在硅谷的科技演进史中，裂变始终是推动创新的核心原力。1957 年，“八叛逆”离开肖克利半导体，创立了仙童，由此开启了英特尔、AMD 等半导体帝国的纪元；2021 年，一群核心成员走出 OpenAI，创办了如今估值飙升的 Anthropic。这种带有“基因传承”色彩的人才外溢，往往预示着一个产业从技术萌芽期向工业爆发期的关键跨越。

现在，轮到中国 AI 面对这一历史性时刻了，而风暴的中心，是字节跳动。

过去一年，字节跳动已成为中国 AI 领域最活跃的人才中枢。这不仅体现在其凭借顶级资源持续吸引着全球天才的汇聚，更表现为一种史无前例的技术迁徙。近70名字节seed成员流向其他大模型公司。与此同时，在顶级 VC 的托举下，30 余家字节背景的 AI 创业新贵集群式破土，纵身跃入重塑产业版图的征程。

字节跳动不再仅仅是一个批量制造爆款的App 工厂，它已经进化为中国 AI 行业的黄埔军校。

这种“黄埔军校”的形成，依托于三个极致的维度：极高的人才浓度让优秀成为生存底线；真实的业务场景让算法在亿级 DAU 战场中经历最残酷的洗礼；极速的反馈闭环让技术天然具备了对 ROI 的敏锐感。

谱系拆解：谁在承接字节的技术红利？

字节跳动的大模型人才流向，呈现出一种精准的拼图式嵌入。不同于以往大厂人才离职后的随机分布，字节 AI 人的去向极具指向性：他们带去的不是理论，而是成熟的 AI 大规模实践经验和技术认知。

据猎头圈内消息， 过去一年已有近 30 名字节 AI 核心成员被某头部大厂以数倍薪酬和更高职级挖走，助其重构AI Infra和数据基建能力。

这种流动脉络极其清晰： 字节 Seed 团队开源的 veRL 框架长期稳居强化学习训练领域的“头把交椅”，几乎是 AI 工程化的行业标准。通过引入这批具备数万枚 GPU极限负载经验的顶级人才，相关厂商就有机会在训练平台、推理系统与 RL 框架上实现全栈式突破，从而在根本上提升大模型的研发能效。

除了传统巨头，新兴独角兽也是这股技术红利的主要受益者。最有代表性的两个案例，是DeepSeek首位员工李宇琨和Kimi后训练负责人宋鸿涌。

• 李宇琨是 DeepSeek 的首位员工。他曾于 2021 年加入字节，后从字节搜索团队离开，并在 2023 年加入 DeepSeek，负责预训练数据相关工作。

• 宋鸿涌。他在 2020 至 2022 年间就职于字节游戏部门，主要从事游戏 AI 中的强化学习研究；2023 年至 2025 年进入 Kimi，核心负责 post-training 和 RL 方向，并在这套能力链条上持续深耕。到 2025 年底，宋鸿涌又从 Kimi 离职创业，转向机器人赛道。

以这些早期火种为开端，人才流转在过去一年进入了爆发期。据接近字节的人士透露， 约有 60-70 名 Seed 成员密集流向各大模型公司。

如果说 DeepSeek 和 Kimi 承接的是字节系人才在国内新势力中的外溢，那么更大范围内，这股流动还在直接参与全球最前沿的大模型竞赛。OpenAI、Google、Meta和SSI，几乎所有的顶级AI大厂都能看到字节技术人才的身影。

• Youlong Cheng 早期曾在字节 AML 工作，属于字节较早一批大模型/基础设施能力的技术人才。离开字节后加入 OpenAI，参与过基础设施相关工作。根据目前相对公开的信息，他近年的工作方向持续围绕大模型训练基础设施等核心能力展开。

• Qingqing Huang曾在字节 Seed 的 Speech 方向工作，具备语音研究与工程背景，离开字节后先后在 Meta 和 OpenAI 任职，延续其在语音与多模态方向上的积累。

• Ming Chen则曾在字节 AML 体系工作，2023 年离开字节后加入 OpenAI，后续工作持续与代码模型、coding 能力和软件工程自动化相关方向紧密相连。

• Haibin Lin曾在字节 Seed-Infra 团队负责 RL training infra，长期从事 LLM 基础设施相关工作。离开字节后，据传其已加入 SSI，继续负责 infra 方向。

• Ziheng Jiang曾在字节 Seed-Infra 工作，是基础设施方向的重要成员，离开字节后加入 Meta。

• Siyuan Qiao曾在字节 Seed-Model 组工作，在 LLM 预训练架构和多模态方向均有深厚经验，后加入 Meta，从事多模态模型研发。

• Chong Wang与 Xuan Zou也都曾在字节 AML 工作，之后相继流向 Apple 与 Meta 等公司，延续其在 AI 研发上的技术路径。

如果说人才流向大厂是“输血”，那么字节系集结创业则是“造林”。在过去的20个月里，30余家AI新贵从字节的母体中脱胎而生，其中许多创始人在工牌尚未交还之前，账户里便已躺着红杉、IDG等一线机构的巨额支票。

资本的捕猎逻辑已经彻底倒置。一种正在成形的投资共识迁移：VC正在“系统性围猎”字节的人才池，而非零散下注。

VC们不再枯等一份精美的BP，而是将战线直接推到了字节办公楼的楼下。在北京大钟寺、北三环，在上海杨浦，投资经理们像盯盘一样监控着人才的离职走向。在他们的表格里，候选人被精准地量化为职级代码、汇报链条及产品战绩。这种“系统性围猎”甚至到了疯狂的程度：方向未定，TS（投资意向书）先行，甚至有机构奉上“空白TS”任君填写的奇观。

投资人给出的原因简单直接：字节跳动已被视为大模型时代含金量最高的“创业黄埔军校”之一。其以数据驱动为核心的方法论，已成功催生出今日头条、抖音、剪映、番茄小说、豆包等一系列跨越国内外市场的 C 端爆款。

“作为中国互联网公司中最早也最系统完成全球化验证的企业之一，字节团队所具备的全球视野及极端规模下的产品决策能力，恰恰是 AI和机器人新一轮技术周期中最稀缺的能力组合。”一位投资人如是分析。

1. Agent 派系：生产力的极致重构

在 Agent赛道上，字节系创业者展现出了强大的应用落地能力。

• 此间无限：齐俊元曾是飞书的产品 VP 和豆包 PC 端业务负责人。这一组合意味着他既懂“飞书的组织力”（如何将 AI 融入企业工作流），又懂“豆包的产品感”（如何打造用户友好的端到端体验）。此间无限的核心产品是“AI 驱动的 GUI Agent”，旨在让 AI 跨应用全场景自主操作，这无疑是对传统软件界面和人机交互的革命。红杉和 IDG 连续重注，投后估值数亿美元，正是对其“AI 驱动组织变革”野心的背书。

• Ouraca：这可以看作是字节智慧教育基因的延续。Ouraca 专注于 AI 教育 Agent，创始人李可佳的经验有助于打造从内容生成到商业化落地的完整闭环，让 AI 真正深入教学场景，而非仅仅作为辅助工具。

1. 多模态与内容社区：从“剪映”到“猫箱”的再进化

字节在视频和内容赛道的统治力，也深刻影响了其创业者的方向。

• LiblibAI：陈冕曾任剪映全球商业化负责人。剪映是字节旗下的现象级视频工具，其商业化和用户运营经验极其宝贵。LiblibAI 是一个多模态模型与创作社区，它不仅仅是一个工具，更是试图构建一个围绕多模态模型的内容生态，这与剪映的生态逻辑不谋而合。金沙江、高榕等多轮投资，证明了资本对其“社区+模型”流量变现潜力的认可。

• 上海动念：梁琛奇曾是字节 AI 陪伴产品「猫箱」的产品负责人。上海动念专注于 AI 漫画，核心产品是 AI 漫画生成 APP「松果时刻」。这一方向完美结合了字节系对“流量”和“社区生态”的天然敏锐度。梁琛奇懂得如何通过内容生成工具来构建具有黏性的内容社区，IDG 和美团的投资也验证了资本对这一模式的看好。

1. 具身智能、软硬结合与开源：深水区的探索

除了应用层，字节人才也在向 AI 的更深层渗透。

• 具身智能：程昊 曾在字节担任飞书产品副总裁。2023年，他创立“加速进化”，专注于人形机器人研发，公司成立后迅速推出产品并应用于机器人足球赛事。2025年，加速进化的人形机器人全球交付量超过1000台，并实现了经营性现金流回正。

• AI 硬件：刘文宁是原字节 Fow Ocean 团队市场负责人，投身 AI 可穿戴设备。这意味着字节人才不仅懂算法，也在探索 AI 在物理世界中的载体，试图实现算法与硬件的深度融合。

• 持续低熵：黄柏特曾负责 MineContext 开源项目。其创业方向专注于开源生态与底层硬件的深度优化。这证明了字节系人才的技术触角已经深入到行业最底层的软硬件协同优化中，寻求持续降低算力成本。

为什么是字节？答案不在于偶然的运气，而在于一套从顶层战略配置到基层工程实践的“重工业体系”。

首先，是技术路径上的守拙与深耕。在行业普遍沉溺于“知识蒸馏”这种快钱路径、试图寻找大模型平替方案的浮躁环境下，字节跳动展现出一种近乎奢侈的战略耐性。 核心团队 Seed 坚持“不蒸馏、不走捷径”的底层打法，为此甚至配置了近千人的自有数据标注管理团队，从源头对数据进行工业级精度的压榨。这个做法是对模型训练基础问题的认知和探究，不仅仅是意在打破“蒸馏”的技术天花板限制，也能让人才得到更好的培养。

然而，单有点状的深度不足以支撑一个快速成长的组织，更关键的是其“哑铃型”人才生态的广度。字节构建了一套健康的代际传承体系：顶层由原 Google DeepMind 研究副总裁吴永辉负责，这位 DeepMind 职级最高的华人领袖，为团队注入了世界级实验室的技术审美与科研纪律；而在塔基，字节通过每年招聘上百名毕业生，每年开放五百个实习岗位，让年轻人尽早加入前沿研究和实战中，打造了国内规模最大的大模型人才蓄水池。

Seed官号的招聘信息展示了新人的成绩：毕业不到一年的校招生，深度参与Seedance 2.0预训练架构攻坚，研究有效的大规模Scaling算法，实现了该领域突破。尚未毕业的实习生也能通过前沿 RL 算法，将多维专家能力稳定、高效地融入Seed 2.0统一基座，提升了模型的综合性能上限。

得益于对年轻人的重视和培养，字节的“人才操作系统”能持续完成更新升级。据晚点LatePost报道，Seed的算法和工程技术人员已达到1000多人。

如果说工程与人才是底牌，那么真实战场上的“炮火密度”则完成了最后的锻造。豆包和火山引擎在C端和B端有丰富的业务场景。当公开的训练数据日益枯竭，真实的用户反馈会成为推动模型能力提升的战略级资源。

根据TrendForce数据，字节的服务器采购份额在2021年还落后于友商，2022年之后则是国内投入最激进的，比其他大厂采购量高数倍。这不仅为其模型训练和研究提供了更多的计算资源，也充分锻炼了字节AI人才的Infra能力。这对于任何大模型公司来说都是非常宝贵的经验。

数据来源：TrendForce

一种共赢的代谢逻辑

我们正在目睹的，不仅仅是一场人才的迁徙，更是中国 AI 正在告别追随硅谷的稚嫩，转向中国式模型和应用创新爆发。

这种大规模的人才流动，正以一种“工程技术平权”的方式打破行业的技术孤岛，让整个中国 AI 生态受益。大模型公司得到有实战经验的技术人才，AI创业领域也获得更多资本的押注。

在这种宏大的外溢背后，字节跳动自身也完成了一场深刻的生态代谢。人才的流出并非单向的失血。依托于其深厚的新人培养体系与“敢用新人”的底色，字节内部早已形成了一套强大 的自我造血机制。当资深骨干走向更广阔的舞台，大批在真实战场中磨砺出的校招新秀与实习生正在迅速顶上。

最终，这指向的是一种更高维度的“共赢”。对于整个行业来说，这些走出的火种，正在不同的生态位上开启更多元的技术探索与范式创新。字节人才的持续外溢，正在无形中降低全行业的创新成本，推动着中国 AI 的燎原之火。

这不仅是一家公司的自我进化，更是一个时代在代谢中走向繁荣的必经之路。