獨家丨字節、阿里、騰訊的 AI 權力范式之爭：切割、重構與孤注一擲

ZF導讀：當算力不再是唯一變量，組織架構的優劣正成為決定終局的隱形分水嶺。在這場關于通往 AGI 的權力實驗中，字節跳動試圖以另起爐灶的獨立王國復刻創業公司的極限速度，阿里巴巴在體系歸核的陣痛中博弈于穩健與人才流失之間，而騰訊則在戰略遲到后選擇押注極少數“關鍵人”來對沖錯失的時間窗口。

這不僅是一場技術的博弈，更是一場關于如何在大公司底色下對抗熵增、實現數千人規模長期對齊的組織馬拉松，而真正的分水嶺，就藏在人才流向與技術節奏的沉默交鋒之中。

3月4日凌晨，阿里通義千問負責人林俊旸宣布離職。距離前任千問負責人周暢離開阿里，不到兩年。兩任千問負責人先后出走。阿里通義實驗室的核心崗位像一扇旋轉門：進來的人有才華，出去的人有理由。

這不是一個簡單的人事變動。它是中國三家最大科技公司在大模型競賽中，組織架構差異的一個縮影。

三家公司——字節跳動、阿里巴巴、騰訊，面對同一道題「如何組建一支能做出世界一流大模型的團隊？」

給出了三個截然不同的答案。

三條路字節：另起爐灶，組織先行

在這一輪 AI 浪潮里，字節是國內大廠里少數很早就用 top-down 方式把方向拍死的公司。2023 年下半年，它沒有把大模型繼續塞進原有業務條線慢慢試錯，而是直接從 AI Lab、AML、搜索等團隊抽調人手，組建了一個獨立于既有事業群的新部門——Seed。

這個部門不嵌入任何成熟營收體系，負責人直接向 CEO 梁汝波、創始人張一鳴匯報。到今天，Seed 已經是一支接近千人規模的隊伍，也是字節內部最激進、最舍得砸資源、招人最猛的獨立王國。

這背后其實是字節對 AI 的一個很明確判斷：這不是某條業務線的功能升級，而是需要單獨開一套組織、單獨配一套資源、單獨跑一套節奏的“公司級工程”。所以 Seed 從一開始就不是給任何業務打輔助，而是和抖音、TikTok、火山引擎這些核心板塊平行存在。

Seed 負責造模型、打底座，具體業務團隊再把這些能力裝進豆包、即夢、扣子、方舟等產品里。字節先把“彈藥庫”建起來，再讓前線各業務帶著彈藥去打仗。

更關鍵的是，字節的組織架構變化非�？欤颐黠@服從戰略，而不是服從原有山頭。

最初，Seed 由朱文佳主導。朱文佳 2015 年加入字節，做過今日頭條 CEO、TikTok 產品技術負責人，2024 年進一步升為直接向梁汝波匯報的 AI 核心負責人。

到了 2025 年 2 月，字節又從 Google DeepMind 挖來研究副總裁吳永輝，負責 Seed 的基礎研究工作；當時公開報道普遍提到，兩人一度平級，分別覆蓋“模型應用”和“基礎研究”，共同向 CEO 匯報。

而且這次交接并不是外界想象中那種簡單的“舊人退場、新人上位”，而更像一次相對順滑的職責再分配。

吳永輝到任后，先密集和 100 多位核心研究員做 1 對 1 溝通，隨后把團隊重新拆成三層：Edge負責更長周期的前沿探索，Focus負責下一代模型攻堅，Base負責當前模型的工程、數據和交付。

與此同時，朱文佳則逐步把重心貼近模型應用和用戶需求，圍繞問答、創作、解題、寫代碼等能力打磨產品側效果。到 2025 年 10 月，公開報道顯示，朱文佳的直接匯報關系又從梁汝波調整為吳永輝，這基本意味著吳永輝在組織上已成為 Seed 更完整意義上的一號位，而朱文佳則轉向更偏應用與落地的一側。

這恰恰體現了字節 AI 組織的一個核心特點：組織架構不是靜態設計圖，而是戰略意圖的實時投影。當公司更焦慮的是“模型天花板”時，就把基礎研究權重抬高，把 DeepMind 級別的人才請進來；當競爭焦點轉向應用、增長和落地時，朱文佳這種既懂技術、又懂產品、還做過大業務負責人的老將，就會繼續留在關鍵位置上。

不是誰輸誰贏，而是誰更適合當前階段的主戰場。

為了匹配這套新的人才戰爭，字節連原來的職級和激勵機制都動了。2025 年底，字節發布內部郵件，宣布把原有1-1 到 5-2的五級十檔體系，更新為L1-L10的新職級體系，并同步提高獎金投入、調薪預算、薪酬上下限。公開口徑里，這輪調整的目標很直接，就是在全球范圍內更好地吸引、激勵和保留優秀人才。

到 AI 競爭背景里看，這其實就是在給新的人才結構騰空間。過去那套更適合成熟互聯網組織的級別體系，已經不完全適配今天這種研究人才、工程骨干、產品尖兵都要高速搶奪的狀態。

在 AI 核心團隊上，字節的激勵也明顯更激進。2025 年公開報道提到，字節曾為 Seed 部門定向增發期權津貼，部分大模型方向技術員工按績效和職級，每月可獲得價值約 9 萬、11 萬、13.5 萬元的字節期權，連續發放 18 個月。

到了 2025 年 11 月，市場又傳出字節在試點“豆包長期激勵計劃”，即所謂“豆包股”，本質上是一套圍繞豆包及相關大模型業務的虛擬股式長期激勵機制。不過這一部分截至公開報道時公司并未正式確認，因此更穩妥的寫法是：字節在正式期權增發之外，還被市場曝出正在試點與豆包業務表現掛鉤的長期激勵機制。

所以回頭看，Seed 從來不只是一個大模型團隊，它更像是字節為 AI 時代臨時搭出來的一家“公司中的公司”：方向上由最高層直接拍板，組織上允許頻繁重組，人才上既從內部抽調老將，也從外部引進一線技術高管，激勵上則單獨加碼、單獨開口子。

字節想要的不是在原有大廠框架里加一個 AI 部門，而是盡可能用創業公司的方式，去跑一家超級大公司對 AGI 的追趕。

資料來源：晚點

如果說字節的做法是另起爐灶，那阿里的路徑明顯更“江湖”——不是把原有組織徹底推倒重來，而是在既有體系里不斷重組、歸核、再孵化。

大模型浪潮剛起來時，阿里正處在“1+6+N”拆分周期，達摩院一度被放在更獨立的位置。但很快，隨著大模型的重要性迅速上升，原達摩院的核心研究力量又被重新歸攏回阿里云，語言、語音等方向逐步整合為通義實驗室，由阿里云 CTO 周靖人統一負責。

2026 年 3 月林俊旸離職后，阿里內部進一步明確：基礎模型已經上升為集團最重要的戰略之一，通義實驗室繼續由周靖人統籌推進。

這條路線的優點是穩。周靖人本身就是阿里體系內極少數同時懂研究、懂平臺、也懂大業務協同的人。他 2015 年加入阿里，此前在微軟工作多年做到研發合伙人，后來在阿里先后負責過阿里云、搜索廣告、達摩院智能計算等多塊核心技術業務，最終回到阿里云，成為通義實驗室的一號位。

到了 2025 年底，周靖人還進一步進入阿里合伙人體系，這也說明通義實驗室在集團內部的權重被繼續抬高。

某種意義上，阿里在 AI 時代并沒有選擇找一個“外來的總指揮”重寫組織，而是讓一個內部老將把云、模型和集團資源重新串起來。

阿里通義最鮮明的特征，也是它最矛盾的地方，恰恰在于這套內部梯隊。

一方面，它確實培養出了非常能打的一批年輕技術負責人。周暢、林俊旸、劉宇、周文猛等人，很多都是校招或早期加入達摩院后一路成長起來的代表人物。林俊旸 2019 年加入阿里，幾年內做到千問核心負責人、最年輕的 P10 之一，就是這套內部培養機制最典型的樣本。

阿里過去幾年能把 Qwen 做成全球最有影響力的開源模型家族之一，這套內生培養體系是有功的。

但問題也在這里。到了這一輪更殘酷的人才戰爭里，內部培養的節奏，開始趕不上外部爭奪的速度。2025 到 2026 年，通義核心團隊接連出現重要人員流動：2026 年 3 月，林俊旸宣布 step down；同一天，Qwen 后訓練負責人郁博文也離開，Qwen Code 負責人此前也已流向 Meta。更早之前，阿里內部一些早期骨干也已陸續被外部挖走。

換句話說，阿里不是沒有培養出人，而是剛把人培養到能獨當一面的階段，外部市場就已經開始出高價搶。你可以把它理解成一種很典型的大廠式困境：體系能培養英雄，但體系未必總能留住英雄。

阿里當然也不是沒有引入外部血液，只是相較字節那種直接從 Google DeepMind 級別大舉挖人的打法，阿里的節奏顯得更謹慎，也更像“補強”而不是“換帥”。

2025 年 2 月，新加坡管理大學終身教授、Salesforce 前副總裁許主洪加入阿里，先負責 AI To C 方向的多模態基礎模型與 Agents 研究，后來又進一步轉到通義實驗室，補強多模態與交互方向。

同一時期，阿里還吸納了零一萬物部分預訓練團隊成員，相關報道提到規模大約在 60 人左右，本質上是用大廠平臺去承接創業公司難以持續支撐的超大模型預訓練能力。

只是從組織信號看，這些動作更像是持續加碼“兵源”，而不是從根本上改寫最高技術權力結構。至少從公開人事脈絡來看，阿里在三家大廠里顯得最像“老人守中軍”的那一個。阿里的技術總指揮權始終更多握在周靖人這樣的內部老將手里。

這個選擇未必錯，甚至很可能更適合阿里這種云、模型、芯片、B 端場景高度綁定的公司。但它也意味著，阿里的 AI 組織更強調延續性和整合能力，而不是用一個外部明星技術領袖去強行重寫原有秩序。

更麻煩的是，阿里的 AI 力量從來不只在通義實驗室里。通義實驗室負責基礎模型研發，但產品側還有千問 App、夸克等 AI To C 業務，歸吳嘉所轄；再往外看，淘天、國際數字商業、釘釘等業務，也都在調用通義能力、同時圍繞自身場景做各自的 AI 產品與工程化落地。

這種布局的好處是場景多、落地快，壞處也很明顯：邊界容易變模糊，多個條線都在做 AI，很多方向天然就會重疊。

這也是為什么，阿里的 AI 組織給人的觀感總有點“像江湖”。不是說它沒有中心，相反，通義實驗室和周靖人就是中心。但在中心之外，又長期并存著很多帶著業務目標、歷史包袱和技術慣性的分支勢力。通義、千問、夸克、萬相、百聆，再加上淘天和其他業務線的 AI 需求，彼此既合作又競爭，既共享底座又爭搶資源。

它不是字節那種另起爐灶的獨立王國，也不是一種徹底收攏到單線條指揮的軍事化組織，而更像一個不斷重組的武林盟主體系：盟主是有的，主峰也是有的，但各路門派都還保留著自己的打法和利益邊界。

這條路的好處是組織不至于失控，云、模型、芯片和業務場景可以聯動。壞處則是，當外部競爭進入搶人、搶速度、搶統一調度的階段時，原有體系里的層級慣性、條線重疊和英雄流失，就會比另外兩家大廠顯得更刺眼。

騰訊：戰略遲到，把指揮棒交給最年輕的一號位如果把三家大廠放在一起看，騰訊在這一輪大模型競賽里的節奏，明顯是最慢的那個。

ChatGPT 爆紅后，字節很快在 2023 年下半年拉出了 Seed，阿里則把達摩院相關力量重新歸攏進阿里云和通義體系。騰訊雖然在 2023 年 2 月就緊急啟動了對標 ChatGPT 的混元項目，但很長一段時間里，它更像一個臨時項目，而不是一套完整的大模型組織。

直到 2025 年 4 月，騰訊才在 TEG 體系下正式成立大語言模型部和多模態模型部。再到 2025 年 12 月姚順雨官宣入職后，騰訊才進一步新設 AI Infra 部、AI Data 部和數據計算平臺部，第一次真正按大模型時代的需求重配組織。

這個節奏，比字節至少慢了一年多。

前期最大的問題，不只是起步晚，而是一直沒有找到真正合適的技術一號位。

混元最早由張正友帶隊。張正友當然是華人計算機視覺領域的頂級人物，“張氏標定法”幾乎是全球通用的方法論，但問題也很明顯：大模型競爭最核心的戰場是 LLM，而不是計算機視覺。張正友管理近半年后，混元并沒有交出足夠有說服力的成果。

隨后蔣杰接手，他的判斷更偏業務導向，認為大模型可以服務廣告投放。但蔣杰的背景本質上仍是廣告、大數據平臺和工程體系，而不是最前沿的自然語言模型研發。

換句話說，在最需要“懂 LLM 全鏈路”的階段，騰訊前兩任混元總負責人都不是最典型的大模型型選手。

這直接導致混元前兩年一直帶著很強的“拼裝感”。混元在很長時間里是一個虛擬團隊，成員分散在 AI Lab、機器學習平臺部、大數據平臺部等多個部門，被抽調來做混元的人，同時還得兼顧原部門的 AI 需求。職責邊界、資源權限、匯報鏈條都不夠清晰。

說白了，騰訊前期沒能像字節那樣盡早把人和資源真正捏成一個完整拳頭。

而且，騰訊前期技術骨干的能力結構，也并不完全對準 LLM 主戰場。公開報道里，混元核心管理層多數是騰訊十年以上老將，背景主要集中在搜索、廣告、大數據平臺、計算機視覺等方向。這些能力當然重要，但和這一輪基礎模型最關鍵的預訓練、后訓練、推理、Agent 體系相比，并不是最直接的一套履歷。

也正因為如此，在姚順雨到來之前，混元的 LLM 負責人在組織里既不夠高，也不夠“直達高層”：向上隔著蔣杰、盧山等多層管理鏈條，向下還要橫跨多個舊部門協調資源，很難真正像一個基座模型一號位那樣調動全公司。

騰訊后來的選擇其實很激進。它沒有繼續找一個資歷深、組織經驗足的傳統“大牛”來穩妥接盤，而是直接押注了 27 歲的姚順雨。

2025 年 12 月 17 日，騰訊官宣姚順雨出任“CEO/總裁辦公室”首席 AI 科學家，直接向劉熾平匯報。同時兼任 AI Infra 部和大語言模型部負責人，向盧山匯報。

這種安排在國內大廠非常少見：一方面給他掛在總裁辦公室，打通最高決策層；另一方面又讓他實管算法和基礎設施，等于把“模型能力”和“資源調度”同時交到他手里。

到任后第一件事是降低發版速度：「以前混元一周發兩個版本，他來了之后要打磨好再發�！沟诙赂みM——「從數據開始重新訓練混元」，相當于回到起點。

官宣后，騰訊進一步新設 AI Infra 部、AI Data 部和數據計算平臺部——第一次從組織架構上匹配大模型時代的研發需求。2016 年成立的 AI Lab 被逐漸弱化，副主任俞棟離職，語音和 NLP 研究方向被裁撤，實際上成為混元的下屬部門。

與此同時，一場激烈的搶人大戰正在展開。長期從事基座模型招聘的獵頭說，字節 2-2 職級的候選人跳槽騰訊后可以獲得 T12 或 T13 的職級——相當于連升兩級，薪酬直接翻倍，有的甚至提升 200%。至少有 3 位 T12 級人才從字節 Seed 和 DeepSeek 加入混元。姚順雨親自擔任 LLM 相關崗位的面試官，部分候選人由他直接引薦。

騰訊這條路和字節、阿里都不一樣。它不是最早看清方向的，也不是最早完成組織獨立的，甚至前兩年在一號位、人才結構和資源調度上都慢了半拍。等它真正決定 all in 時，已經來不及按部就班培養，只能一邊用高薪從字節、阿里、創業公司手里搶人，一邊把希望壓到一個極年輕、但范式足夠新的技術領軍者身上。

騰訊終于把混元從一個虛擬項目，變成了一個真正的大模型組織；但這個轉身，比字節晚了整整一輪。

資料來源：新皮層

從周暢到林俊旸，這場大模型競賽里最稀缺的東西，早就不是參數，也不是卡。而是一種更難復制的能力：

讓一群人、幾套體系、幾條匯報線，在同一個方向上長期對齊。

字節用“起爐灶”換速度，代價是對一號位判斷的高度依賴；阿里用“體系歸核”換穩定，代價是江湖里更難避免的摩擦與流失；騰訊用“關鍵人豪賭”換追趕窗口，代價是容錯空間被壓到極窄。

真正的分水嶺往往是沉默的，它最終會折射在三個標志性的刻度里。首先是技術產出的連續性，看當最初的激情退潮，最硬核的成果是否還能保持某種結構性的穩定。其次是人才的流向，看在行業的泡沫散去后，頂尖的大腦是在向核心靠攏，還是在焦慮中尋找下一個出口。

而最關鍵的考驗在于，當商業化的KPI如同重錘般落下，那份對基礎研究的敬畏與節奏，是否會輕易向短期的財務報表低頭。

大模型的終局或許不是一場關于算法的勝負，而是一場關于組織如何對抗熵增的馬拉松。在這場漫長的博弈中，領先者與落后者之間的鴻溝，最終將由那些最難被代碼復制的人心與機制來填平。

加入ZF討論群，請先添加小助手微信

我們相信認知能夠跨越階層，

致力于為年輕人提供高質量的科技和財經內容。

稿件經采用可獲邀進入Z Finance內部社群，優秀者將成為簽約作者，00后更有機會成為Z Finance的早期共創成員。

我們正在招募新一期的實習生