不靠蒸馏追榜：字节跳动押注 AI 的长期主义

字节跳动选择了一条更慢、但更自主的路

字节跳动似乎正在主动放弃一条能快速追赶模型能力的捷径。

据报道，创始人张一鸣在近期一次 Seed 内部会议上表示，即便 Seed 的模型暂时落后于国内竞争对手，也不应依靠蒸馏竞争对手的前沿模型来缩小差距。111

这并不意味着字节跳动不在乎模型表现，而是说明公司更看重另一件事：能否真正掌握模型背后的研究、工程和产品能力，而不是先通过模仿别人的输出，把榜单分数做上去。

张一鸣对 Seed 说了什么？

多家媒体称，张一鸣在 7 月底或 8 月初罕见出现在 Seed 的内部会议上，并传达了“接受短期落后、拒绝依赖蒸馏”的方向。17

这里所说的“蒸馏”，通常是指让一个能力较弱、成本更低的“学生模型”，学习更强大的“教师模型”生成的答案或行为。这样做可以把部分能力迁移到更小、更便宜的模型上，从而加快部署并降低成本。

不过，调用竞争对手 API、收集其回答再训练模型，与直接获得教师模型的权重、概率分布或内部表示，并不是完全相同的技术过程。11 在媒体报道和行业讨论中，这些做法有时都被笼统称为“蒸馏”。

需要特别指出的是，现有报道并没有证明字节跳动已经在全公司范围内禁止所有模型蒸馏工作。TechNode 的表述更明确地指向 Seed 对 AI 蒸馏的依赖，而不是一项覆盖所有业务和研发项目的普遍禁令。11

为什么不采用这种能快速提高分数的办法？

蒸馏本身并非毫无价值。它能够帮助模型更快完成压缩、适配和商业部署，也可能在熟悉的测试任务上带来明显提升。

但问题在于，模仿一个更强模型的输出，并不等于掌握了它变强的根本原因。学生模型或许能学会某些答题模式，却不一定拥有在架构设计、数据筛选、训练方法、后训练、工具调用和 Agent 可靠性方面持续创新的能力。

换句话说，一个模型可以在基准测试中看起来更强，但开发者未必真正拥有让“教师模型”变强的那些技术发现。

这是根据张一鸣据报道愿意接受短期落后这一态度作出的战略判断，并不是一项已经发表的技术证明——蒸馏模型不可能取得重大突破。对字节跳动而言，真正的风险在于长期依赖：如果产品主要是在复现外部领先模型的行为，公司就可能缺乏差异化、定价能力也会受限，同时暴露在 API 访问和授权变化的风险之下。

蒸馏为何成为中国开源模型竞赛的加速器？

过去一年多，中国开源权重模型快速涌现，蒸馏被视为其中一个重要的加速手段。它可以把昂贵前沿模型表现中的一部分能力，压缩到更小、更便宜、更容易部署的系统中。

与此同时，一些分析人士和政策评论者曾指称，部分中国实验室通过外国模型 API 大规模提取能力。不过，不同报告对相关行为的细节、规模和技术称谓并不完全一致。

在这样的行业环境中，追求公开基准测试和模型排行榜的快速提升很有吸引力。张一鸣的立场因此显得与“先追上再说”的路线不同：他并非认为蒸馏没有技术价值，而是不愿把它作为 Seed 缩小与领先模型差距的主要路径。715

8 月 6 日的组织调整：企业 AI 被推到更重要的位置

“拒绝蒸馏”的信号，出现在字节跳动业务重组的同时。据报道，8 月 6 日的年中全员会议将豆包和抖音列为两条重要的“厚主线”。相关调整包括：

• 将飞书产品团队与豆包合并，由赵琦负责；
• 原飞书负责人谢欣转为向赵琦汇报；
• 将火山引擎与飞书的销售、市场和客户服务团队合并，组建由谭待领导的“创意服务平台”。5713

这套安排把原本分属不同业务环节的能力放进了更紧密的运营链条：豆包面向消费者提供 AI 产品，飞书掌握办公场景和企业工作流，火山引擎则提供云服务、算力与企业客户触达能力。

其目标已经不只是给现有 App 增加几个 AI 功能，而是打造能够进入企业数据、办公流程和软件系统的 Agent 平台。对字节跳动而言，能够嵌入工作流的企业 Agent，以及与之配套的云和算力服务，可能比一个持续产生推理成本的独立聊天机器人更容易形成收入。

字节跳动并不是唯一一家在整合 AI 产品的巨头

这一转向也符合中国大型科技公司近期的共同趋势：减少彼此分散、重复竞争的 AI 产品，把入口、团队和商业化渠道集中到更少的平台中。

阿里巴巴已将 QoderWork、MuleRun 和悟空整合为企业级 AI Agent 产品 QwenWork，用于办公自动化和复杂任务处理。18

腾讯则据报道将 QClaw 桌面助手业务及部分团队转入承载 WorkBuddy 的云事业部门。QClaw 仍继续运营，但这一调整把更多办公 AI 资源集中到了 WorkBuddy 所在的云业务体系中。20

目前没有足够可靠的报道证明字节跳动或腾讯存在一个明确名为“SkillHub”的战略。较有依据的比较是：字节跳动整合豆包、飞书与火山引擎，阿里巴巴整合为 QwenWork，腾讯则推动 QClaw 与 WorkBuddy 在组织上靠拢。

豆包的商业化压力，解释了为什么企业 AI 如此关键

字节跳动的长期主义正在一场高成本的商业化考验中展开。

据 LatePost 报道，豆包在 2026 年上半年的日收入低于 100 万元，主要来自电商佣金；与此同时，其每日计算成本估计达到数千万元。这些数字属于媒体估算，并非字节跳动公开披露的财务数据。

6 月 24 日，豆包推出 Pro 订阅，月费分别为 68 元、200 元和 500 元。 这标志着字节跳动开始尝试把庞大的消费者使用量转化为经常性收入。

但单靠免费或低价的消费端使用，很难必然覆盖越来越强大的模型所带来的推理成本，尤其是图像、语音、视频和 Agent 等多模态功能的使用量上升之后。

企业 AI 提供了另一条可能的收入路径：客户为具体工作流、软件集成、企业数据处理和云算力付费，而不是只为通用聊天次数付费。只有当 AI 真正参与企业生产流程，模型调用和基础设施投入才有机会转化为更稳定的商业回报。

这场押注的核心：拥有能力，而不只是拥有流量

张一鸣据报道提出的“不靠蒸馏”，与梁 Rubo 推动的组织调整，实际上指向同一个判断：短期模型对齐并没有那么重要，真正重要的是建立一个可以独立进化、并能进入企业工作流的完整 AI 技术栈。

这条路的代价也很明显。Seed 可能会在更长时间内显得落后，字节跳动还要继续承担研发和推理成本，而竞争对手则可以通过更快的跟随策略改善公开成绩。

但如果主要依靠借来的模型能力，字节跳动最终可能只能依靠流量和价格竞争，并面临 API 限制、授权变化和产品同质化等问题。

因此，字节跳动试图把自主研发与自身分发优势结合起来：抖音负责触达用户，豆包承担消费端 AI 入口，飞书提供办公语境和工作流，火山引擎负责企业部署与算力服务。

这一组合能否最终带来可持续的利润，目前仍没有定论。但战略方向已经相当清楚：字节跳动并不想把 AI 仅仅当作一场功能竞赛，也不满足于追逐模型榜单。它押注的是一项需要长期研发投入、并最终以企业 Agent 和基础设施收入来支撑的业务。