字节 Seed 预训练负责人顾全全在 X 上发布了一条简短的告别帖。
Today marks my last day at ByteDance Seed.
但顾全全离开 Seed，不是字节故事里最大的变化。
豆包 6 月马上开始收费才是。
一个顶级研究者的离开，当然值得关注。更大的关注点在于，字节已经进入了第二阶段，AI 成为驱动字节增长的主引擎。
过去两年，豆包帮字节证明了一件事，那就是它有能力把 AI 产品推到亿级用户面前。
然而收费之后，豆包要证明的是另一件事，这好几亿的用户里，又有多少人愿意为 AI 付钱？
从这一刻开始，Seed 做出的东西，光有论文和评分是没用的，得能转化成为产品、收入以及用户体验才行。
这就导致字节必须有取舍，不能再大而全地去探索所有方向。
顾全全的离开，正好发生在这个转折点上。
顾全全：连接生物 AI、基础模型
和 scale 能力的那类人
顾全全本科和硕士都在清华自动化系，2014 年在 UIUC 拿到计算机 PhD。博士毕业后先在普林斯顿大学做博士后（2014-2015），2015 年赴弗吉尼亚大学任助理教授，2018 年加入 UCLA，研究方向覆盖机器学习、优化算法、统计学习理论。
2023 年，顾全全加入字节 Seed。
那一年，字节刚刚完成 AI 组织架构的重大调整，组建了首个大模型团队，由朱文佳负责。
2024 年初，完成全面重组，Flow 和 Seed 升级为与抖音平级的一级部门，直接向梁汝波汇报。
2025 年 2 月，吴永辉加入并接管 Seed 基础研究，朱文佳转向模型应用。
Seed 需要的不只是发论文的科学家，更需要那种既懂模型训练、又能把能力落到具体问题里、还真的带过高强度项目的人。
顾全全恰好符合这个画像。
他在 Seed 同时参与了两条线：一条是 AI4S，另一条是前沿 LLM。
AI4S（AI for Science），就是用 AI 解决科学问题，比如蛋白质结构预测、药物分子设计、材料研发，这些过去需要实验室花几年才能搞定的事，现在 AI 可以在几小时内给出答案。
AI4S 在当时也算是比较热门的一条线，谷歌的 AlphaFold，就是 AI4S 上的一个里程碑式产品。
然而顾全全的这种跨度在大厂 AI 组织里并不常见。大部分科学家要么深耕某个垂直领域，要么专注于基础模型训练，很少有人能在两个方向上同时产出。
AI4S 这边，他带队做了 SeedFold、SeedProteo 和 DPLM 系列。
SeedFold 是字节 Seed 做的生物分子结构预测模型，论文里表示，SeedFold 在 FoldBench 多个蛋白相关任务上，均超过 AlphaFold3
元股证券:ygzq.hkSeedProteo 则面向蛋白结合剂设计，是一个 de novo 全原子蛋白设计模型。
如果说 SeedFold 是"看懂"蛋白质结构，那 SeedProteo 就是"设计"新的蛋白质分子。后者的商业化想象空间更大，但技术难度也更高。
DPLM 系列则是蛋白质语言模型，试图用类似训练大语言模型的方式，让 AI 理解和生成蛋白质序列。
这条线在学术界已经有不少探索，但字节 Seed 的特点是把它和自己的基础模型能力结合起来，形成了一套相对完整的 AI4S 技术栈。
这些成果在学术上很有分量。
SeedFold 的论文发表后，被多个研究机构引用和复现。SeedProteo 在蛋白设计任务上的表现，也被认为是当时业界最强的几个模型之一。
顾全全在 AI4S 领域的声誉，很大程度上就是这三年里用这些项目积累起来的。
但 AI4S 只是顾全全在 Seed 工作的一半。
2025 年初，他又加入了 LLM 预训练工作，组建了 LLM 优化和扩展团队，参与 Seed 2.0 的训练。这个转向在当时看起来有些突然，但如果理解字节 AI 战略的变化，就会发现这其实是一个必然选择。
DeepSeek 的走红，让所有大厂意识到，预训练能力不只是算力问题，更是工程化和优化能力的问题。
字节 Seed 需要一个能够把预训练做成体系的人。
顾全全又懂统计学习理论、优化算法，还懂大规模训练经验，这就让他成为了这个位置最合适的人选。
他组建的 LLM 优化和扩展团队，目标就是建立一套"高度可扩展的预训练栈"，让 Seed 2.0 和后续的 frontier-scale 模型能够稳定训练和迭代。
从他自己的 LinkedIn 帖子来看，这个目标基本达成了。他提到团队"我带领团队搭建了一套高度可扩展的预训练技术栈，成功支撑了 Seed 2.0 以及后续前沿级大模型的训练工作"。
它意味着字节 Seed 在预训练能力上，已经不再依赖外部技术或者单点突破，而是形成了一套可以持续迭代的工程化体系。
顾全全在字节 Seed 的三年，把字节的科学问题、基础模型能力和大规模训练能力全都连接起来了。
顾全全的价值，就在于他能够在 AI4S 和 LLM 这两个方向上，同时产出，并且把它们都做成了体系化的能力。
但这也是问题所在。
顾全全做的事情，都是"远期价值"很强、但"近期产品价值"不那么明确的事情。
豆包开始收费后，字节 Seed 的价值排序必然会变得更现实。
AI4S 组织调整
就在顾全全发布离职消息的前几天，有这么一条消息，称字节 Seed 旗下 AI4S 团队正在经历组织调整。
接近字节的人士称"不考虑分拆" ,AI4S 团队将由杨震原负责。随后才有了肖文之、顾全全等 AI4S 相关核心成员已离开或准备离开创业的消息。
"不考虑分拆"意味着字节并不打算把 AI4S 作为一个独立业务拆出去，也不打算让它成为一个可以独立运作的实体。
AI4S 仍然是 Seed 的一部分，仍然要服从 Seed 整体的战略优先级。杨震原接手，说明字节对这个方向还有投入，但投入的方式和目标可能已经发生了变化。
AI4S 是一个很特殊的领域。它的价值很难用我们现在的产品指标去衡量。
做出一个超过 AlphaFold3 的蛋白结构预测模型，在学术上当然是重大突破。但这个突破要转化成商业收入，中间还有很长的路要走。
还有一点，AI4S 的成果很容易"跟着人走"。
做豆包这种产品，能力更多沉在公司系统里。比如模型平台、训练集群、推理架构、产品入口，这些都在字节手里。人走了会有影响，但系统还在。
但 AI4S 不一样。它往往依赖某几个核心研究者对生物、化学、蛋白结构、药物发现和模型方法的交叉理解。很多成果不是一个 App 功能，而是一套研究路线、模型假设、数据处理方法、实验判断和产业资源。
这些东西很大一部分长在人的脑子里、履历里和关系网里。
所以顾全全走后，Seed 2.0 受到的影响可能不大。
但 AI4S 就不一样了。
肖文之、顾全全这些核心成员的离开，对 AI4S 团队的影响非常大。
他们带走的不只是技术能力，还有在这个领域的声誉、人脉和对未来方向的判断。
杨震原接手后，AI4S 团队能不能在学术界和产业界保持存在感，这些都是未知数。
更关键的问题是，字节还愿意给 AI4S 多少资源和耐心。
AI4S 是一个需要长期投入、短期回报不明确的方向。
它的价值可能在三年后、五年后才会显现，也可能永远不会显现。对一家商业公司来说，这种不确定性是很难长期承受的。
尤其是当豆包开始收费，AI4S 的处境就会变得更加尴尬。
字节是舍得在 AI 上投入的，而且在国内大厂里，字节也都是顶级的。
5 月就有消息称，字节把 2026 年资本开支计划上调至少 25%，AI 相关资本开支从此前讨论的约 1600 亿元人民币提高到超过 2000 亿元人民币。
但耐心终归是有限度的，再加上字节内部本身的赛马机制，就导致团队必须得在一定时间内拿出成绩。
当组织的优先级发生变化时，那些远期价值很强、但近期贡献不明确的方向，优先级可能会被降低。
AI4S 团队的组织调整，本质上就是这个过程的一部分。
实盘股票配资网它不是字节要放弃 AI4S，而是字节要让 AI4S 更明确地服务于产品和商业化目标。
这对科学家来说，是一个很现实的选择题。
留下来，意味着接受组织的新逻辑，把研究方向调整到更接近产品需求的地方。离开，意味着去一个更尊重"远期科学价值"的环境，或者自己创业，把技术理想变成一个新的组织。
肖文之、顾全全选择了后者。这不是因为他们不认可字节，而是因为他们更认可自己在 AI4S 方向上的判断。他们相信这个方向有长期价值，也相信自己有能力把这个价值做出来。
豆包收费，真正的转折点
一切的原因在于豆包要开始收费了。
其实几乎所有 AI 产品都在收费，OpenAI 的 ChatGPT Plus、Anthropic 的 Claude Pro、谷歌的 Gemini Advanced，国内的 Kimi、智谱、MiniMax 都有付费版本。
豆包收费，我认为一点都没有问题。
过去，Seed 可以讲一个很宏大的技术版图故事。
LLM 是基础，多模态是延伸，视频生成是突破口，语音是体验增强，AI4S 是长期布局，Agent 是未来方向。
每一个方向都有自己的价值，每一个团队都在做自己的事情。Seed 的角色，是把这些能力整合起来，形成一个完整的 AI 技术体系。
这个故事在 2023 年、2024 年是成立的。
那时候整个 AI 行业都在探索方向，所有大厂都在广撒网，试图在每一个可能的技术方向上占据位置。字节 Seed 的技术版图足够宽，也足够深，这本身就是一种竞争力。
但现在，情况变了。
按照豆包自己的话来说就是，"我将采用最直接、最真相、最不绕弯、最扎心、最硬核、最干脆、最不墨迹、最戳痛点、最不留情面、最一针见血、最开门见山的方式来告诉你。收费就意味着产品要对用户体验负责"。
这时候，Seed 内部的每一个团队都要回答这样一个问题：你做的这个功能，能不能放进豆包的会员权益里？
本场比赛，中国男篮上半场 50-51 落后中国台北，FIBA 世界杯官方账号已经蠢蠢欲动，列出上一次中国台北击败中国男篮的历史：2013 年，也是在马尼拉！
显然，AI4S 的价值是长期的、战略性的、面向特定行业客户的。它可能在三年后、五年后，成为字节在生物医药、材料科学、化学合成领域的核心竞争力。
但现在的豆包，很难证明自己的产品价值。
这不是字节的问题，是所有商业公司在 AI 商业化阶段都会面临的问题。
谷歌也是如此。DeepMind 曾经可以做 AlphaGo、AlphaFold 这样的长期项目，但后来谷歌发现，DeepMind 的研究方向也应该向产品靠拢，所以谷歌才会把 DeepMind 和谷歌 Brain 合并成谷歌 DeepMind，让 Gemini 成为谷歌 AI 战略的核心。
此后，那些不能为 Gemini、谷歌搜索、谷歌云贡献价值的项目，就很难再获得足够的资源支持。
字节 Seed 现在走的，就是这条路。
谁能降低推理成本，谁就能让豆包的毛利率更高；谁就能让用户体验更好。谁就能拉高留存，让用户掏钱。
因为这些能力，都是可以量化、可以考核、可以直接对应到收入和利润的，这些也符合字节内部的价值体系。
与此同时，这里面还有一个问题我们得辩证地去看，AI 发展需要长期投入、需要容忍失败、需要给科学家足够的自由度去探索未知方向，在这一点上是无可厚非的。
但 AI 的商业化，需要短期回报、需要明确的价值证明、需要每一个能力都能对应到用户愿意付费的场景。
在 AI 行业的早期阶段，所有大厂都在广撒网，都在尝试各种可能的方向，都可以容忍一部分团队做长期的、不考虑短期回报的研究。
但当 AI 进入商业化阶段，当产品要开始收费，公司要开始对股东、投资人和用户负责。
字节 Seed 现在面临的，就是这个转折点。
顾全全的离开，对双方来说都不是坏事，更像是一次彼此成全。
对顾全全来说，他在字节 Seed 三年里已经证明了自己。这些经验和声誉，让他的履历更加丰富，可以回到学术界继续深耕 AI4S，或者创业，就像林俊旸一样，把技术理想变成一个新的故事。
对字节来说，Seed 的组织性质转变已经不可逆转。Seed 2.0 后续迭代并未受影响，豆包还在继续迭代，火山引擎还在上线新能力。
一个健康的 AI 生态，本来就需要不同类型的组织。
顾全全找到了更适合自己的位置配资公司风险提示，字节 Seed 也找到了更清晰的方向。这是一次双向选择，也是一次双向成全。
中国十大股票配资提示：本文来自互联网，不代表本网站观点。