首富张一鸣罕见发声

距离张一鸣卸任字节跳动CEO，已经五年了。

2021年卸任时，他在内部信中说，自己将把精力转向长期战略、企业文化和社会责任。

他还留下了一段意味深长的话：大家更容易关注商业模式的变化和品牌渠道的更新，很少注意到技术变革已经在酝酿中。……虚拟现实、生命科学、科学计算对人类生活的影响都已现黎明之曙光。

这些年，张一鸣很少出现在公众面前，却从未离开技术前线。

据The Information披露，他曾频繁约见AI研究者，阅读OpenAI论文至深夜。36氪也爆料，从2024年下半年开始，他每月参加一次Seed核心技术团队的复盘和讨论会，关注模型训练和前沿研究。

去年10月，张一鸣罕见公开露面，出席上海徐汇知春创新中心启用活动。这家机构由他和上海交大ACM班创办人俞勇共同发起，计划招募16至18岁、对计算机和AI感兴趣的年轻人。

图源：知春创新中心公众号

“退休”之后，他关注的不只是字节眼前的模型排名，还有更长远的技术人才供给。

最近，一则来自字节内部会议的消息，再次将张一鸣推到台前。

据外媒The Information披露，张一鸣上月在内部会议上向员工表示，做模型要坚持长期主义、延迟满足感，而不是用别人的输出，换一时的榜单排名。

同时，他还画出红线，即便字节在人工智能方面暂时落后于竞争对手，也不会依赖外部模型蒸馏来改进自己的模型。可以说，态度十分坚决。

先搞清楚，蒸馏是什么？

想象一位教授给全班讲课。普通考试只记录这道题选A还是B——这叫硬标签。但蒸馏的精髓在于，它还记录了教授在每道题上的犹豫程度：这道题我90%确定是A，7%可能是B，3%可能是C。学生模型学着这些软标签长大，能用小得多的体积，逼近教师的判断力。

翻译过来就是：站在巨人模型的肩膀上，快速养出自己的模型。

这条路到底正不正当，业界吵了很久。

技术层面，蒸馏本身是一种被学术界和工业界使用十余年的常规工程方法，学术界和工业界已用10年之久。

合同层面，如果未经特别授权，拿OpenAI、Anthropic的API输出做蒸馏，确实违反它们的服务条款。

法律层面，模型蒸馏的责任边界尚未形成统一结论。

围绕蒸馏，行业早已分成两派，但阵营并非固定。Meta、英伟达等积极支持开放权重，OpenAI、Google则同时保留闭源前沿模型，并参与支持开放权重生态的联署。

今年7月，英伟达、微软、Meta等25家公司和机构联署公开信，主张不应把正常的模型改进和蒸馏与未经授权抽取闭源模型能力混为一谈。此后签署名单继续扩大，OpenAI、Google等公司也加入其中。

《Open Weights and American AI Leadership》

而张一鸣拒绝把竞争对手的外部闭源模型当作追赶捷径。

据了解，Seed团队从早期便确立了“不做蒸馏”的标准。一位字节的人士对36氪表示，字节希望模型进入全球第一梯队，甚至SOTA，而单纯通过蒸馏追赶，很难做出真正的SOTA能力。

这是一种颇有字节味道的选择。

字节曾经靠算法推荐重写内容分发规则，今日头条、抖音和TikTok的崛起，都建立在对推荐系统的长期投入上。

但到了生成式AI时代，这家公司一度变成了追赶者。

2023年底，字节曾回应，其早期探索项目使用过GPT生成的数据辅助模型标注，但相关数据已在2023年年中从训练集中删除。

2024年初，字节跳动CEO梁汝波又在内部会议上承认，公司对生成式AI的反应不够快，直到2023年才开始在公司层面系统讨论GPT。

一家最擅长捕捉用户兴趣的公司，却差点错过了当时最重要的技术变化。

对一家以探索模型能力上限为目标的团队来说，如果长期依赖外部前沿模型输出，可能形成研究路径依赖。这不是蒸馏技术本身的问题，而是字节希望避免的组织风险。

不过，坚持不依赖外部模型的代价并不低。

如果不依赖外部前沿模型提供核心能力，字节就要投入更多算力、招募更多研究人员，再用更长时间验证自己的技术路线。

据彭博社2026年5月援引相关人士的消息，字节正在讨论将全年资本开支提高至最高约700亿美元，主要用于数据中心和AI基础设施。

一个有意思的现象是，此前业内对字节AI的评价，这些年一直在“产品”和“模型”之间摇摆。

2024年豆包刚起量时，有说法说它“产品强、模型弱”。豆包靠抖音流量冲上用户规模第一，但模型能力被普遍认为在头部玩家中排不上号，有业内人士直言赢在流量，不是赢在模型。

据行业不完全统计，从2023年8月到次年6月，字节更是推出了接近20个原生或基于现有产品的AI应用，典型的App工厂打法，没有明确的目标。至今，豆包App本身仍被吐槽体验一般。

图源：微博

一家靠产品工厂起家的公司，在AI时代被反复追问同一个问题：产品和模型，到底该把宝押在哪头？

现在，这个答案越来越清晰。

字节毕竟不是一家单纯出售模型接口的公司。对它来说，模型并非孤立的技术产品，而是内容、广告、电商和企业服务共同需要的上游生产资料。

目前，字节已经形成了一套逐渐清晰的AI传导路径。

最上游是Seed。Seed2.1正在强化通用智能体、代码工程、工具调用和多模态理解，Seedance 2.0则把字节推到了视频生成的前沿位置。

再往下，是豆包、即梦、剪映、CapCut和扣子等用户及创作者工具。它们负责把抽象的模型能力，变成普通用户能够使用的聊天助手、图片、视频和智能体。

然后是抖音、TikTok、今日头条等内容平台。模型生成内容，平台负责理解和分发内容，并把它送到可能感兴趣的人面前。

最后是广告、电商和企业服务。

例如，TikTok已经把Dreamina Seedance 2.0接入TikTok Symphony，帮助品牌和商家批量生产广告视频；Smart+开始利用AI自动选择素材、调整投放；GMV Max则在自动优化广告活动和支出的同时，将佣金、优惠券和平台费用等卖家成本纳入计算，更准确地衡量真实回报。

在消费端，豆包负责争夺AI时代的用户入口；在创作端，剪映、CapCut和即梦负责降低内容生产成本。

在流量端，抖音、TikTok负责分发；在收入端，广告和电商负责将流量变现；在企业端，飞书、扣子和火山引擎则把模型、智能体和云服务卖给外部客户。

图源：豆包

这就形成了两套相互咬合的闭环。

第一套是产品闭环：模型进入工具，工具生产内容，内容获得分发，最终进入广告、交易和企业经营场景。

第二套是资金闭环：广告、电商、云服务和企业软件获得收入，再支撑下一轮算力采购、人才招募和模型训练。

当AI逐渐成为内容生产工具、流量分配系统、广告投手、商家经营助手和企业智能体，模型能力掌握在谁手中，决定的将是整套商业系统建立在谁的地基之上。

因此，张一鸣拒绝依赖外部模型，不只是担心某一款产品受制于人，更是关系到字节整个创新生态的能力上限，是否会受制于其他公司的模型迭代节奏。