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

SeedProteo 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。

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。

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？

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，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。