還是字節自己做出來的。

人還是那個人， 為什么換了地方、換了組織，就沒有原來能打了呢？

對此，我們也非常好奇。在與多位字節的同學進行了溝通之后，我們發現：這些人本身在字節跳動的工作狀態，和其他環境的工作狀態，是不一樣的。

本質原因，除了字節擁有大廠里幾乎是最高密度的人才，還有可以讓這些人才充分發揮才能，一套獨樹一幟的、類似“自由市場”的組織體系。這套機制，激發了字節整個組織的創新活力。

具體是什么意思呢？

02 字節擁有高密度的卓越人才

先說人才。為什么字節會擁有大廠里幾乎最多，最卓越的人才？核心在于：高薪尋找PSD型人才、特別是渴望創業的人。

2.1 高薪保障人才吸引力。

字節從創業早期開始就特別重視人才。張一鳴親自面試了早期幾乎所有的字節員工。而且遠在字節有今天的這個體量之前，字節就有意識確保員工薪酬“領先于頭部水平”，注意，不是平均水平。

比如：在整個行業都還沒有意識到算法人才的價值時，字節就給了應屆的算法工程師一個 25k 到 30k 的月收入。遠超出了大多數企業給應屆生的十幾k的月收入范圍。

字節也幾乎是互聯網公司中間最早重視雇主品牌的企業。 長期高居互聯網行業雇主品牌影響力榜首，有時甚至會看到，字節的員工哪怕是相親，他也會帶著一個字節的工牌去。因為他覺得戴上字節工牌本身就是一件值得自豪的事情。

高薪和雇主品牌，使得字節有了強大的人才吸引力，字節就有了挑選人才的資本。那么字節會挑選什么樣的人才呢？

2.2 尋找PSD型人才。

P 是 Poor（貧窮/饑渴），S 是 Smart（聰明），D 是 Desire（欲望/野心）。說白了，PSD型人才是一群足夠聰明，又野心勃勃的人。

那怎么找到這樣的人，字節有3個選人的標準：

（1）名校崇拜。

字節有著所有的互聯網公司中間幾乎最強的名校崇拜。不只是 211、985，而是 C9/清北，甚至海歸名校。

（2）這個人最好實現過超凡的業績。

在大多數公司，做到排名前 20%，就是銷冠或優秀員工。但在字節，這遠遠不夠。 字節定義的超凡是：你的業績必須是讓同行看了都覺得“這不可能”的程度。如果行業常規是一個人掙 100 萬，你需要做到 200 萬甚至 300 萬，才能叫超凡業績。

（3）小Ego（低姿態）。

聰明并且做出超凡的業績，字節還要求這樣一群人要懂得謙虛，必須把“Ego（自我）”放得很低。因為在字節，數據會打每一個人的臉。現實中沒人能永遠正確，他希望所有人真正能夠坦誠、開放和快速的接受現實，才能自我迭代。

2.3 所有的人才中，他們會特別渴望那些創過業的人。

與很多大企業截然相反，甭管是創業成功還是創業失敗，或者在創業公司以合伙人和高管的位置曾經工作過的人，字節都歡迎。

在大多數企業，特別是大廠。 如果一個創業者去面試，面試官通常會有一個預設：這人“難管”。 他們擔心習慣了自己說了算的創業者，會挑戰權威、破壞流程，成為那個打破穩定環境的“刺頭”。所以，創業者在面試大廠時，常常很難順利通過。

某大廠的HR在面試過一位創業者后，給的評價也很坦誠，他說：“金麟豈是池中物，我們這里留不住。”

但是，字節卻無比渴望這種人。因為字節相信：創過業的人，他的自驅力、開放性，以及解決復雜問題的能力，在過往創業的經歷中得到了更多的鍛煉和驗證。

所以，為了吸引符合這幾個標準的優秀人才，字節不只通過獵頭挖人，而是直接把獵頭挖進來做HR。一度招募了北京地區的不少獵頭，讓這些獵頭帶著他們手里積累多年的簡歷資源，直接為字節服務，提高對這些人才的招募能力。

以上這些，讓字節擁有了大廠里幾乎最多，最高密度的人才。

有了更有突破性和創造力的人才，肯定還要能發揮他們的創造力。但，這些極其優秀的人都在一起工作，也會給組織帶來挑戰。 特別是其中有大量的創業者的時候，你會發現任何的流程，都會阻礙這些人創造力的發揮，都只會讓這些優秀的人才感覺說：“在這工作為什么這么費勁？為什么我要去說服一個又一個不懂的人？”

為了充分地發揮人才的創造力，有別于大多數層層匯報的計劃經濟企業，字節選擇的是一套“自由市場”式的組織形態。

03 到底字節的“自由市場”組織形態是什么？

什么叫“自由市場”式的組織形態？

比如說，同樣想做一件事：

在我們熟悉的企業或互聯網巨頭里，任務是從上到下確認和下發的——如果你要做一件新的事兒，需要先層層向上匯報。

你需要先向經理去論證這件事為什么值得做、準備怎么做，接著向總監匯報，再向 VP 匯報，直到最后 CEO 簽字。經歷這一長串流程，你最終才能拿到預算，開始干活。

這樣的機制，更接近計劃經濟。計劃經濟的優勢是穩定——每一層管理者，都擁有對一件事情的否決權，所有高風險的決策，都會在落地前被攔住。

但是，當有人想做出某些創新性的舉措時，從他往上的每一層管理者，只要有一個人不懂、不認可，創新就會被阻撓。

而在字節，邏輯完全不同。只要你相信這件事是可以做的，能交出業績、拿到好結果，你就可以干。

它給員工提供的環境，與計劃經濟正相反，無限接近于一個自由市場。

核心有3個特點：規劃更多自下而上產生、資源分配更像融資、純粹數據導向的評價方式。

可能有點難以想象。

沒關系。

我們用一個新人入職后的過程，帶你體驗一下這個自由市場到底是如何運作的？

3.1 新人入職的“不確定性”

如果作為新員工的你，入職常規的大公司，通常會收到一個確定的工作規劃。老板會直接告訴你：“未來我們要做這樣的事，規劃是這樣的，你按照這個方向干就行了。”

但在字節的自由市場機制下，你會發現一個很有意思的現象：很多員工從入職的第一天開始，就是“缺少”工作規劃的。甚至有很多時候，管理者和你完成第一次溝通后，未來半個月甚至一個月，都不會主動找你。

從進入字節開始，你收到的常常就不是一個確定要完成的事項，而是一個相對開放的目標。

比如“我們要提升商業化效率”，或者“我們要搞定某件事情”。這時，你會發現，你手里有的只是一個目標，而不是一套已經拆解好的規劃，也沒有既定的資源。

當然，并不是每個人都能適應這樣的環境的：

• 有的人（比如創過業的人們）會如魚得水： 他們更喜歡自己決策、渴望發揮創造力，覺得到了字節后約束變少了，非常適應。

• 但是更多人則會強烈不適應： 他們習慣了外部給好的規劃和來自制度和流程的確定性，習慣了有人告訴他“你應該怎么干”。一旦少了這些，就會感到無所適從。這些人也會在無所適從和高壓下，從字節快速離開。

這個機制，也是字節篩選人才的一部分。幫助字節篩選出了那些更有主動性、更有野心、更渴望嘗試自己想法的員工，讓他們有機會去驗證自己的判斷。

目標和拆解由誰完成，這也是KPI和OKR的差別。

3.2 自下而上的OKR：從“執行指令”到“涌現智慧”

KPI 的工作過程，常常是自上而下的“拆解”。

說白了，就是基于公司的大目標，一層層往下壓。 我們可以這樣拆解：今年用戶的復購要提升多少？日活要提升多少？ 為了提升日活，我們又要拉多少新用戶？要給老用戶發多少條促活短信？要做多少次簽到打卡活動？

在 KPI 體系下，指越拆越細，拆到終端員工，常常收到的，是一個確定的、被拆解完的死指標。

這是一種自上而下的規劃過程。

但在字節跳動，雖然字節的 OKR 也有自上而下對齊的部分，但它更依賴自下而上的創意和想法。這也是字節這套“自由市場”組織體系的第一個特點。

實際上，當你進入字節跳動，明確了你的目標后，你確實會看到領導和同事在系統里@（提及）你的相關 OKR。你可以把這理解為：這是領導和同事對你的“期待”。

但是，具體怎么實現這個目標？到底做什么動作最有效？

領導不會規定好。字節要求作為員工的你，自己去想辦法，然后向上對齊。 你需要告訴你的領導：“為了實現這個目標，我打算這么干。”

這時候你會發現，你做的很多事情，不一定是領導原本規劃的，而是你自己想做的。而通過 OKR 這個工具，你的想法就有了獲取資源和向上表達的機會。

OKR不是領導控制你的一個工具，而是一個“上下級達成共識”的工具。

有一個在早期字節，常常發生的“字節式”場景：

企業總歸還是要有規劃嘛，正常情況下在字節大家都會先定好OKR，兩個月后再回顧（現在調整為三個月）。 但在字節，哪怕你提前定好了 OKR，在回顧效果時，字節也允許你說：

“我過去定的那個 OKR 我沒干。因為中途我發現了一個更好的機會，所以我決定把精力投在這個新機會上。”

在我們的訪談中，不少員工都有過這種經歷： 他定了一個 OKR，推進了一個星期，突然發現原有的做法不對，或者發現了一個更值得追尋的目標。 于是，他完全推翻了自己之前的規劃。

假設這個員工比較特立獨行（或者是個社恐的“i人”），他甚至可能都沒怎么和領導溝通，直接就去干新方向了。直到復盤會上，他才和領導及周圍人說：

“原先的 OKR 被我推翻了，我發現了更好的做法。這是我交出來的數據，這是我跑出來的結果。”

只要這個新的做法被證明有效，他一樣能得到極好的評價。

你會發現，字節跳動OKR的目的，并不是讓領導可以自上而下控制員工，而是通過允許和鼓勵員工們“自下而上”、讓創意涌現出來。

3.3 內部融資似的資源分配

定了OKR，有了目標。

為了完成這個目標， 你還需要獲取資源。

在傳統企業的那種自上而下分配任務的模式里，獲取資源的邏輯也很簡單：上級給你目標，必然伴隨著分配指標、分配動作，以及能讓這件事落地的資源。

而當字節跳動完全變成了自下而上的工作的時候，這個時候員工要如何獲取資源呢？

字節解決這個問題的方式，依然非常“自由市場”——比起分配，更像是員工自己要在內部融資。

“資源方”們就像投資人：

在字節內部，每一個研發、每一個運營，他們其實也在焦慮，也在物色機會和合作者。他們也在思考自己的 OKR，思考著：“接下來的兩個月，我能做什么樣的事情？有什么項目能幫我實現業務亮點，讓我交出一份更好的成績單？”

這時候，假設你是一個產品經理，發現了一個能帶來數據突破的好機會。你就不需要去向高層申請預算，你要做的是帶著你的想法，直接去找那些“可能給你資源”的研發和運營。

告訴他們：

“我的項目，能成為你 OKR 里最亮眼的一部分。”

而且你不需要說服所有人，甚至不需要先說服你自己的直屬領導。你只需要在能觸及的資源方里，找到那一兩組聽懂了你的故事、并且愿意支持你的“投資人”。字節內部總有很多組研發擁有資源，在渴望著好項目。

當一個想法，不需要說服“一個個指定的對象”，而是可以向不同的人“融資”時，就更不容易因為不被某一個人理解而流產。

一旦說服成功，這件事就會同時出現在你們三方——產品、研發、運營——的 OKR 中。

這種“通過融資、建立共識、獲取資源”的模式，替代了傳統的自上而下分配，解決了資源獲取的問題。

但是，憑什么一件事會有人想做、給你資源呢？除了改變世界的渴望和成就感，肯定是這件事能讓他得到更好的評價和回報。

不管是自下而上確立目標和做法，還是為自己的想法獲取資源，繞不開的始終是“什么樣的事兒會得到更好的評價”。

那，字節的評價標準是什么？

3.4 評價簡單：數據即貨幣

在字節有一條隱形的匯率公式： 所有的工作，只要你能交出一個關聯于“業務提升”的數據結果，你的價值就會得到整個組織的認可。

就像在自由市場內，所有參與者追求的是金錢——在字節跳動內部，大家一致追求的是數據的提升。“數據”是字節跳動內部，用于兌換業績和激勵的“硬通貨”，也是字節內部幾乎唯一的貨幣。

如果你的數據好，那么你就能兌換到更高的獎金、更好的績效，以及更快的晉升速度。

而且每個字節人，總是能看到身邊有人靠著業績，得到了遠高于同齡人的年終獎，實現了火箭式的晉升。字節讓很多年輕人在遠短于大多數企業的時間成為了高管，比如2024年時，抖音的新晉總負責人韓尚佑，開始管理抖音的6億日活、幾千億的營收時，他才剛剛34歲。

數據導向、更客觀的評價標準，以及只要能實現更好的數據，就能快速晉升的回報和激勵機制，刺激著所有字節員工去尋找機會和更好的做法，也讓字節的資源方們更愿意為一個有機會的項目提供資源。

同時，那些無法帶來數據提升的人，也會被淘汰離開。

最終留在字節的，就更多是那些總能找到辦法、為業務帶來突破，能讓數據因此而提升的人。

當然，很多企業現實中遇到的困難是：我也知道評價客觀、給員工更科學的激勵會更好，我也想像字節一樣，用數據做評價，但是很多工作，就是沒法用數據評價呀？

比如：研發工作的質量。

字節的解法是：任何工作，只要你去找，大多數時候總能找到用數據評價的方式。

比如：一個技術架構師，寫了一個技術工具，多少人用？多少人看了他的文檔？看完文檔是好評還是差評？越多人使用、肯定會產生越多的求助和答疑需求，多少人會遇到問題，再找這個開發者？這些人數、好評率，都能變成評估架構師工作價值的指標。

這幾個要素，不僅讓字節的組織機制區別于傳統企業的科層制，也讓字節內部的高素質人才，以極高效率被驅動了起來：

自下而上的任務形成：保證了每個人有創造的機會和權限。

內部融資：保證了好的想法不會因為特定的人不理解而流產，只要有人理解、有人認可，就能獲取到資源。

評價規則極為簡單：規則透明、簡單，每個人為結果負責。只要你能夠交出漂亮的數據，你就能得到激勵和好的評價。 而且字節保證優秀員工得到的獎勵金額和晉升速度，一定遠遠強過大多數公司。讓數據，成為了指引所有人追逐的發動機。同時也淘汰掉那些無法實現結果的人。

如果我們說：互聯網公司，有別于其他行業的特點，是高人才密度、數據導向、快速試錯、自由靈活，那么字節跳動，可以說是互聯網公司中的互聯網公司。

從結果來說，正是這樣的狀態，讓字節擁有了其他公司都很難企及的組織能力。才有了成為APP工廠的條件。

對比于大多數習慣向下控制的企業：自上而下拍任務和動作、分配資源、員工并不真正為結果完全負責、評價標準也常常更模糊。字節這樣的狀態，更接近于一個“自由市場”。

“自由市場”的優勢是，因為給了所有員工更大的行動自由，能夠發揮大多數人更強的創造力。

不過，如果字節內部僅僅是一個自由市場——畢竟字節之外，在外部的市場里，一樣也有優秀的人才、也有投資人，一樣是自由市場——憑什么字節這個內部的自由市場，就能戰勝外面的自由市場，讓紅果、番茄這樣的產品，在字節內部誕生？而非誕生自外部的自由市場呢？

一定還有一些因素，讓字節內部的自由市場，誕生好產品的概率，優于外部的自由市場。

3.5 在字節的內部，濃縮了更高的人才密度，也有著對算法、增長更多的經驗積累和信仰

首先，是遠高于外部市場的人才密度。

大多數大公司，都難以像字節一樣，容納這么多創過業的人。

有一位曾經創過業的人，入職了字節，對比了字節內部與字節外部的自由市場之后，他給字節的評價是：

在自己創業時，自己是招募不到這么好的人才的。但到了這里，他會驚訝地發現，周圍的人才密度、能看到的信息、能調動的預算，遠遠超過了他當年在外面所能接觸到的程度。

雖然也有不好的一面，就是在字節跳動內部，畢竟身處一個大組織，溝通協同的成本肯定比自己當老板時要高。但是，字節的自由市場機制，依然保證了他可以推動、落地那些你認為對公司有價值的獨立想法。

正因為擁有了“大公司的頂級資源”加上“創業公司的自由度”，字節跳動相當于在保留創業者自主性的同時，讓創業者們有了更容易獲取到優秀人才和預算的融資環境。也才得以留存及吸引數量龐大的、有過創業經驗的人才。

哪怕不是創過業的人才，而是技術型人才，也會感知到字節的人才密度。

比如：有一個位發，他寫的本來是一個國內相對冷門的語言。在加入字節跳動之前，他主要是在 GitHub 上、在國內那個語言的垂直社區上尋找寫代碼相關的輔助。

但是后來到了字節之后，他發現了一個讓他意外的事實：字節內部的文檔，遠比外面的文檔還要厲害；字節內部的大神，也遠比外部的大神還牛。

為什么呢？

除了人才密度本身，本質還是因為那套“數據即貨幣”的評價體系。在開源社區，分享主要靠情懷。但是在字節，寫文檔、做內部開源、分享技術，這些動作本身，也是被認可的“業績數據”。只要有數據，就會得到公司的嘉獎和認可。

所以，字節內部自然就形成了濃厚的技術氛圍。

當一個技術人員進入字節之后，對比他此前的公司，他會發現：

在此前的公司，他更多被考評的是“時間壓力”——“這個功能周五能不能上線？”因為他在此前的公司里只是乙方，業務團隊對技術乙方，最主要的要求就是上線時間和bug數量。針對技術的深度討論，在很多場合不會發生。

但是在字節內部，做技術的時候，他們會發現：大家反而愿意在“技術討論”上花更多時間。

比如大家會在評審會上討論：針對完成這個業務需求，什么是最好的解決方案？什么是最好的代碼架構？還有哪些工具可以利用？這些工具長期的維護成本變化、實現成本的變化是如何的？代碼是否能夠健壯、能夠更好地兼容？

這種對技術的尊重和死磕，對于真正有追求的技術型人才來說，就是最大的吸引力。

其次，因為今日頭條、抖音等產品的成功，字節內部，有著更多可被快速調取的成功業務經驗和資源。

字節擁有著中國幾乎最強的算法能力、增長能力和商業化能力。而且，這三個能力在很長時間里，都是中臺化的。

有別于大多數企業常見的：做一個新業務，開一個事業部。

字節跳動很長時間的組織架構里面，最主要的只有三個大部門：增長、推薦算法和商業化。做一個新業務時，要從這三個部門調集資源。

而這三個部門，集中了字節跳動的經驗和人才。這就意味著，在字節做抖音、做番茄小說時，被派過來的，可能就是中國市場上在算法、增長和商業化上能力最強的人之一。

他站立的起點，是字節早已在這幾個問題上完成的技術積累和經驗沉淀。

在抖音增長團隊看來，快手在很長時間里，哪怕努力追趕，距離字節的增長能力也一直有著至少2-3年的差距。

字節內部，還有著著名開放的文檔環境，在飛書上，可以查到各種做過類似業務的人的經驗分享。

再加上一旦看到業務機會，大力出奇跡的預算原則。

這都讓字節內部的自由市場，在做“算法驅動的內容產品上”，不管是擁有的人才、經驗、預算等所有資源，都遠遠優于外部市場。

當內部市場因為人才密度、經驗和資源，在做內容產品時優于外部市場，一個個成功產品，就能不斷在字節內誕生。

而且，這套基于自由市場的機制，還造成了一個反常的現象：那就是，吸引了如此多的人才，到了今天，字節已經有超過10萬員工。可字節卻沒有像其他這樣規模的企業一樣，出現創造力衰退的大企業病。

為什么呢？

3.6 內部競爭，確保了字節有著持續旺盛的創造力

在大多數企業，你會發現創造力往往只存在于早期。隨著企業變大，創造力就漸漸消失了。

核心原因就在于“權限的固化”和“階層的固化”。

因為，隨著時間推移， 打過勝仗的高管們，不愿意再探索新的領域，于是開始變保守、變懶惰，想“躺在功勞簿上”過日子。

但在字節的自由市場里，挑戰者是無處不在的。任何一個人都可能成為你的對手。

挑戰者的存在，讓功勞簿上幾乎躺不住人。

比如說我們在很多企業都會看到的一個現象：有一個人“從0到1”做成了一件事，那么這件就是他的項目，他的“領地”，后面項目變大了，增加的團隊理所應當的都要向他匯報。即使這個人只擅長“從 0 到 1”。當這個項目進入到了“從 1 到 10”、“從 10 到 100”的階段時，他并不是最好的運營者，他并不能夠帶團隊推出最好的成績，這也仍舊是他的項目，他的“領地”。

但在字節，永久的領地是不存在的。這個“自由市場”允許任何一個人向現有的領地占領者發起挑戰。

一旦旁邊的一個人研究后發現：“誒，你這個業務到了從 1 到 10 的階段，其實做得并不好。我發現了更好的方法，能比你跑得更快。”

這時，挑戰者無需經過現有負責人的許可。 他完全可以在自己的 OKR 里列上一項：“我要做這個業務，并且增速更快，業績更好。”

只要他能論證方案可行，并且通過我們前面說的“融資”方式，說服周圍的資源方支持他，他就擁有了挑戰的機會。

一旦挑戰成功，新的挑戰者交出了更快的增速、更好的業績。那些原本服務于老業務負責人的資源，就會向這個新的挑戰者傾斜——因為資源方也希望跟著更有希望的人，拿到更好的數據，獲得更好的評價。

這套機制，幫助字節規避了大公司最頭疼的“階層固化”問題。

結果就是，在抖音爆火后，很多人都會認為，字節會像其他很多大公司一樣，不再能找到下一個大的機會。但是之后的Tiktok、飛書、番茄小說、紅果短劇，一個個機會仍然在推動字節攀上下一個高峰。

因為在字節，哪怕你有過輝煌的業績，也不能擁有“維持現狀”的安全感。你必須持續尋找新的突破口，否則就會被隔壁的挑戰者取代。

挑戰者們讓團隊沒有了躺平的選項，必須不斷尋找下一個突破口。

這也讓字節擁有了不斷突破的強勁動力。

但是與此同時，也帶來了嚴重的問題：當員工沒有安全感時，多數員工注定會變得短視。

安全感，來自于對未來的穩定預期：當我知道，我明天只要干什么、后天只要干什么，就不會被批評，就能保住我的工作時，大多數人才會有足夠的安全感。

在字節的自由市場中，任務不確定、環境快速變化、每兩個OKR周期一次的淘汰和競爭，破壞了一線員工們的安全感。

沒有既定領地，隨時可能出現的挑戰者，破壞了管理者們的安全感。

在早期，人才不足、業務快速增長時，所有的字節人更容易一致對外、為業務尋找新的突破口。但是，當人才越來越多、業務機會不足以滿足人才的胃口時，內部的挑戰會越來越多，對安全感的破壞，也會越來越嚴重。

沒有安全感，是每一個創業者的常態，當你面對一個開放的市場、無處不在的競爭時，安全感注定是奢侈品。

但是，哪怕是創業者們，在面對自由市場時，也常常被焦慮所困。更何況，大多數人還無法具備像創業者一樣的意志力。

結果就是，不能長期承受不安全感的員工難免會變得“短視”。

為了得到安全感，總是那些更容易快速看到效果、拿到數據的動作，才能優先得到資源。

但是，總有一些動作，短期之內很難看到數據表現，但又必須要做的——比如：算法和內容背后的價值觀，除了讓用戶成癮的內容，能否減少用戶對內容的反感；組織建設上的投入，幾乎總是需要幾年時間才可能看到效果。

當大部分員工被要求注重短期利益，快速給數據出成效，那字節要如何讓那些長期主義的動作得以落地呢？

既然數據指標是最主要的貨幣，員工們主要追求的是公司認可的指標的實現，那么只要字節跳動不斷修正內部的指標體系，就能引導員工認識到“什么是這一階段被認可的價值”。

這是對自由市場的宏觀調控。

通過找到可以驅動長期主義動作在此刻被做出的短期指標，修正指標體系，那些長期主義的動作在字節內會有落地的基礎。

這個指標修正的過程，有兩個機制：

• 第一，團隊基于外部市場和用戶反饋的自發修正；

• 第二，基于領導的自上而下，尤其是創始人（張一鳴）的戰略判斷。

3.7 基于外部市場和用戶的反饋，避免短視

先說第一個機制，基于外部市場和用戶反饋。

比如，改善“用戶疲勞感”的修正是這樣發生的：正常情況下，做抖音或今日頭條，最值錢的“硬指標”肯定是：DAU（日活）、用戶時長、以及變現效率。這些是直接指標，能算出錢來。

為了追求這些數據，最有效的辦法可能是：給用戶最強烈的感官刺激。越“短平快”、越刺激，數據就越好。

但忽然有一天，有人通過數據發現了異常： “為什么有些用戶活躍了一段時間后，突然就流失了？” 原因并不是抖音不夠刺激，反而是因為太刺激了。用戶積累了嚴重的疲勞感，甚至產生了一種生理上的不適。

當數據佐證了這一點，公司的指揮棒就變了。 “對用戶疲勞感的管控、將刺激程度控制在合理范圍”，就會立刻成為字節認可的下一個重要目標。在這個新貨幣的要求下，懂得“克制”的算法，反而比一位追求“刺激”的算法更值錢。

來自“外部監管要求”的修正，也會以同樣的邏輯發生：如果是純粹的順應人性，擦邊內容、獵奇謠言肯定最容易留住用戶。 但當外部監管介入，對內容提出要符合主流價值觀、限制某些低俗內容、保護未成年人的要求時，這些要求會被迅速量化進字節的指標體系。

于是，圍繞“內容價值觀”、“未成年保護”的一組工作，在內部市場上的定價被瞬間拉高，這時，就一定會有人去認領，并得到公司的資源支持。

這就是第一種修正：基于外部市場和用戶的反饋，團隊會不斷完善目標體系，用新的“高價指標”來對抗單純追求增長的“短視”——這其實是字節指標體系的學習過程。

但是，有些長期主義的動作，是無法這樣通過指標體系的學習自然解決的：比如組織迭代、人才升級等等。

就需要用到另一種修正機制。

字節跳動今天的組織能力，很大程度上來自于第二種機制下，自上而下的設計過程。

3.8 基于目標自上而下的對齊，讓目標更長期

第二種修正機制：基于目標自上而下的指標設計。

在這個環節，作為公司的最高管理者，張一鳴如何思考業務、如何將其轉變成指標設計，就會變得非常重要。如果說字節的組織，像是一串快速前進的火車車廂，那么張一鳴需要充當起指引方向的火車頭。

作為公司老板，張一鳴的OKR所提到的指標，常常就是全公司價值最高的指標，在張一鳴的OKR里，常常穩定的出現這么三個模塊：

第一個模塊，是關于經營指標的，也是我們常規容易理解的收入、日活等指標。這組指標，保障了公司最終的業務結果。

而第二個模塊，一定是關于產品的，他會相信，如果日活增長只來自營銷和增長動作，不來自于產品本身的體驗提升，這樣的增長一定不健康。

但是，很多體驗提升的動作，未必能馬上看到日活、收入上的數據結果。所以，產品體驗需要被單獨關注。

第三個模塊，則總是關于組織。有可能是某個團隊的組建、某個組織機制的建立。

甚至，在張一鳴某一周期的OKR中，曾經出現過這樣一條公司級別的雙月目標：“讓所有會議結束后一小時之內，都能發出會議紀要”。

因為組織的變化，在日活、收入指標中，更難短期看到影響。

對于此，張一鳴曾經分享過自己的思考：

• 一個好公司，最終目標是商業收入。

• 字節作為一家2C業務為主的公司，健康的收入應該來自于日活。

• 日活來自于好的產品體驗。

• 好的體驗來自于好的團隊。

• 而好的團隊，最終取決于我們有沒有一個好的組織形態，能不能招到、留下和發揮好那些最優秀的人。

“建設組織”是一切數據指標健康增長的源頭，雖然從數據指標上看，組織建設距離當下的“收入”隔著十萬八千里，但它是那塊最底層的基石，必須在當下就開始行動。

但是，“建設組織”這個詞太虛了，怎么考核？怎么落地？ 怎么驅動團隊行動起來？

于是，在張一鳴的OKR中，這樣的目標就會出現：“會議結束后1小時發出會議紀要”、“讓信息流動更順暢”、“讓員工得到的評價更公允”等等。

這類指標，乍一看并不是常規的收入、利潤指標。但在那個 OKR 周期里，因為它成了張一鳴最關注的指標之一，整個公司也會立刻行動起來。

為了達成這個指標，團隊就會有人自發向上對齊，開始行動，組織機制的討論調整、飛書的優化就會發生。

張一鳴定義的數據指標，成為了新的、可以兌換成績的貨幣。對貨幣的定義和調整，成為了張一鳴對字節這個自由市場主要的調控方式，讓張一鳴作為組織定義者的意志得以被快速貫徹。

張一鳴作為整個公司的管理者，他最核心的總是兩個工作：一是組織機制本身的設計，二是在機制運轉時，充當“指引長期方向的火車頭”。把那些長期的愿景，翻譯成當下可以執行的、具體的“行動切入點”，并把它變成公司的核心指標，最終推動團隊行動起來。

于是你會發現，只要能找到這樣的“切入點”，那些需要漫長時間才能看到效果、無法直接關聯到利潤的動作，一樣能在字節內部發生。

比如對研發來說，“完成同樣功能，代碼行數降低”這件事不直接關乎利潤，但它是一個效率提升的動作。

比如審批流程的縮短，跳過那些總是默認通過、沒起到價值的流程環節等等。

3.9 字節的組織機制

回頭看來，我會這么理解字節的組織機制：

區別于其他大企業的科層制，字節以數據指標作為主要標準，建立了一套“自下而上、內部融資、評價簡單”的“自由市場”組織體系。

當這套能激發員工更強主動性的機制，擁有極高密度的人才時，人才之間的自然競爭、對成就與激勵的渴望、無處不在的挑戰者，使得字節擁有了強大的前進動力。

雖然它有“短視”這個問題，但通過整個組織對“外部市場和用戶反饋”以及“創始人充當火車頭，自上而下對齊”這兩個補丁，使得字節在張一鳴這個火車頭的帶領下，總能快速奔向長期正確的方向。

這套機制，解決了大公司最頭疼的“階層固化”和“養老”問題。 它讓字節在擁有 15 萬人的體量下，依然保持了極高的人才密度和創業公司的戰斗力，甚至容納了數量最多的創業者。

也正是依靠這套機制，讓字節在AI算法時代，憑借“算法+”所向披靡。造就了抖音、TikTok、番茄小說等連續爆款，成為當之無愧的“APP 工廠”。

也因此，很多企業都希望自己能學習字節：畢竟，誰不希望自己的企業能像字節一樣，員工主動、持續突破呢？

但是，絕大多數企業，都學不了字節：

一方面，是大多數企業都無法像字節一樣，容忍自由市場帶來的資源浪費。

大多數創造性工作，注定會失敗，當允許發揮大多數人的創造力時，也難免產生巨大的資源浪費，也正因此，字節將允許每個人的嘗試、浪費限定在了一定的時間范圍內（2個OKR周期），這也是減少浪費不得不做出的選擇。哪怕如此，也只有擁有字節的高收入、高毛利、強網絡效應的業務，才能支撐起一個產生如此大資源浪費的自由市場。大多數企業沒有這樣的收入來源，就都無法模仿字節。

其次，是大多數企業，并沒有一個張一鳴這樣的創始人，能夠不斷看向未來、識別出什么是“當下必須做出的、對未來至關重要”的行動，成為火車頭，對抗不安全感導致的短視。

另一個原因是，字節所擅長的“算法驅動的內容產品”，幾乎是業務鏈條最短、動作見效最快的產品。

大多數字節涉及的內容產品，基本只涉及用戶、達人，這兩個環節——這就意味著，一個員工調整了算法，很可能第二天就能看到數據變化、用戶留存率提升；一個員工調整了對達人的激勵，很可能達人下周就會更多發布內容。

大多數其他業務，鏈條都沒有這么短、也很難讓動作如此快速見效。

這也是在AI大模型時代，字節從前一個時代的領軍者，變成了新時代的跟隨者的主要原因。

04 AI大模型時代，耐心成為了成功的必要條件

如果我們回頭看看字節所擁有的條件和資源——在進入大模型時代時，字節作為上個AI時代的王者，手里握著幾乎最好的一手牌，在能夠激發員工主動性和創造力的自由市場機制下，字節本應也是這個AI時代的王者：

• 它有錢：買得起最多的顯卡（巨大預算）；有著“大力出奇跡”的預算和勇氣。

• 它有人：有最好的算法人才、給著最高的工資；它有最高密度的創業者員工，而且，公司的階層并不固化，自由市場的機制，保證了員工們有提出自己的想法、發明創造的機會。

• 它還有巨大的用戶量和海量的數據，有條件實現最好的產品體驗。

• 甚至，它的員工們，還擁有著最多的創業熱情、和對AI最強的信仰。

很多人可能不能理解AI信仰的價值——

對于大多數企業，在算法時代不能快速跟進、在大模型時代不能跟上潮流、甚至遲遲不能應用AI，最大的阻礙，并不是人才素質，而是不相信AI，對AI沒有信仰。

在這一點上，字節跳動可能擁有著中國數量最多、真正信仰AI的人。

因為字節跳動在上一個AI算法時代，本身就是中國最早的、也是最成功的 AI 企業，所以員工們在字節，親眼見證了算法和 AI 能夠爆發出的驚人能量。

這讓字節內部，擁有著對AI幾乎最強的信仰。

大量原生的AI創新，一直在字節跳動內部持續誕生：

比如：“剪映”是中國此前最成功的AI內容創造產品。

剪映之所以能成為中國視頻剪輯軟件里的翹楚，核心原因之一是： 在剪映早期的第一任負責團隊心中，有一個樸素的信念——他們堅信，剪輯軟件的操作不應該太復雜，操作復雜只會讓使用門檻變高，很多人就會用不起來。

因此，在做剪映時，他們的原則是：所有能夠用 AI自動 實現的功能，一定都用 AI 實現，輕易不加功能、不增加人工操作的復雜度。那段時間，只要做短視頻，說到剪輯工具，幾乎所有人都推薦剪映。這使得剪映變成了國內第一個真正用 AI 輔助內容生產的、現象級的內容生產型應用。

“番茄小說”則是直接用AI實現了漫畫日更。

很多人喜歡看小說，但也有很多人喜歡看漫畫。而 從小說到漫畫，是一個生產成本極高的跨越。寫小說只需要打字，但畫漫畫涉及到構圖、分鏡、上色，人力成本遠高于小說。

相比于大多數公司，需要人就堆人，字節跳動的團隊看到一件事需要大量人工時，會有更大的概率先想一想“能不能用AI解決”。

于是，當其他小說網站還只能做到小說“日更”時，字節跳動竟然靠著AI作畫，實現了漫畫“日更”。

只要今天小說的這一章發出去，后臺用 AI 一生成，人工簡單一校準，漫畫就出來了。

漫畫日更，讓番茄小說，也吸引到了那些更習慣看漫畫的用戶。

我也曾經在一個場合，強烈感知到了字節員工對AI的信仰、和AI創業的熱情。2023年，當 ChatGPT 橫空出世，行業里時不時會有人舉辦AI Hackathon（黑客松）創業大賽。

當我受邀去觀察一場 300 人參與的AI創業大賽時，會發現這 300 名參賽者組成了 100 個團隊的比賽中，至少有 80-100 人，是字節跳動的員工。

對比之下，來自谷歌中國的可能只有十幾個人，來自百度的不到十個，來自阿里的也不到十個。這就意味著，字節一家公司貢獻的擁抱 AI 浪潮、渴望在AI領域創業的創業者數量，大過了其他所有互聯網大廠的總和。

有AI信仰、渴望創造的人才，足以支撐起創新的源頭。

握著最好的一手牌，正常情況下，甭管是 GPT，還是其他的殺手級 AI 應用，最應該誕生在字節。

按照既往規律，這輪AI的競爭，舍字節其誰。

4.1 當字節的“自由市場”，撞上“科研高墻”？

但這次，不一樣。

字節靠著大力出奇跡累積來的日活，不僅在25年初被DeepSeek快速超過，甚至在這輪AI大模型時代，字節連入場都慢了行業大半拍。

回看這一輪 AI大模型時代能夠贏得頭籌的公司，你會發現，這些公司通常是在 2018 年前后就已經成立，在 2020 年前后就已經開始重注投入新的技術方向。

而字節跳動，直到 GPT 已經火爆、AI大模型的能力，已經被整個市場看到之后，才終于開始行動。

在字節內部的復盤中，梁汝波說：字節在之前，完全沒有看到大模型這個機會的存在。

為什么會這樣呢？

不是說字節有著高密度的人才、有技術信仰、有AI信仰，又能釋放人才的創造力嗎？明明手上有著最好的一手牌，為啥還打輸了呢？

因為在大模型時代，絕大多數爆火的公司，靠的不是大力出奇跡的用戶規模、或者成熟技術在各個領域的應用，而是靠的是技術上的突破和革新。

最早讓大模型進入互聯網和技術人視野的GPT是如此，Gemini是如此，在2025年年初，爆火的DeepSeek也是如此。

在不少AI創業者的觀感中：DeepSeek出來之前，自己老家的親戚們不知道自己是在干什么的，但是DeepSeek出來之后，親戚們也會問，你們干的是不是就是DeepSeek。

因為DeepSeek的深度思考模式，讓大模型有了穩定的推理能力，也讓我們對大模型的不信任大幅降低。

這個時期，很像是特斯拉出現的那個時期，決定大家買不買電動車的，還不是空間體驗、自動駕駛等問題，而是續航里程。

這一次，字節那套無往不利的“自由市場”機制，似乎撞上了一堵它翻不過去的“科研高墻”。

面對“科研的高墻”，原來的那套打法貌似失靈了。

為什么？

為什么自由市場這套字節引以為傲的機制，遇到科研問題，就失靈了呢?為什么DeepSeek就可以？

4.2 科研高墻的3個獨特問題

因為做科研，有3個躲不開的問題需要面對。

第一個問題叫做：路線不明。

也就是方向的不確定。哪怕是再牛的科學家，他探索的技術方向也可能是錯的，他也不可能了解所有的技術方向。

甚至于，科學家之間也很難通過溝通、對哪條路可行達成共識。

第二個問題叫做：結果未知。

也就是結果的不確定。科研問題，沒有人能夠保證一定能被解決，也沒人能保證按時交出數字結果。 哪怕是最牛的科學家，他在實踐科研問題的過程中，也是失敗多于成功的。

第三個問題叫做：周期漫長。

也就是時間的不確定。探索性問題，不止失敗的概率大，而且我們發現，它驗證成功和失敗所需要的周期，常常會更長。

道路不明、結果未知、周期漫長，這就是任何一個組織或者機構做科研，都要面臨的3個獨特問題。

也正是這三個問題，讓DeepSeek或者GPT這樣的突破，無法在字節自發誕生。

其實，很多研發，是渴望追求更新的技術、更新的架構的。都希望做那些能影響世界的、酷的事情。

在算法工程師這個領域，這樣的研發人員，數量尤其多。

我此前也管過算法工程師，你會發現，所有的算法工程師，他們的本能是抗拒“純業務導向”的。很多工程師都會說：“我看了某篇論文，我想試試；我覺得有另外一個解決方案，我想試試。”

這是選擇了算法的工程師們不少人的追求。

實際上，字節的技術氛圍在行業里也是Top級的。

于是，歷史上我們看到有很多——比如說谷歌的工程師、或者微軟亞洲研究院的算法工程師——會非常渴望加入字節。就是因為認可字節在技術上的領先性、技術上的成就和氛圍。

但是，當他們加入字節之后，字節確實有著領先的技術和更好的技術氛圍，只不過，和他們想象的不太一樣：

一方面：

確確實實，在字節的技術人員會得到更公允的評價；內部的文檔沉淀是更好的；關于技術討論和分享的氛圍，也是遠遠強過其他大企業的。

但是，另一面：

一個算法工程師本來是為了做更新、更炫的技術，為了改進算法，或者為了率先在 AI領域做出點什么，才加入字節的。

但當他進來之后，他會發現：他的領導常常很現實。

他的領導會跟他說：

“你看，你是我招的人。我肯定希望你能夠活下去。

否則，如果我招的人總是不能活下去，那對我來說，在管理相關的數據指標上，也會不太好看。

所以，雖然我知道你有技術追求，但是為了讓我招的人能夠活下去，我們必須面對現實。”

什么是必須面對的現實呢？

就是在“自由市場”這個組織體系下，如果你連續兩個 OKR 考核周期（也就是以前的四個月，現在的六個月），你交不出任何讓公司認可的數字，那么這個人的產出能力就會質疑。

這時候，也許這個 Leader 很強，兩次 OKR 周期你交不出數字他還能保你；但是三次、四次，他也未必還能保得住你。

所以，在這種時候，哪怕從形式上來看，下面的人可以“自由提 OKR”。

但是基于生存現狀的考量，一個 Leader 在和團隊共識 OKR 時，他注定要優先導向“讓這個團隊每一個周期都能交出數字”的動作。

于是，結果就變成了這樣：

當一個人為了技術追求和氛圍加入字節時，他會發現：

他 80% 的工作時間，注定只能服務于業務，因為只有服務于業務的指標，是最容易被認可的、最能保命的。

他只能用剩下不到 20% 的業余時間，去做那些新的技術探索。

哪怕他能在組織內融資成功，拉到一些同事，也同樣僅能限于20%的資源，因為每個人都要先活下去，大家只敢做那些在考核期內能快速見效、能快速拉升數據的動作。 否則，難看的數據不僅給項目帶來壓力，那些前期“融資”拉起來的團隊，也會紛紛離開。

結果就是，他的創新能力，被限制在了應用層，并不能像那些他渴望的、字節也需要的科研型創新中釋放。

4.3 DeepSeek是怎么做的呢？

那面對做科研會遇到的道路不明、結果未知、周期漫長這3個問題，DeepSeek是怎么應對的呢？

我們能看到DeepSeek的關注點，就與豆包截然不同。

豆包始終是有數據焦慮的：當DeepSeek超越豆包后，豆包靠著大預算、更有效的增長動作、更多的功能，努力拿回了第一。

對比之下，當25年下半年，豆包重新超越DeepSeek后，DeepSeek對此幾乎完全沒有任何反應——沒有營銷、沒有投放、也沒有不斷堆積的新功能。

如果說，字節是在追逐數據，那么DeepSeek更像是在追求另一件事：一個在常人看來可能渺遠的信仰，“讓AGI成為現實”。

這一點我此前也是不能理解的。

在看到DeepSeek推出深度思考模式后，我的理解是：大模型產出的結果，此前最為人詬病的是“幻覺”，我不知道這次的產出到底能不能信，也就不能放心使用。但是，當DeepSeek展示出模型的思考邏輯后，不僅這個邏輯對人會有啟發，更讓我有了檢查模型結果的方式，容易檢查、就使得模型有了更可被相信的基礎。

這是個體驗創新。

但是，看到DeepSeek團隊最新的論文，我才理解了，“看起來可信”這樣的體驗創新，大概率不是DeepSeek團隊的出發點。

他們在最新的論文中，為大模型增加了一個新的要素——類似于“概念”。

什么意思呢？

最早的大模型，其實是在基于語言的上下文，不斷推演下一個字應該是什么。這個時候，比如“英國女王伊麗莎白”，在人類的理解中，是一個完整的概念，直接調用就好，但是在大模型眼中，這8個字需要被重新產出一遍。

對人類大量概念的一遍遍重新理解和推演，極大的浪費了大模型的能量和效率，也難免使得大模型的產出更容易出問題。

于是，DeepSeek決定為大模型建立一個概念庫：在庫里面的概念，可以作為整體，直接被調用。

我忽然意識到，這個概念的引入，與25年初，DeepSeek在大模型中，引入了“邏輯推理”模塊，本質上是一個思路。

此前的大模型，更像是對人類對話的暴力破解——如果我們將在一次對話中找到高質量回答的過程，類比于走迷宮，那么此前的大模型，更像是對迷宮的暴力破解，我只要能窮盡所有可能性，總能找到對的路。但是，在人類的思考中，其實是有一些規則，能夠直接告訴我們“哪些路肯定不靠譜、根本不用考慮，只有幾個大概率正確的方向，只需要嘗試這幾個方向”。

“邏輯推理”和“概念”，就是排除錯誤方向、使得模型可以效率更高、也可以走得更遠的思考工具。

而這兩個工具、或者說概念的發現，更可能來自于對人腦理解世界、思考問題過程的還原和研究。

可以說：DeepSeek團隊，是真的在拆解人腦的思考和理解世界的過程，將其中有價值的工具和模式，賦予大模型。

這是他們找到的，可以持久努力的方向。

如果沿著這條路走下去，有一天，DeepSeek可能也能讓計算機在認識世界上的效率更接近人腦：人腦每秒鐘接觸到的信息是10G，但是，人腦會識別和保留的只有其中的10bit。因為需要長期儲存和處理的信息量被大大簡化，人腦的能量消耗才得以大大降低、很多關聯起更多概念和維度的深度思考也得以變為現實。AGI就有可能變為現實。

這是DeepSeek在追求的事兒，至于過程中，會不會有用戶量的增長、在日活榜單上，自己排名第幾，DeepSeek團隊估計不在意，也不想花時間為此做出動作。

如果說字節的自由市場是被純粹的數據驅動，那么DeepSeek更像是被一個使命和愿景驅動。

當然，這樣的狀態說起來很好、很浪漫，但是，如何在團隊內實現這個愿景驅動的狀態，還是有點難以想象的：

哪怕有找到“還原人腦認識過程”的技術路線，畢竟每一步都是前人沒能解決的未知問題，每個問題的解決不僅需要巨大的投入、漫長的時間，在看到結果之前，誰也不知道某個解法到底能不能成功。

那到底走哪條路，在團隊內部又如何達成一致呢？

過程中，怎么讓每個員工都愿意長時間的努力和投入呢？

總還是要發獎金的，還是要有考核，可是，結果高度不確定、時間又長，無法依靠數據，怎么發獎金呢？

只要有獎金、有考核，就會有競爭和比較，有競爭又會多少帶來不安全感，員工就很難有耐心去做那些需要幾年時間才能看到結果的事兒。

為了解決這幾個問題，我們看到DeepSeek的解題思路，與字節截然不同，當字節的自由市場使得所有人都不能擁有足夠的安全感時，DeepSeek反而選擇了不考核結果、不追求數據、給予員工足夠的信任和安全感，同時，接受結果的不確定性。

我們具體來看。

第一，他們不考核結果。

因為既然是科研問題，那么我們必須要接受，所有的科學探索是長周期的，是隨時可能失敗的，是自頂向下很難把技術路線完全看明白的。

因此，不能讓任何一個科學家困于對失敗的恐懼。不應該讓任何一個科學家在指標的壓力之下，使得自己不敢于做出對未來的猜測和探索。

所以，為了讓科學家們能做這件事情，DeepSeek不追求指標、不做數據考核，盡量給科學家們提供的，是一個絕對安全、充分信任的環境。

第二，統一薪資，消滅內耗。

與字節的重激勵、快速晉升截然不同。在 DeepSeek 內部，你會發現一個很反常的現象：很長時間里，DeepSeek所有人的薪資，基本是統一的。

為什么？ 因為一旦薪資有差異，人性就會作祟。大家就會敏感：“我要拿更好的薪資”、“憑什么他比我高？” 于是，攀比和競爭就會發生，動作就會變形。

大家就會更傾向于做出那些快速見效的動作。

可是，對于科學問題，快速見效并不意味著長期最優，他們更希望每個人可以為了尋求長期最優而努力。

DeepSeek 的選擇是：不要讓科學家之間產生因為利益的競爭，要讓所有人只為了那個“共同的愿景”去努力。

薪資，應該是讓科學家們可以沒有后顧之憂的保障，絕不應該是促使科學家們開始攀比、競爭的原因。

第三，無需“說服所有人”，真理往往掌握在少數人手里，先試試再說。

因為在科學前沿，一個路線要想說服所有人是不現實的。 哪怕是相對論、量子力學，在它們誕生之初，也無法說服當時所有的物理學家。

也因為見效周期漫長，所以，一個科學路線要獲取資源時，常常既無法通過道理說服他人、也無法通過數據說服他人。

所以，DeepSeek 的態度是：不需要你從邏輯上證明給所有人看。只要你自己覺得靠譜，你就可以先試。如果你需要資源，你去找到那些能被你吸引、容易被你說服的少數人，你們搭伙一起干就行。

至于算力資源，公司允許任何員工調用。

當然，這樣近乎絕對的信任是無法賦予所有人的。

最后，只招有信仰的學霸。

能解決科研難題的人，首先要是學霸。他們常常是那些名校出身、本身是計算機專業或者 AI 相關領域學霸的人。

很多學霸，也會選擇掙錢、改變階層。

然而，DeepSeek所聚集的，并不是一幫“要賺錢的人”，或者“要做 AI 應用層創業”的人，他們并不是要把當前的 AI 技術用作做一個聊天軟件、或者做一個二次元的 AI Agent 的創業者。

吸引他們所有人的核心動力，是“希望讓 AIGC 誕生、真正地服務于人類”。

這樣不知要多少年才能變成現實的目標，近乎于信仰。

一個人是否對一件事有信仰，并不難觀察。這些有著同樣信仰的人，天然就渴望著與DeepSeek一致的目標，無需特別的激勵或管理，自然就會投入自己全部的精力，去解決必要的科研難題。

當然，大量渴望實現突破的企業，也都希望擁有這些有信仰的學霸，而DeepSeek在實現AGI道路上的行動、開源的態度、為科學家們提供的信任的環境，會對外釋放出信號，強烈吸引這些有信仰的學霸加入。

你會發現DeepSeek的解題思路：就是選擇有相同信仰的科學家，提供給科學家們，一個基于絕對信任、允許自由探索、無需內耗的純粹環境，充分相信他們，讓他們安心的去做科研。

在員工的眼中，DeepSeek比起公司，更像一個大學里的實驗室。

用“絕對的信任”對抗“結果的未知”；用“統一的薪資”對抗“人性的內耗”；用“純粹的愿景”對抗“漫長的周期”。

4.4 有耐心才有信任，有信任才有創新

信任仍然是創新的前提。

字節跳動的自由市場，也給以了員工信任，只不過這個信任缺少耐心，只有2個OKR周期的時間。

但是，DeepSeek給予團隊的，是更長時間、更有耐心的信任。

如果我們回頭看其他企業的管理方式，你會發現，在大多數企業，信任都是難以擁有的奢侈品：

字節跳動的自由市場，在保障了團隊總能雞血滿滿的同時，也破壞了幾乎每一個人的安全感。

而到了其他的大廠，情況又截然不同。他們核心的問題常常是：管理層本身太過穩固，沉淀的利益太大。 在不少大廠，你會發現大多數管理層年紀已經很大了，早已經功成名就、甚至財務自由。

這個時候，如果讓他去帶領團隊做一件更需要耐心、且時間和金錢成本巨大，還不確定能不能成功的事兒，他會怎么想？ 很現實的考量是：一旦這件事情不成，他可能會失去當前的位置，失去安穩的工作。對比之下，如果不做，至少能守住自己的領地、行業地位和當前的工資。

這樣的人，對創新者不會給以信任，對創新，也不會擁有耐心。

渴望創新的人就無法掌握資源。

那么，很多創業公司為什么也會表現得沒有耐心呢？

更多的創業公司缺少耐心，則是來自于“資本市場的壓力”。 要養團隊，就要快速得到市場、快速得到投資人的認可。

一旦不被資本資本信任，需要快速得到認可，又會讓他失去耐心。

不客氣的說：大多數企業對員工的管理、資本對創業者的管理，都是基于對個體的不信任——引入競爭、末位淘汰，是對個體的能力和勤奮不信任；依賴功成名就、但可能早已失去了創新意愿和創新能力的老高管，是對新人的不信任；引入流程，是對個體的訴求和判斷不夠信任；需要企業持續融資，是對創始團隊和前景不夠信任。

但是，所有的不信任都會破壞耐心，都會導向員工需要不斷用快速見效的動作的證明自己，都會成為科技型創新的天敵。

而 DeepSeek 之所以能夠給團隊以近乎絕對的信任，也是因為創始人有足夠的耐心，他為團隊屏蔽了所有破壞信任和耐心的因素。

DeepSeek 本身選擇做人工智能，是梁文峰老板的個人選擇。它也是整個AI行業極少數選擇不對外融資、而完全靠自己的錢去挑戰技術邊界的 AI 公司。

當燒的是自己的錢時，一切來自于外部的——比如投資人的擾動、市場的擾動——都能被創始人對內屏蔽掉。當他有耐心和信仰時，團隊也就擁有了一個可以有耐心的環境，使得更多的技術突破可以發生。

基于此，他才敢說：他們的目標不是做一個大模型、或者做一個應用，而是讓AGI、真正的人工智能變成現實。他們才敢無視所有商業世界的壓力，選擇開源自己的技術和代碼。

開源會犧牲利潤、會讓未來的競爭者更快跟上，但是也更可能讓人工智能更早變成現實。

前一個這樣做的企業家，還是選擇開放特斯拉所有專利的馬斯克。

與DeepSeek給團隊的安全感和耐心不同，對比之下，當我們與字節跳動的員工交流時，有一位高管說得很好。

他說：“其實在字節跳動內部，除張一鳴之外，其他任何人都不配擁有安全感。你只要早上睜開眼睛，就要擔憂會不會有人挑戰我的業務領地？會不會有人想到一個更好的做法，在下一個雙月或下一個季度，就交出一個比我更好的成績？”

這種隨時被挑戰的威脅，是市場實現效率的方式，它能夠逼迫所有人不斷卷動。也注定了需要長周期和承擔巨大不確定性的創新，無法在字節跳動的自由市場中被實現。

4.5 字節的一個AI產品是如何落后的？

有一個字節內部的AI獨立應用，反映了不安全感如何扭曲了團隊的動作。

在字節跳動內部討論如何做這個AI應用時，關于如何設計產品、改進技術路線，大家是有過深入探討的。在討論的時候團隊就意識到：自己面前其實有多個技術方向，但是，不實際干一下，很難預判哪個方向是最優選擇。團隊就選了一個方向，先上線了第一版產品。

沒想到，一年后，市場上出現了一家競品，選了另一個方向，而且用戶反饋和數據結果都證明了，那是“更可能成功”的方向。

按理說，看到競品驗證了方向，字節的負責人應該馬上調頭，去追那個正確的方向，對吧？但他沒有。他選擇了按照原有的錯誤方向繼續狂奔。

后來，這位負責人是這么描述自己的選擇的： “至少在此刻，我們還沒法確信那個‘更正確’的方向，長期看是不是也一定對。說不定哪天情況又反過來了。我這個方向，公司肯定也會希望有人做，而我已經有了先發優勢——只要公司還需要各個方向都有人做，那甭管最后哪個方向跑出來，我這里都有一張船票，能保證我在船上。”

這時候，擺在這位負責人面前的，其實只有兩個選擇：放棄安全感，去追求可能更正確的選擇。或者選擇安全感，繼續走在錯誤、卻能讓自己感覺安全的道路上。

大多數人都會選擇安全感。

就連當年靠著AI，有著更自動化的功能崛起的剪映。在換了團隊后，新的團隊也放棄了對AI的堅持，更多時候選擇先堆功能上去——畢竟，堆功能見效更快，有數據，他才能有安全感，一直在當前的崗位干下去。

因為，靠著“自由市場”激發團隊創造力，也靠著自由市場的競爭，促使所有人保持持久努力的字節，本質上最擅長解決的，是新技術的“應用”和“改進”。

在所有人隨時面臨著外部的競爭、需要快速交付數據時，能夠被落地的動作只有幾個可能性：

第一，要么，是快速能拿到數據結果的動作，這樣的動作，常常是應用層的。

第二，要么，是技術路線已經被前人的成果證明，技術實現、復現前人的成果，雖然還是需要一兩年的時間，但是因為有人走過一遍路，字節已經能知道，頭兩個月可以看到什么、再兩個月又能看到什么。于是，每兩個月應該被看到的數據指標，就可以變成團隊的目標，實現者可以得到安全感和激勵。

這樣的動作，常常也是對成熟技術的落地應用。

所以，我們今天看到的字節的大多數成功產品，幾乎都是同樣的算法技術，在不同內容領域的應用。

這樣的業務，不只見效快速，在字節內部，整個組織也一遍遍看到了同類業務的成功，知道第一年應該發生什么、第二年應該發生什么。

也因此，字節才有了在內容業務中，一次次大力出奇跡的勇氣。敢于要求一個新業務第一年先花行業最多的錢、獲取行業最大的用戶規模，先不用考慮商業化的問題。

4.6 這次AI浪潮中，字節的糾錯機制怎么失效了？

那問題又來了。

我們不是說，在字節內部有糾錯機制嗎？連“組織建設”這么難以快速見效的動作，都能在字節內落地。如果上面的人看到了長期的技術方向，不是可以通過“定義指標”來推動技術團隊投入嗎？

核心原因，依然來自我們前面所說的——對“短視”的糾正，高度依賴于頭部管理者對某些長期主義要素的“超前認知”。

只有當他真的懂、真的信，他才能將需要幾年時間才能落地、見效的動作拆解成每個雙月的行動，定義出那些能在幾個月內看到效果的階段性指標，驅動字節向著長期正確的方向前進。

可以說，字節的機制，決定了字節的組織會自發做出大多數能快速見效的行動。但是，對某種長期路徑的追求，只有依賴于領導者的認知，才能在字節變成現實。

在原有的算法應用領域，張一鳴是懂的。在“組織建設”領域，張一鳴也是懂的。

因為他懂，所以他能定義出來。

但是，一旦到了這一次 AIGC 、AI大模型的技術領域，情況變了。這一次很難說是一個純技術或純工程性的問題，它具備很強的“研究性質”。

這是一個需要科學家、或者對算法有信仰的工程師，才能搞清楚技術路線的問題。

那么，當字節頭部那些擁有定義權的人，都不是這個領域的科學家時，“正確路徑”的定義，就很難在字節產生。

更可怕的是，從 2020、2021 年之后，張一鳴慢慢淡出了管理。他不再是那個通過自己的 OKR、發行貨幣，保證字節對長期正確方向的追求 的“火車頭”。

而張一鳴作為創始人，是全公司唯一一個，不用面臨自由市場競爭壓力的人。

只有他，作為公司的實際控制者，擁有著絕對的安全感，敢于堅持一個又需要長周期、又充滿著不確定性的方向。哪怕最終事實證明他錯了，字節也仍然是他的字節。

但是，除了他之外，其他任何一個高管，哪怕看到了一個自己覺得長期正確的方向，在驅動組織落地時，也都要掂量一下： “如果我錯了呢？我會不會擔責？”—— 在自由市場中，只有唯一超出了市場之上、不會受競爭挑戰、擁有“絕對安全感”的人，才具備定義這些長期事項的權限。

在DeepSeek，公司大量的人，都擁有著這樣更接近絕對的安全感，敢于定義問題。

但是，在字節，擁有這樣安全感的人，很可能只有張一鳴。

當張一鳴不再做出這樣的定義時，你會發現整個企業——哪怕是高管——所有人都不可避免地會在自由市場的壓力之下，只能去追求那些快速見效的、確定性更高的動作。

本質是：在前一個推薦算法的AI時代，核心技術（推薦算法）已經成熟了。字節當時要解決的問題，不是“發明算法”，而是如何將這套成熟的算法，應用到一個具體的業務領域（新聞、視頻、電商）里。

那時候，字節需要的是團隊將基本成熟的技術，組裝成一個個新的應用。

但是，這一輪的 AI大模型則完全不同。DeepSeek的成功，證明了，這一次的AI浪潮，可能首先需要的，不是字節這樣的應用型公司，而是解決AI推理能力、能量消耗的科研型公司。需要企業解決的不再是一道“應用題”，而是一道“科研題”。

你會發現，大模型的更大范圍應用，首先依賴于大量基礎技術難題的解決：

• 它依賴于算力成本的指數級下降；

• 它依賴于有人不斷地去嘗試全新的、充滿未知的解決方案和技術框架；

• 它依賴于這些底層框架不斷被發明、不斷被創造，然后才輪得到有人去實施和應用。

所以，當字節為技術應用設計的“自由市場”機制，撞到的不再是應用題，而是科研題的時候，它就撞不過去了。

05 字節還能贏嗎？

字節能怎么辦呢？

很多人會說：DeepSeek之所以敢這么做，畢竟還是小，也沒有那么大的業務，才敢選擇少數精英人才、給以更強的信任。

今天的字節已經是一家擁有15W員工的跨國公司，難道也要創造一個純粹的環境，給與絕對信任、允許自由探索、無需內耗，讓他們安心的去做科研嗎？

這15萬人里只要有1萬人濫用這個信任，對字節，可能就會造成無法挽回的損失。怎么辦呢？

在解決這類問題時，華為是一個成功的參照，實際上，這也是字節此刻正在嘗試的解題思路。

5.1 華為是怎么解決科研難題的？

我們都知道，今天的華為擁有大量的科學家，進行著大量超前技術研究。

在華為內部，有別于國內大多數的科技企業，在定長周期的戰略規劃時，通常會提前十年確定研發規劃。

那么，提前十年定規劃，就會涉及到一個核心問題：我們怎么能夠知道，十年之后什么是重要的？

華為的解決辦法是：他們會使用大量的外腦和咨詢公司，來補充信息，幫助華為對做十年之后的技術做出預測。

與其他很多企業直接讓咨詢公司出方案不同，華為在做戰略規劃時非常清醒：所有咨詢公司，他們的能力注定是有限的，他們不可能比華為更充分地了解自己的業務。所以，做規劃不是咨詢公司的責任，而是華為自己業務團隊的責任。

那么咨詢公司能做什么呢？就是貢獻信息。

他們擁有華為所沒有的全球視角和跨行業的信息。很多外部的科學家，也擁有華為所沒有的前沿技術信息。

簡單來講，他們就是詢問這些人的看法。這些不同人的看法會幫助華為給出預測未來的不同角度。這些不同角度的信息在華為內部匯總之后，再由他們的業務團隊和科學家團隊，轉化成十年之后的技術規劃。

當然，看到了未來方向之后，真正的難題才開始。

比如，華為曾判斷移動互聯網的普及，一定會帶來對流量帶寬越來越高的要求。所以 3G 不夠用了，要有 4G；甚至5G。

研發5G是華為的戰略方向，但從3G升級到5G所需要解決的技術問題，突破口已經從工程領域深入到了更底層的數學領域。

舉個具體的例子：

傳輸信號時，信號在空間內部反射和散射會造成信號之間的干擾。從3G到5G，最主要的問題就是在空間內各種信號反射會帶來更嚴重的干擾問題。

那這個時候，手里的手機、路邊的基站怎么能在眾多雜亂的散射波里找出那個真正準確的信號呢？

這是一道極難解決的數學問題。

當華為意識到，未來要從3G升級為5G時，它就需要有人去幫它解決這些數學問題。而解數學問題，毋庸置疑是一個科研問題。我們無法預知哪一個算法、哪一條路線，一定能解開這道題。

這時，華為就需要大量聘請外部科學家，提前十年開始做研究，解開這個數學問題。而提前十年做研發，就意味著可能到第八年、第九年之前，我們都不能確定這個人到底能不能交出結果。

華為對這些人的管理方式是這樣的：

第一，嚴格篩選，不是誰都能做。所有合作的科學家，要經受過華為高管、甚至預算大的項目需要經過任正非本人的面試，才能得到合作機會。

第二，一旦確定合作，給予絕對的信任。一旦華為決定了供給科研預算，對這些科學家來說，沒有 KPI 考核，沒有短期壓力。

華為相信這個科學家的能力，也相信這個科學家希望做好這件事情的信仰。 基于此，在合作期限內，華為會給予近乎于絕對的信任，和持續的資源支持。

雖然，最終可能還是一無所獲。

這就是信任的代價。

但是不給出這樣的信任，你就無法成功。你就無法撞穿、翻越科研這座高墻。

這些游離于華為體系之外的科學家們，承擔起了長周期科學研究的責任。當他們的成果產出后，華為才會交由自己的實施團隊，將其轉化為可直接銷售的技術成果。

5.2 字節要怎么做？

而“自由市場”之所以撞不穿“科研高墻”，就是因為自由市場本身就是一種“基于不信任的管理機制”。

而這種不信任的機制，和對結果確定性的要求，恰恰是科學創新的敵人。

所以，對字節跳動來講： 如果要想成為這一次 AI 創新的領軍者，而非跟隨者； 如果真正想通過體驗上的創新，讓更多的用戶是“主動選擇”用豆包，而不是靠大預算“砸出”一個豆包。

那么，它至少需要有一個獨立的、給團隊更多信任的安全感的沃土。

在字節，這個沃土，最好由張一鳴本人來親自管理。就像 DeepSeek 由梁文峰親自管理，像華為由任正非親自面試最頭部的科學家一樣。

選擇有能力、有同樣信仰的人。

然后，給予他們充足的資源和最大的信任。

這也是字節成立Seed Edge，這個純以前沿技術為目標的獨立團隊，并且張一鳴親自參與其中的主要原因。

這樣，像DeepSeek一樣的科研型創新，也會可能在擁有更雄厚資金、也擁有更多用戶數據的字節發生。

本質上，每個企業能夠取得當下的成功，一定打造了一個適合現有業務的系統。但是，老系統未必能解決新問題。

當新的時代需要與企業的現有系統，發生無法調和的沖突時，最常見的解決方式，是在現有系統之外、建立一個獨立的新系統。

不過，在起步更晚、技術積累落后一步的局面下，在本就需要更長時間的科研性課題面前，字節多長時間才能獲得有價值的突破，也是真不好說。

5.3 AI大模型，誰能贏到最后？

此刻，我們也還很難斷言，在AI的競爭中，誰能贏到最后。

在這個市場里，有三種不同風格的強大玩家，在角逐最后的勝利。

第一種玩家：字節跳動，是最快的追趕者。

有龐大資源、極高人才密度的字節跳動，仍然是AI應用上最強大的公司。

也是最快的追趕者。

一旦一個問題不再是科學問題，而變成了應用的問題，那么字節的落地能力是會遠遠強過其他公司。

任何一個新的體驗，只要被發現、技術只要被實現，字節的團隊就會快速追趕，將其在豆包上變成現實。

而且，隨著最大預算帶來的最大用戶量，字節也會擁有最多的用戶使用數據。如果技術不發生迭代、數據處理能力沒有跨越式的提升，那么擁有最大用戶使用數據量的字節，就有條件實現最好的體驗。

預算-用戶規模-使用數據-更好的體驗，是字節為自己打造的AI應用飛輪。

這使...