日前，字节跳动Seed预训练团队负责人顾全全在社交平台X上发布了告别信息，宣布离开字节Seed。然而，在字节内部，一个更重大的变化是其AI产品“豆包”将于6月启动收费模式。
一位顶级研究人员的离去固然值得关注，但更大的焦点在于，字节跳动的AI发展已经迈入新阶段，人工智能正成为驱动公司增长的核心引擎。过去两年，“豆包”成功证明了字节具备将AI产品普及至亿级用户的能力。
如今，随着收费政策的落地，“豆包”需要证明的是，在数亿用户中，究竟有多少人愿意为AI服务付费。从这一刻起，Seed团队的研发成果不再仅仅停留在学术论文和评测分数上，它们必须能够转化为实际的产品、营收以及显著的用户体验提升。
这意味着字节跳动在AI方向上必须进行战略取舍，无法再全面铺开、探索所有领域。而顾全全的离开，恰好发生在这一战略转型的关键节点。
顾全全，本科和硕士毕业于清华大学自动化系，并于2014年获得伊利诺伊大学香槟分校（UIUC）计算机博士学位。他曾在普林斯顿大学和弗吉尼亚大学从事博士后及助理教授工作，2018年加入加州大学洛杉矶分校（UCLA），研究领域涵盖机器学习、优化算法和统计学习理论。
2023年，顾全全加入字节Seed团队。当时，字节刚完成AI架构的重大调整，成立了由朱文佳负责的大模型团队。2024年初，字节进一步重组，Flow和Seed部门升级为与抖音平级的一级部门，直接向梁汝波汇报。今年2月，吴永辉加入并接管Seed的基础研究，朱文佳则转向模型应用方向。
此时的Seed部门需要的不仅仅是发表论文的科学家，更需要那些既精通模型训练，又能将技术落地到具体问题，并具备高强度项目管理经验的人才。顾全全的背景恰好契合了这一需求。
在Seed期间，顾全全同时参与了两条主要研究线：一是AI4S（AI for Science），二是前沿大型语言模型（LLM）。AI4S旨在利用人工智能解决科学难题，如蛋白质结构预测、药物分子设计和材料研发，这些传统上耗时数年的研究现在可以通过AI在短短数小时内得出结果。
AI4S曾是热门领域，谷歌的AlphaFold就是一个里程碑式的AI4S产品。然而，顾全全这种跨领域的涉猎在大厂AI组织中并不常见，大多数科学家要么深耕某一垂直领域，要么专注于基础模型训练，很少有人能同时在两个方向上取得成果。
在AI4S方面，他领导团队开发了SeedFold、SeedProteo和DPLM系列模型。SeedFold是字节Seed推出的生物分子结构预测模型，论文显示其在FoldBench的多个蛋白质相关任务上均超越了AlphaFold3。SeedProteo则专注于蛋白质结合剂设计，是一款de novo全原子蛋白质设计模型。如果说SeedFold是“理解”蛋白质结构，那么SeedProteo则是“设计”新的蛋白质分子，后者在商业化方面具有更大潜力，但技术难度也更高。DPLM系列则是蛋白质语言模型，尝试以训练大语言模型的方式，让AI理解并生成蛋白质序列。这一方向在学术界已有诸多探索，字节Seed的特色在于将其与自身的基础模型能力结合，构建了一套相对完整的AI4S技术栈。
这些学术成果具有相当分量。SeedFold的论文发表后被多个研究机构引用和复现，SeedProteo在蛋白质设计任务上的表现也被认为是当时业界最强的模型之一。顾全全在AI4S领域的声誉主要源于这三年的项目积累。
然而，AI4S只是顾全全在Seed工作的一部分。2025年初，他转而投身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。这一转变在当时看来有些突然，但若结合字节AI战略的演变，便会发现其必然性。
DeepSeek的成功让所有大厂意识到，预训练能力不仅关乎算力，更是工程化和优化能力的比拼。字节Seed需要的是一个能够系统化构建预训练体系的人才。顾全全凭借其在统计学习理论、优化算法和大规模训练方面的经验，成为最合适的人选。
他组建的LLM优化和扩展团队，目标是建立一套“高度可扩展的预训练栈”，以支持Seed 2.0及后续前沿级大模型的稳定训练与迭代。据他本人在领英上的帖子，这一目标已基本实现，他提到团队“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。”这表明字节Seed在预训练能力上已不再依赖外部技术或单点突破，而是形成了一套可持续迭代的工程化体系。
顾全全在字节Seed的三年，成功连接了科学问题、基础模型能力和大规模训练能力。他的价值在于能够在AI4S和LLM这两个方向上同时产出，并将其系统化为公司能力。但这同时也带来了问题。
顾全全所做的工作，其“远期价值”巨大，但“近期产品价值”却不甚明确。随着“豆包”启动收费，字节Seed的价值排序将更加侧重于实际商业回报。
就在顾全全宣布离职前几天，有消息称字节Seed旗下的AI4S团队正在进行组织架构调整。接近字节的人士透露，公司“不考虑分拆”AI4S团队，该团队将由杨震原负责。随后，才出现肖文之、顾全全等与AI4S相关的核心成员已离职或准备创业的消息。
“不考虑分拆”意味着字节不打算将AI4S作为一个独立业务剥离，也不认为它是一个可以独立运作的实体。AI4S仍是Seed的一部分，必须服从Seed整体的战略优先级。杨震原的接手表明字节对该方向仍有投入，但投入的方式和目标可能已经改变。
AI4S是一个特殊的领域，其价值难以用当前的产品指标衡量。例如，开发出超越AlphaFold3的蛋白质结构预测模型，在学术上无疑是重大突破，但要将其转化为商业收入，还需要漫长的过程。
此外，AI4S的成果往往具有“人走茶凉”的特性。像“豆包”这样的产品，其能力更多地沉淀在公司系统内，如模型平台、训练集群、推理架构和产品入口，这些都掌握在字节手中。人员流失会有影响，但系统仍旧存在。但AI4S不同，它通常依赖少数核心研究人员对生物、化学、蛋白质结构、药物发现和模型方法等领域的交叉理解。许多成果不是一个简单的应用功能，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，这些很大一部分都存在于人的知识、经验和关系网络中。
因此，顾全全离职后，Seed 2.0受到的影响可能不大，但AI4S团队则不同。肖文之、顾全全等核心成员的离开，对AI4S团队的影响巨大。他们带走的不仅是技术能力，还有在该领域的声誉、人脉以及对未来方向的判断。杨震原接手后，AI4S团队能否在学术界和产业界保持影响力，仍是未知数。
更关键的问题在于，字节还愿意为AI4S投入多少资源和耐心。AI4S是一个需要长期投入、短期回报不明确的方向，其价值可能在三五年后显现，也可能永远无法带来显著的商业回报。对于一家商业公司而言，这种不确定性是难以长期承受的。特别是当“豆包”开始收费后，AI4S的处境将变得更加尴尬。
字节跳动在AI领域的投入是巨大的，在国内大厂中处于领先地位。5月有消息称，字节将2026年的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。然而，耐心终究是有限度的，加上字节内部的赛马机制，团队必须在一定时间内拿出成绩。当组织的优先事项发生变化时，那些远期价值巨大但近期贡献不明确的方向，其优先级可能会被降低。
AI4S团队的组织调整，本质上就是这一过程的一部分。这并非意味着字节要放弃AI4S，而是要让AI4S更明确地服务于产品和商业化目标。对于科学家而言，这是一个现实的选择题：是留下接受组织的新逻辑，将研究方向调整到更接近产品需求，还是离开去寻找一个更尊重“远期科学价值”的环境，或者自主创业，将技术理想变为新的组织。
肖文之和顾全全选择了后者。这并非他们不认可字节，而是他们更认可自己在AI4S方向上的判断。他们相信这个方向具有长期价值，也相信自己有能力实现这一价值。
一切变化的根本原因在于“豆包”即将收费。实际上，几乎所有AI产品都在收费，例如OpenAI的ChatGPT Plus、Anthropic的Claude Pro、谷歌的Gemini Advanced，国内的Kimi、智谱、MiniMax等都有付费版本。因此，“豆包”收费是理所当然的。
过去，Seed团队可以描绘一个宏大的技术蓝图：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。每个方向都有其价值，每个团队都在各自领域努力。Seed的角色是将这些能力整合，形成一个完整的AI技术体系。
这个故事在2023年和2024年是成立的。当时整个AI行业都在探索方向，所有大厂都在广撒网，试图在每个可能的技术方向上占据一席之地。字节Seed的技术版图足够广阔和深入，这本身就是一种竞争力。
但现在情况已经改变。正如“豆包”自身所言，它将“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。”
此时，Seed内部的每个团队都必须回答一个问题：你所开发的功能，能否被纳入“豆包”的会员权益中？显然，AI4S的价值是长期的、战略性的，面向特定行业客户。它可能在三五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，但对于当前的“豆包”而言，其产品价值难以立即体现。
这并非字节特有的问题，而是所有商业公司在AI商业化阶段都会面临的挑战。谷歌也是如此。DeepMind曾可以进行AlphaGo、AlphaFold这样的长期项目，但后来谷歌发现，DeepMind的研究方向也应向产品靠拢，因此谷歌将DeepMind与谷歌Brain合并，成立谷歌DeepMind，并以Gemini作为谷歌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，就很难再获得充足的资源支持。
字节Seed现在正沿着这条道路前进。谁能降低推理成本，谁就能提高“豆包”的毛利率，提升用户体验，增加用户留存，并促使用户付费。因为这些能力都是可量化、可考核、可直接对应到收入和利润的，这符合字节内部的价值体系。
与此同时，我们也要辩证看待：AI发展确实需要长期投入、容忍失败，并给予科学家足够的自由度去探索未知方向，这一点无可厚非。但AI的商业化需要短期回报、明确的价值证明，并要求每一项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，尝试各种可能的方向，都可以容忍一部分团队进行长期而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，公司就需要对股东、投资者和用户负责。
字节Seed目前正处于这个转折点。顾全全的离开，对双方而言都不是坏事，更像是一次彼此成就。对他而言，在字节Seed的三年已经证明了自己。这些经验和声誉，使其履历更加丰富，他可以选择回到学术界继续深耕AI4S，或者像林俊旸一样创业，将技术理想转化为新的事业。
对字节而言，Seed的组织性质转变已不可逆转。Seed 2.0后续的迭代并未受到影响，“豆包”仍在持续更新，火山引擎也在上线新能力。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，也是一次双向成就。