2026-01-29 16:16
扫码打开虎嗅APP
本文来自微信公众号： 于冬琪商业笔记 ，作者：冬琪
在整个2024年，中国日活最高的AI应用，很长时间里都是豆包，在通用AI领域，字节贯彻了自己一贯大力出奇迹的策略，投入了远超过国内其他所有企业的资源和投放预算，让豆包在极短时间拥有了最大的用户规模。
如果不意外，豆包会一直保持日活第一的成绩，直到2025年1月15日，一个搅动全世界的AI应用——DeepSeek官方APP正式发布。
DeepSeek一经发布，就火遍全球。在全球140个市场的APP应用商店下载榜，它迅速登顶第一。
而DeepSeek取得第一的过程，与豆包所投入的庞大营销预算不同，它的快速增长全靠技术实现的更好体验。
QuestMobile数据显示，DeepSeek在发布后仅仅两周，1月28日的日活跃用户数就首次超越了字节的豆包，随后在2月1日突破3000万大关，成为史上最快达成这一里程碑的应用。
豆包后来虽然在“大力出奇迹”的预算下，重新回到了日活第一。
但如果看同样的投入金额、营销预算和最终实现的日活规模——从性价比上讲，DeepSeek仍然远远领先于字节跳动。
DeepSeek几乎以一己之力为国内大量的技术导向的大模型创业企业，重新注入了信心。
而且，有趣的是，虽然字节有着此刻最高的日活和月活，但是，当我要完成一个复杂工作时，比如，当我在找人推荐辅助写作、文字处理相关的AI工具时，朋友们给我推荐的首先是Claude、Gemini，其次是GPT，如果要用国内的产品，最好的则是DeepSeek。
却没有人推荐字节的豆包。
别忘了。
如果把时间往前倒推三年，彼时彼刻，如果问你：在中国，最懂AI、最懂算法的公司，是哪家？
相信大多数人都会脱口而出——字节跳动。
那时，我们一说视频剪辑，几乎所有人都会推荐使用剪映，核心就是因为剪映在AI辅助下的功能足够强大。
那时的字节，被称为“APP工厂”。它依赖上一代的AI：“推荐算法”，替代了人工推荐，推出了今日头条、抖音、TikTok、番茄小说、红果短剧等等APP。
正常一个公司能有一款产品实现过亿的日活，就足以被称为巨头，字节却是成功让一款又一款产品实现了过亿的用户规模。
而且，字节几乎以一己之力，引领了推荐算法在中国的普及，在看到字节的成功之后，百度、阿里、腾讯等企业才纷纷跟进，才让推荐算法成为了所有大企业的标配。
字节跳动是那个时代，中国、也很可能是世界范围内最成功的AI公司。
而且是算法这轮AI革命下，毋庸置疑的领军企业。在抖音、TikTok快速崛起的时代，字节所展现出的是无人能挑战、无人能撼动的领导者地位，和极快的创新速度。
但到了今天，当AIGC、AI大模型这个时代真正到来时，字节作为上一个时代的领军者，却再也没有呈现出领军者的姿态——不仅起步晚、更是在大力出奇迹的资源投入下仍然被DeepSeek一度快速超越。
为什么上一轮AI浪潮中那个绝对的领跑者，在这一轮AI浪潮中，依然拥有国内几乎最强大的资源、人才、资金的字节跳动，在国内的DeepSeek、海外的OpenAI、Google面前，却似乎只能做一个“跟随者”？字节在这一轮AI大潮中，最终会掉队吗?还是会像前一个AI浪潮一样，再次脱颖而出？
前段时间，我和几位字节内部的朋友深入的聊了聊这个话题。
这种困惑，在他们内部同样存在。
有人说是技术路线选错了，有人说是入局晚了。
但在我看来，也许这些都不是本质。
本质在于，在移动互联网时代，中国大多数企业，最需要解决的问题，是应用创新与运营、增长效率问题。
更适合解决应用创新问题的组织，会取得更大的成功。
在移动互联网时代，为了让算法在各个领域快速应用，让创意源源不断的发生、快速灵活的把握机会，为此，字节打造了一个独特的“自由市场”式的组织。自由市场激发了员工的创造力，打造了如今的APP工厂。
但是，在这一次的AI时代，比起应用，大量的AI底层能力有待突破和建设，需要解决的问题更像是科研问题，而不再是应用问题。
当需要解决的主要问题发生改变，字节过去引以为傲的那套类似“自由市场”的组织体系，就失灵了，不再能成为大模型时代成功的绝对保障。
在建立科研能力上，自由市场的模式反而成为了巨大的阻碍，使得科研需要的人才难以在字节生存下去，科研能力，也就注定无法从现在的字节生长出来。
当灵活的“自由市场”，撞上需要长期坚持与投入的“科研高墙”。
字节曾经的强项，可能恰恰变成了它最大的束缚。而要想再次脱颖而出，字节需要补上做好科研的这门课。
为什么这么说？
这篇文章，我想剥开字节的组织外衣，和你好好聊聊：
在上一个推荐算法普及的AI时代，字节如何成为市场的领导者、和APP工厂？
大多数公司都渴望拥有的字节一样的创新能力，到底是被怎样的组织设计保证的？
在这个AI时代，字节原有的组织模式，为什么不适用了？
字节可以怎么办？
本文将会以这样的结构阐述：
为了让大家能充分理解字节的组织如何运作，也让希望模仿字节的团队可以知道如何模仿，我们会在前半部分投入比较大的笔墨。
请搬好板凳，全文29380字，预计用时50分钟。
我们开始了。
01
上一个推荐算法的AI时代，字节到底有多强？
在回答这些问题之前，我们首先要知道在上一个AI算法时代，字节到底有多强？
我曾经和很多上一个时代其他创业公司、科技公司、甚至大厂的人聊过。他们说，当时之所以输给字节跳动，就是因为字节把“算法”这个AI能力发挥到了极致。
当门户网站还在靠人工编辑排版时，今日头条已经用“算法+图文”重构了信息分发的逻辑。
当快手在短视频领域已经拥有巨大的网络效应、看似格局已定时，抖音凭“算法+短视频”撕开了缺口，并催生了全球现象级应用TikTok。
在网文红海，番茄小说靠“算法+小说”席卷了免费阅读市场。
在短剧市场，“算法+短剧”正让红果短剧以月活超3亿的成绩成为新贵。要知道，红果短剧现在的增速，堪比当年的抖音。
字节甚至在应用工具市场，也拥有“算法+剪辑工具”的剪映，凭AI一键抠像、自动卡点、智能字幕，实现了“简单出片”的体验，成了大部分创作者的首选。
所以，字节被称为“APP工厂”，当之无愧。
而且字节这个APP工厂的生命力，异常地强。
大多数公司，在有了一两款成功产品之后，基本上都会创新乏力，成功靠的是什么产品，过了十年再看，还是它们。
但是，字节在成为巨头后，不仅没有患上“创新停滞”的大企业病，反而能持续地、成体系地孵化出颠覆性产品，每两年，总有一个新的内容产品在字节内诞生、冲上上亿的日活。这让字节成为了一家仿佛永不停歇的创业公司联合体。
在过去5年，在国内的互联网产品中，所有实现上亿日活的新产品（番茄小说、红果短剧、豆包）都来自字节。
作为创业者，我当然也渴望自己的企业，能像字节一样强大。
后来和很多了解字节的创业者聊过这个话题后，大多数创业者给我的反馈是：字节是学不来的。
一位内容创业者说：在字节的成功原因中，最容易看到的，是算法。推荐算法，成为了字节把握住的关键变量。但是，字节的成功，绝不仅仅因为把握了算法。那些算法之外的部分，才是作为创业者很难学习的部分。
因为其他巨头也不傻，也不缺人也不缺钱。当看到字节的成功，发现“算法”有价值之后，他们也绝不会闲着。肯定投资源、投人力，甚至高薪挖字节的员工来做自己的“算法”。
现在你看，无论是公众号、小红书还是B站，基于算法推荐内容早已是标配。
但奇怪的是。
无论是字节的人自己出去创业，或者去其他大厂负责相关业务，这些“字节人”却再没有体现出他们当年在字节跳动时的那种动不动做出上亿日活的创新能力。兜兜转转，你会发现，最后跑出来的番茄小说、红果短剧，还是字节自己做出来的。
人还是那个人，为什么换了地方、换了组织，就没有原来能打了呢？
对此，我们也非常好奇。在与多位字节的同学进行了沟通之后，我们发现：这些人本身在字节跳动的工作状态，和其他环境的工作状态，是不一样的。
本质原因，除了字节拥有大厂里几乎是最高密度的人才，还有可以让这些人才充分发挥才能，一套独树一帜的、类似“自由市场”的组织体系。这套机制，激发了字节整个组织的创新活力。
具体是什么意思呢？
02
字节拥有高密度的卓越人才
先说人才。为什么字节会拥有大厂里几乎最多，最卓越的人才？核心在于：高薪寻找PSD型人才、特别是渴望创业的人。
2.1高薪保障人才吸引力。
字节从创业早期开始就特别重视人才。张一鸣亲自面试了早期几乎所有的字节员工。而且远在字节有今天的这个体量之前，字节就有意识确保员工薪酬“领先于头部水平”，注意，不是平均水平。
比如：在整个行业都还没有意识到算法人才的价值时，字节就给了应届的算法工程师一个25k到30k的月收入。远超出了大多数企业给应届生的十几k的月收入范围。
字节也几乎是互联网公司中间最早重视雇主品牌的企业。长期高居互联网行业雇主品牌影响力榜首，有时甚至会看到，字节的员工哪怕是相亲，他也会带着一个字节的工牌去。因为他觉得戴上字节工牌本身就是一件值得自豪的事情。
高薪和雇主品牌，使得字节有了强大的人才吸引力，字节就有了挑选人才的资本。那么字节会挑选什么样的人才呢？
2.2寻找PSD型人才。
P是Poor（贫穷/饥渴），S是Smart（聪明），D是Desire（欲望/野心）。说白了，PSD型人才是一群足够聪明，又野心勃勃的人。
那怎么找到这样的人，字节有3个选人的标准：
（1）名校崇拜。
字节有着所有的互联网公司中间几乎最强的名校崇拜。不只是211、985，而是C9/清北，甚至海归名校。
（2）这个人最好实现过超凡的业绩。
在大多数公司，做到排名前20%，就是销冠或优秀员工。但在字节，这远远不够。字节定义的超凡是：你的业绩必须是让同行看了都觉得“这不可能”的程度。如果行业常规是一个人挣100万，你需要做到200万甚至300万，才能叫超凡业绩。
（3）小Ego（低姿态）。
聪明并且做出超凡的业绩，字节还要求这样一群人要懂得谦虚，必须把“Ego（自我）”放得很低。因为在字节，数据会打每一个人的脸。现实中没人能永远正确，他希望所有人真正能够坦诚、开放和快速的接受现实，才能自我迭代。
2.3所有的人才中，他们会特别渴望那些创过业的人。
与很多大企业截然相反，甭管是创业成功还是创业失败，或者在创业公司以合伙人和高管的位置曾经工作过的人，字节都欢迎。
在大多数企业，特别是大厂。如果一个创业者去面试，面试官通常会有一个预设：这人“难管”。他们担心习惯了自己说了算的创业者，会挑战权威、破坏流程，成为那个打破稳定环境的“刺头”。所以，创业者在面试大厂时，常常很难顺利通过。
某大厂的HR在面试过一位创业者后，给的评价也很坦诚，他说：“金麟岂是池中物，我们这里留不住。”
但是，字节却无比渴望这种人。因为字节相信：创过业的人，他的自驱力、开放性，以及解决复杂问题的能力，在过往创业的经历中得到了更多的锻炼和验证。
所以，为了吸引符合这几个标准的优秀人才，字节不只通过猎头挖人，而是直接把猎头挖进来做HR。一度招募了北京地区的不少猎头，让这些猎头带着他们手里积累多年的简历资源，直接为字节服务，提高对这些人才的招募能力。
以上这些，让字节拥有了大厂里几乎最多，最高密度的人才。
有了更有突破性和创造力的人才，肯定还要能发挥他们的创造力。但，这些极其优秀的人都在一起工作，也会给组织带来挑战。特别是其中有大量的创业者的时候，你会发现任何的流程，都会阻碍这些人创造力的发挥，都只会让这些优秀的人才感觉说：“在这工作为什么这么费劲？为什么我要去说服一个又一个不懂的人？”
为了充分地发挥人才的创造力，有别于大多数层层汇报的计划经济企业，字节选择的是一套“自由市场”式的组织形态。
03
到底字节的“自由市场”组织形态是什么？
什么叫“自由市场”式的组织形态？
比如说，同样想做一件事：
在我们熟悉的企业或互联网巨头里，任务是从上到下确认和下发的——如果你要做一件新的事儿，需要先层层向上汇报。
你需要先向经理去论证这件事为什么值得做、准备怎么做，接着向总监汇报，再向VP汇报，直到最后CEO签字。经历这一长串流程，你最终才能拿到预算，开始干活。
这样的机制，更接近计划经济。计划经济的优势是稳定——每一层管理者，都拥有对一件事情的否决权，所有高风险的决策，都会在落地前被拦住。
但是，当有人想做出某些创新性的举措时，从他往上的每一层管理者，只要有一个人不懂、不认可，创新就会被阻挠。
而在字节，逻辑完全不同。只要你相信这件事是可以做的，能交出业绩、拿到好结果，你就可以干。
它给员工提供的环境，与计划经济正相反，无限接近于一个自由市场。
核心有3个特点：规划更多自下而上产生、资源分配更像融资、纯粹数据导向的评价方式。
可能有点难以想象。
没关系。
我们用一个新人入职后的过程，带你体验一下这个自由市场到底是如何运作的？
3.1新人入职的“不确定性”
如果作为新员工的你，入职常规的大公司，通常会收到一个确定的工作规划。老板会直接告诉你：“未来我们要做这样的事，规划是这样的，你按照这个方向干就行了。”
但在字节的自由市场机制下，你会发现一个很有意思的现象：很多员工从入职的第一天开始，就是“缺少”工作规划的。甚至有很多时候，管理者和你完成第一次沟通后，未来半个月甚至一个月，都不会主动找你。
从进入字节开始，你收到的常常就不是一个确定要完成的事项，而是一个相对开放的目标。
比如“我们要提升商业化效率”，或者“我们要搞定某件事情”。这时，你会发现，你手里有的只是一个目标，而不是一套已经拆解好的规划，也没有既定的资源。
当然，并不是每个人都能适应这样的环境的：
有的人（比如创过业的人们）会如鱼得水：他们更喜欢自己决策、渴望发挥创造力，觉得到了字节后约束变少了，非常适应。
但是更多人则会强烈不适应：他们习惯了外部给好的规划和来自制度和流程的确定性，习惯了有人告诉他“你应该怎么干”。一旦少了这些，就会感到无所适从。这些人也会在无所适从和高压下，从字节快速离开。
这个机制，也是字节筛选人才的一部分。帮助字节筛选出了那些更有主动性、更有野心、更渴望尝试自己想法的员工，让他们有机会去验证自己的判断。
目标和拆解由谁完成，这也是KPI和OKR的差别。
3.2自下而上的OKR：从“执行指令”到“涌现智慧”
KPI的工作过程，常常是自上而下的“拆解”。
说白了，就是基于公司的大目标，一层层往下压。我们可以这样拆解：今年用户的复购要提升多少？日活要提升多少？为了提升日活，我们又要拉多少新用户？要给老用户发多少条促活短信？要做多少次签到打卡活动？
在KPI体系下，指越拆越细，拆到终端员工，常常收到的，是一个确定的、被拆解完的死指标。
这是一种自上而下的规划过程。
但在字节跳动，虽然字节的OKR也有自上而下对齐的部分，但它更依赖自下而上的创意和想法。这也是字节这套“自由市场”组织体系的第一个特点。
实际上，当你进入字节跳动，明确了你的目标后，你确实会看到领导和同事在系统里@（提及）你的相关OKR。你可以把这理解为：这是领导和同事对你的“期待”。
但是，具体怎么实现这个目标？到底做什么动作最有效？
领导不会规定好。字节要求作为员工的你，自己去想办法，然后向上对齐。你需要告诉你的领导：“为了实现这个目标，我打算这么干。”
这时候你会发现，你做的很多事情，不一定是领导原本规划的，而是你自己想做的。而通过OKR这个工具，你的想法就有了获取资源和向上表达的机会。
OKR不是领导控制你的一个工具，而是一个“上下级达成共识”的工具。
有一个在早期字节，常常发生的“字节式”场景：
企业总归还是要有规划嘛，正常情况下在字节大家都会先定好OKR，两个月后再回顾（现在调整为三个月）。但在字节，哪怕你提前定好了OKR，在回顾效果时，字节也允许你说：
“我过去定的那个OKR我没干。因为中途我发现了一个更好的机会，所以我决定把精力投在这个新机会上。”
在我们的访谈中，不少员工都有过这种经历：他定了一个OKR，推进了一个星期，突然发现原有的做法不对，或者发现了一个更值得追寻的目标。于是，他完全推翻了自己之前的规划。
假设这个员工比较特立独行（或者是个社恐的“i人”），他甚至可能都没怎么和领导沟通，直接就去干新方向了。直到复盘会上，他才和领导及周围人说：
“原先的OKR被我推翻了，我发现了更好的做法。这是我交出来的数据，这是我跑出来的结果。”
只要这个新的做法被证明有效，他一样能得到极好的评价。
你会发现，字节跳动OKR的目的，并不是让领导可以自上而下控制员工，而是通过允许和鼓励员工们“自下而上”、让创意涌现出来。
3.3内部融资似的资源分配
定了OKR，有了目标。
为了完成这个目标，你还需要获取资源。
在传统企业的那种自上而下分配任务的模式里，获取资源的逻辑也很简单：上级给你目标，必然伴随着分配指标、分配动作，以及能让这件事落地的资源。
而当字节跳动完全变成了自下而上的工作的时候，这个时候员工要如何获取资源呢？
字节解决这个问题的方式，依然非常“自由市场”——比起分配，更像是员工自己要在内部融资。
“资源方”们就像投资人：
在字节内部，每一个研发、每一个运营，他们其实也在焦虑，也在物色机会和合作者。他们也在思考自己的OKR，思考着：“接下来的两个月，我能做什么样的事情？有什么项目能帮我实现业务亮点，让我交出一份更好的成绩单？”
这时候，假设你是一个产品经理，发现了一个能带来数据突破的好机会。你就不需要去向高层申请预算，你要做的是带着你的想法，直接去找那些“可能给你资源”的研发和运营。
告诉他们：
“我的项目，能成为你OKR里最亮眼的一部分。”
而且你不需要说服所有人，甚至不需要先说服你自己的直属领导。你只需要在能触及的资源方里，找到那一两组听懂了你的故事、并且愿意支持你的“投资人”。字节内部总有很多组研发拥有资源，在渴望着好项目。
当一个想法，不需要说服“一个个指定的对象”，而是可以向不同的人“融资”时，就更不容易因为不被某一个人理解而流产。
一旦说服成功，这件事就会同时出现在你们三方——产品、研发、运营——的OKR中。
这种“通过融资、建立共识、获取资源”的模式，替代了传统的自上而下分配，解决了资源获取的问题。
但是，凭什么一件事会有人想做、给你资源呢？除了改变世界的渴望和成就感，肯定是这件事能让他得到更好的评价和回报。
不管是自下而上确立目标和做法，还是为自己的想法获取资源，绕不开的始终是“什么样的事儿会得到更好的评价”。
那，字节的评价标准是什么？
3.4评价简单：数据即货币
在字节有一条隐形的汇率公式：所有的工作，只要你能交出一个关联于“业务提升”的数据结果，你的价值就会得到整个组织的认可。
就像在自由市场内，所有参与者追求的是金钱——在字节跳动内部，大家一致追求的是数据的提升。“数据”是字节跳动内部，用于兑换业绩和激励的“硬通货”，也是字节内部几乎唯一的货币。
如果你的数据好，那么你就能兑换到更高的奖金、更好的绩效，以及更快的晋升速度。
而且每个字节人，总是能看到身边有人靠着业绩，得到了远高于同龄人的年终奖，实现了火箭式的晋升。字节让很多年轻人在远短于大多数企业的时间成为了高管，比如2024年时，抖音的新晋总负责人韩尚佑，开始管理抖音的6亿日活、几千亿的营收时，他才刚刚34岁。
数据导向、更客观的评价标准，以及只要能实现更好的数据，就能快速晋升的回报和激励机制，刺激着所有字节员工去寻找机会和更好的做法，也让字节的资源方们更愿意为一个有机会的项目提供资源。
同时，那些无法带来数据提升的人，也会被淘汰离开。
最终留在字节的，就更多是那些总能找到办法、为业务带来突破，能让数据因此而提升的人。
当然，很多企业现实中遇到的困难是：我也知道评价客观、给员工更科学的激励会更好，我也想像字节一样，用数据做评价，但是很多工作，就是没法用数据评价呀？
比如：研发工作的质量。
字节的解法是：任何工作，只要你去找，大多数时候总能找到用数据评价的方式。
比如：一个技术架构师，写了一个技术工具，多少人用？多少人看了他的文档？看完文档是好评还是差评？越多人使用、肯定会产生越多的求助和答疑需求，多少人会遇到问题，再找这个开发者？这些人数、好评率，都能变成评估架构师工作价值的指标。
这几个要素，不仅让字节的组织机制区别于传统企业的科层制，也让字节内部的高素质人才，以极高效率被驱动了起来：
自下而上的任务形成：保证了每个人有创造的机会和权限。
内部融资：保证了好的想法不会因为特定的人不理解而流产，只要有人理解、有人认可，就能获取到资源。
评价规则极为简单：规则透明、简单，每个人为结果负责。只要你能够交出漂亮的数据，你就能得到激励和好的评价。而且字节保证优秀员工得到的奖励金额和晋升速度，一定远远强过大多数公司。让数据，成为了指引所有人追逐的发动机。同时也淘汰掉那些无法实现结果的人。
如果我们说：互联网公司，有别于其他行业的特点，是高人才密度、数据导向、快速试错、自由灵活，那么字节跳动，可以说是互联网公司中的互联网公司。
从结果来说，正是这样的状态，让字节拥有了其他公司都很难企及的组织能力。才有了成为APP工厂的条件。
对比于大多数习惯向下控制的企业：自上而下拍任务和动作、分配资源、员工并不真正为结果完全负责、评价标准也常常更模糊。字节这样的状态，更接近于一个“自由市场”。
“自由市场”的优势是，因为给了所有员工更大的行动自由，能够发挥大多数人更强的创造力。
不过，如果字节内部仅仅是一个自由市场——毕竟字节之外，在外部的市场里，一样也有优秀的人才、也有投资人，一样是自由市场——凭什么字节这个内部的自由市场，就能战胜外面的自由市场，让红果、番茄这样的产品，在字节内部诞生？而非诞生自外部的自由市场呢？
一定还有一些因素，让字节内部的自由市场，诞生好产品的概率，优于外部的自由市场。
3.5在字节的内部，浓缩了更高的人才密度，也有着对算法、增长更多的经验积累和信仰
首先，是远高于外部市场的人才密度。
大多数大公司，都难以像字节一样，容纳这么多创过业的人。
有一位曾经创过业的人，入职了字节，对比了字节内部与字节外部的自由市场之后，他给字节的评价是：
在自己创业时，自己是招募不到这么好的人才的。但到了这里，他会惊讶地发现，周围的人才密度、能看到的信息、能调动的预算，远远超过了他当年在外面所能接触到的程度。
虽然也有不好的一面，就是在字节跳动内部，毕竟身处一个大组织，沟通协同的成本肯定比自己当老板时要高。但是，字节的自由市场机制，依然保证了他可以推动、落地那些你认为对公司有价值的独立想法。
正因为拥有了“大公司的顶级资源”加上“创业公司的自由度”，字节跳动相当于在保留创业者自主性的同时，让创业者们有了更容易获取到优秀人才和预算的融资环境。也才得以留存及吸引数量庞大的、有过创业经验的人才。
哪怕不是创过业的人才，而是技术型人才，也会感知到字节的人才密度。
比如：有一个位发，他写的本来是一个国内相对冷门的语言。在加入字节跳动之前，他主要是在GitHub上、在国内那个语言的垂直社区上寻找写代码相关的辅助。
但是后来到了字节之后，他发现了一个让他意外的事实：字节内部的文档，远比外面的文档还要厉害；字节内部的大神，也远比外部的大神还牛。
为什么呢？
除了人才密度本身，本质还是因为那套“数据即货币”的评价体系。在开源社区，分享主要靠情怀。但是在字节，写文档、做内部开源、分享技术，这些动作本身，也是被认可的“业绩数据”。只要有数据，就会得到公司的嘉奖和认可。
所以，字节内部自然就形成了浓厚的技术氛围。
当一个技术人员进入字节之后，对比他此前的公司，他会发现：
在此前的公司，他更多被考评的是“时间压力”——“这个功能周五能不能上线？”因为他在此前的公司里只是乙方，业务团队对技术乙方，最主要的要求就是上线时间和bug数量。针对技术的深度讨论，在很多场合不会发生。
但是在字节内部，做技术的时候，他们会发现：大家反而愿意在“技术讨论”上花更多时间。
比如大家会在评审会上讨论：针对完成这个业务需求，什么是最好的解决方案？什么是最好的代码架构？还有哪些工具可以利用？这些工具长期的维护成本变化、实现成本的变化是如何的？代码是否能够健壮、能够更好地兼容？
这种对技术的尊重和死磕，对于真正有追求的技术型人才来说，就是最大的吸引力。
其次，因为今日头条、抖音等产品的成功，字节内部，有着更多可被快速调取的成功业务经验和资源。
字节拥有着中国几乎最强的算法能力、增长能力和商业化能力。而且，这三个能力在很长时间里，都是中台化的。
有别于大多数企业常见的：做一个新业务，开一个事业部。
字节跳动很长时间的组织架构里面，最主要的只有三个大部门：增长、推荐算法和商业化。做一个新业务时，要从这三个部门调集资源。
而这三个部门，集中了字节跳动的经验和人才。这就意味着，在字节做抖音、做番茄小说时，被派过来的，可能就是中国市场上在算法、增长和商业化上能力最强的人之一。
他站立的起点，是字节早已在这几个问题上完成的技术积累和经验沉淀。
在抖音增长团队看来，快手在很长时间里，哪怕努力追赶，距离字节的增长能力也一直有着至少2-3年的差距。
字节内部，还有着著名开放的文档环境，在飞书上，可以查到各种做过类似业务的人的经验分享。
再加上一旦看到业务机会，大力出奇迹的预算原则。
这都让字节内部的自由市场，在做“算法驱动的内容产品上”，不管是拥有的人才、经验、预算等所有资源，都远远优于外部市场。
当内部市场因为人才密度、经验和资源，在做内容产品时优于外部市场，一个个成功产品，就能不断在字节内诞生。
而且，这套基于自由市场的机制，还造成了一个反常的现象：那就是，吸引了如此多的人才，到了今天，字节已经有超过10万员工。可字节却没有像其他这样规模的企业一样，出现创造力衰退的大企业病。
为什么呢？
3.6内部竞争，确保了字节有着持续旺盛的创造力
在大多数企业，你会发现创造力往往只存在于早期。随着企业变大，创造力就渐渐消失了。
核心原因就在于“权限的固化”和“阶层的固化”。
因为，随着时间推移，打过胜仗的高管们，不愿意再探索新的领域，于是开始变保守、变懒惰，想“躺在功劳簿上”过日子。
但在字节的自由市场里，挑战者是无处不在的。任何一个人都可能成为你的对手。
挑战者的存在，让功劳簿上几乎躺不住人。
比如说我们在很多企业都会看到的一个现象：有一个人“从0到1”做成了一件事，那么这件就是他的项目，他的“领地”，后面项目变大了，增加的团队理所应当的都要向他汇报。即使这个人只擅长“从0到1”。当这个项目进入到了“从1到10”、“从10到100”的阶段时，他并不是最好的运营者，他并不能够带团队推出最好的成绩，这也仍旧是他的项目，他的“领地”。
但在字节，永久的领地是不存在的。这个“自由市场”允许任何一个人向现有的领地占领者发起挑战。
一旦旁边的一个人研究后发现：“诶，你这个业务到了从1到10的阶段，其实做得并不好。我发现了更好的方法，能比你跑得更快。”
这时，挑战者无需经过现有负责人的许可。他完全可以在自己的OKR里列上一项：“我要做这个业务，并且增速更快，业绩更好。”
只要他能论证方案可行，并且通过我们前面说的“融资”方式，说服周围的资源方支持他，他就拥有了挑战的机会。
一旦挑战成功，新的挑战者交出了更快的增速、更好的业绩。那些原本服务于老业务负责人的资源，就会向这个新的挑战者倾斜——因为资源方也希望跟着更有希望的人，拿到更好的数据，获得更好的评价。
这套机制，帮助字节规避了大公司最头疼的“阶层固化”问题。
结果就是，在抖音爆火后，很多人都会认为，字节会像其他很多大公司一样，不再能找到下一个大的机会。但是之后的Tiktok、飞书、番茄小说、红果短剧，一个个机会仍然在推动字节攀上下一个高峰。
因为在字节，哪怕你有过辉煌的业绩，也不能拥有“维持现状”的安全感。你必须持续寻找新的突破口，否则就会被隔壁的挑战者取代。
挑战者们让团队没有了躺平的选项，必须不断寻找下一个突破口。
这也让字节拥有了不断突破的强劲动力。
但是与此同时，也带来了严重的问题：当员工没有安全感时，多数员工注定会变得短视。
安全感，来自于对未来的稳定预期：当我知道，我明天只要干什么、后天只要干什么，就不会被批评，就能保住我的工作时，大多数人才会有足够的安全感。
在字节的自由市场中，任务不确定、环境快速变化、每两个OKR周期一次的淘汰和竞争，破坏了一线员工们的安全感。
没有既定领地，随时可能出现的挑战者，破坏了管理者们的安全感。
在早期，人才不足、业务快速增长时，所有的字节人更容易一致对外、为业务寻找新的突破口。但是，当人才越来越多、业务机会不足以满足人才的胃口时，内部的挑战会越来越多，对安全感的破坏，也会越来越严重。
没有安全感，是每一个创业者的常态，当你面对一个开放的市场、无处不在的竞争时，安全感注定是奢侈品。
但是，哪怕是创业者们，在面对自由市场时，也常常被焦虑所困。更何况，大多数人还无法具备像创业者一样的意志力。
结果就是，不能长期承受不安全感的员工难免会变得“短视”。
为了得到安全感，总是那些更容易快速看到效果、拿到数据的动作，才能优先得到资源。
但是，总有一些动作，短期之内很难看到数据表现，但又必须要做的——比如：算法和内容背后的价值观，除了让用户成瘾的内容，能否减少用户对内容的反感；组织建设上的投入，几乎总是需要几年时间才可能看到效果。
当大部分员工被要求注重短期利益，快速给数据出成效，那字节要如何让那些长期主义的动作得以落地呢？
既然数据指标是最主要的货币，员工们主要追求的是公司认可的指标的实现，那么只要字节跳动不断修正内部的指标体系，就能引导员工认识到“什么是这一阶段被认可的价值”。
这是对自由市场的宏观调控。
通过找到可以驱动长期主义动作在此刻被做出的短期指标，修正指标体系，那些长期主义的动作在字节内会有落地的基础。
这个指标修正的过程，有两个机制：
第一，团队基于外部市场和用户反馈的自发修正；
第二，基于领导的自上而下，尤其是创始人（张一鸣）的战略判断。
3.7基于外部市场和用户的反馈，避免短视
先说第一个机制，基于外部市场和用户反馈。
比如，改善“用户疲劳感”的修正是这样发生的：正常情况下，做抖音或今日头条，最值钱的“硬指标”肯定是：DAU（日活）、用户时长、以及变现效率。这些是直接指标，能算出钱来。
为了追求这些数据，最有效的办法可能是：给用户最强烈的感官刺激。越“短平快”、越刺激，数据就越好。
但忽然有一天，有人通过数据发现了异常：“为什么有些用户活跃了一段时间后，突然就流失了？”原因并不是抖音不够刺激，反而是因为太刺激了。用户积累了严重的疲劳感，甚至产生了一种生理上的不适。
当数据佐证了这一点，公司的指挥棒就变了。“对用户疲劳感的管控、将刺激程度控制在合理范围”，就会立刻成为字节认可的下一个重要目标。在这个新货币的要求下，懂得“克制”的算法，反而比一位追求“刺激”的算法更值钱。
来自“外部监管要求”的修正，也会以同样的逻辑发生：如果是纯粹的顺应人性，擦边内容、猎奇谣言肯定最容易留住用户。但当外部监管介入，对内容提出要符合主流价值观、限制某些低俗内容、保护未成年人的要求时，这些要求会被迅速量化进字节的指标体系。
于是，围绕“内容价值观”、“未成年保护”的一组工作，在内部市场上的定价被瞬间拉高，这时，就一定会有人去认领，并得到公司的资源支持。
这就是第一种修正：基于外部市场和用户的反馈，团队会不断完善目标体系，用新的“高价指标”来对抗单纯追求增长的“短视”——这其实是字节指标体系的学习过程。
但是，有些长期主义的动作，是无法这样通过指标体系的学习自然解决的：比如组织迭代、人才升级等等。
就需要用到另一种修正机制。
字节跳动今天的组织能力，很大程度上来自于第二种机制下，自上而下的设计过程。
3.8基于目标自上而下的对齐，让目标更长期
第二种修正机制：基于目标自上而下的指标设计。
在这个环节，作为公司的最高管理者，张一鸣如何思考业务、如何将其转变成指标设计，就会变得非常重要。如果说字节的组织，像是一串快速前进的火车车厢，那么张一鸣需要充当起指引方向的火车头。
作为公司老板，张一鸣的OKR所提到的指标，常常就是全公司价值最高的指标，在张一鸣的OKR里，常常稳定的出现这么三个模块：
第一个模块，是关于经营指标的，也是我们常规容易理解的收入、日活等指标。这组指标，保障了公司最终的业务结果。
而第二个模块，一定是关于产品的，他会相信，如果日活增长只来自营销和增长动作，不来自于产品本身的体验提升，这样的增长一定不健康。
但是，很多体验提升的动作，未必能马上看到日活、收入上的数据结果。所以，产品体验需要被单独关注。
第三个模块，则总是关于组织。有可能是某个团队的组建、某个组织机制的建立。
甚至，在张一鸣某一周期的OKR中，曾经出现过这样一条公司级别的双月目标：“让所有会议结束后一小时之内，都能发出会议纪要”。
因为组织的变化，在日活、收入指标中，更难短期看到影响。
对于此，张一鸣曾经分享过自己的思考：
一个好公司，最终目标是商业收入。
字节作为一家2C业务为主的公司，健康的收入应该来自于日活。
日活来自于好的产品体验。
好的体验来自于好的团队。
而好的团队，最终取决于我们有没有一个好的组织形态，能不能招到、留下和发挥好那些最优秀的人。
“建设组织”是一切数据指标健康增长的源头，虽然从数据指标上看，组织建设距离当下的“收入”隔着十万八千里，但它是那块最底层的基石，必须在当下就开始行动。
但是，“建设组织”这个词太虚了，怎么考核？怎么落地？怎么驱动团队行动起来？
于是，在张一鸣的OKR中，这样的目标就会出现：“会议结束后1小时发出会议纪要”、“让信息流动更顺畅”、“让员工得到的评价更公允”等等。
这类指标，乍一看并不是常规的收入、利润指标。但在那个OKR周期里，因为它成了张一鸣最关注的指标之一，整个公司也会立刻行动起来。
为了达成这个指标，团队就会有人自发向上对齐，开始行动，组织机制的讨论调整、飞书的优化就会发生。
张一鸣定义的数据指标，成为了新的、可以兑换成绩的货币。对货币的定义和调整，成为了张一鸣对字节这个自由市场主要的调控方式，让张一鸣作为组织定义者的意志得以被快速贯彻。
张一鸣作为整个公司的管理者，他最核心的总是两个工作：一是组织机制本身的设计，二是在机制运转时，充当“指引长期方向的火车头”。把那些长期的愿景，翻译成当下可以执行的、具体的“行动切入点”，并把它变成公司的核心指标，最终推动团队行动起来。
于是你会发现，只要能找到这样的“切入点”，那些需要漫长时间才能看到效果、无法直接关联到利润的动作，一样能在字节内部发生。
比如对研发来说，“完成同样功能，代码行数降低”这件事不直接关乎利润，但它是一个效率提升的动作。
比如审批流程的缩短，跳过那些总是默认通过、没起到价值的流程环节等等。
3.9字节的组织机制
回头看来，我会这么理解字节的组织机制：
区别于其他大企业的科层制，字节以数据指标作为主要标准，建立了一套“自下而上、内部融资、评价简单”的“自由市场”组织体系。
当这套能激发员工更强主动性的机制，拥有极高密度的人才时，人才之间的自然竞争、对成就与激励的渴望、无处不在的挑战者，使得字节拥有了强大的前进动力。
虽然它有“短视”这个问题，但通过整个组织对“外部市场和用户反馈”以及“创始人充当火车头，自上而下对齐”这两个补丁，使得字节在张一鸣这个火车头的带领下，总能快速奔向长期正确的方向。
这套机制，解决了大公司最头疼的“阶层固化”和“养老”问题。它让字节在拥有15万人的体量下，依然保持了极高的人才密度和创业公司的战斗力，甚至容纳了数量最多的创业者。
也正是依靠这套机制，让字节在AI算法时代，凭借“算法+”所向披靡。造就了抖音、TikTok、番茄小说等连续爆款，成为当之无愧的“APP工厂”。
也因此，很多企业都希望自己能学习字节：毕竟，谁不希望自己的企业能像字节一样，员工主动、持续突破呢？
但是，绝大多数企业，都学不了字节：
一方面，是大多数企业都无法像字节一样，容忍自由市场带来的资源浪费。
大多数创造性工作，注定会失败，当允许发挥大多数人的创造力时，也难免产生巨大的资源浪费，也正因此，字节将允许每个人的尝试、浪费限定在了一定的时间范围内（2个OKR周期），这也是减少浪费不得不做出的选择。哪怕如此，也只有拥有字节的高收入、高毛利、强网络效应的业务，才能支撑起一个产生如此大资源浪费的自由市场。大多数企业没有这样的收入来源，就都无法模仿字节。
其次，是大多数企业，并没有一个张一鸣这样的创始人，能够不断看向未来、识别出什么是“当下必须做出的、对未来至关重要”的行动，成为火车头，对抗不安全感导致的短视。
另一个原因是，字节所擅长的“算法驱动的内容产品”，几乎是业务链条最短、动作见效最快的产品。
大多数字节涉及的内容产品，基本只涉及用户、达人，这两个环节——这就意味着，一个员工调整了算法，很可能第二天就能看到数据变化、用户留存率提升；一个员工调整了对达人的激励，很可能达人下周就会更多发布内容。
大多数其他业务，链条都没有这么短、也很难让动作如此快速见效。
这也是在AI大模型时代，字节从前一个时代的领军者，变成了新时代的跟随者的主要原因。
04
AI大模型时代，耐心成为了成功的必要条件
如果我们回头看看字节所拥有的条件和资源——在进入大模型时代时，字节作为上个AI时代的王者，手里握着几乎最好的一手牌，在能够激发员工主动性和创造力的自由市场机制下，字节本应也是这个AI时代的王者：
它有钱：买得起最多的显卡（巨大预算）；有着“大力出奇迹”的预算和勇气。
它有人：有最好的算法人才、给着最高的工资；它有最高密度的创业者员工，而且，公司的阶层并不固化，自由市场的机制，保证了员工们有提出自己的想法、发明创造的机会。
它还有巨大的用户量和海量的数据，有条件实现最好的产品体验。
甚至，它的员工们，还拥有着最多的创业热情、和对AI最强的信仰。
很多人可能不能理解AI信仰的价值——
对于大多数企业，在算法时代不能快速跟进、在大模型时代不能跟上潮流、甚至迟迟不能应用AI，最大的阻碍，并不是人才素质，而是不相信AI，对AI没有信仰。
在这一点上，字节跳动可能拥有着中国数量最多、真正信仰AI的人。
因为字节跳动在上一个AI算法时代，本身就是中国最早的、也是最成功的AI企业，所以员工们在字节，亲眼见证了算法和AI能够爆发出的惊人能量。
这让字节内部，拥有着对AI几乎最强的信仰。
大量原生的AI创新，一直在字节跳动内部持续诞生：
比如：“剪映”是中国此前最成功的AI内容创造产品。
剪映之所以能成为中国视频剪辑软件里的翘楚，核心原因之一是：在剪映早期的第一任负责团队心中，有一个朴素的信念——他们坚信，剪辑软件的操作不应该太复杂，操作复杂只会让使用门槛变高，很多人就会用不起来。
因此，在做剪映时，他们的原则是：所有能够用AI自动实现的功能，一定都用AI实现，轻易不加功能、不增加人工操作的复杂度。那段时间，只要做短视频，说到剪辑工具，几乎所有人都推荐剪映。这使得剪映变成了国内第一个真正用AI辅助内容生产的、现象级的内容生产型应用。
“番茄小说”则是直接用AI实现了漫画日更。
很多人喜欢看小说，但也有很多人喜欢看漫画。而从小说到漫画，是一个生产成本极高的跨越。写小说只需要打字，但画漫画涉及到构图、分镜、上色，人力成本远高于小说。
相比于大多数公司，需要人就堆人，字节跳动的团队看到一件事需要大量人工时，会有更大的概率先想一想“能不能用AI解决”。
于是，当其他小说网站还只能做到小说“日更”时，字节跳动竟然靠着AI作画，实现了漫画“日更”。
只要今天小说的这一章发出去，后台用AI一生成，人工简单一校准，漫画就出来了。
漫画日更，让番茄小说，也吸引到了那些更习惯看漫画的用户。
我也曾经在一个场合，强烈感知到了字节员工对AI的信仰、和AI创业的热情。2023年，当ChatGPT横空出世，行业里时不时会有人举办AI Hackathon（黑客松）创业大赛。
当我受邀去观察一场300人参与的AI创业大赛时，会发现这300名参赛者组成了100个团队的比赛中，至少有80-100人，是字节跳动的员工。
对比之下，来自谷歌中国的可能只有十几个人，来自百度的不到十个，来自阿里的也不到十个。这就意味着，字节一家公司贡献的拥抱AI浪潮、渴望在AI领域创业的创业者数量，大过了其他所有互联网大厂的总和。
有AI信仰、渴望创造的人才，足以支撑起创新的源头。
握着最好的一手牌，正常情况下，甭管是GPT，还是其他的杀手级AI应用，最应该诞生在字节。
按照既往规律，这轮AI的竞争，舍字节其谁。
4.1当字节的“自由市场”，撞上“科研高墙”？
但这次，不一样。
字节靠着大力出奇迹累积来的日活，不仅在25年初被DeepSeek快速超过，甚至在这轮AI大模型时代，字节连入场都慢了行业大半拍。
回看这一轮AI大模型时代能够赢得头筹的公司，你会发现，这些公司通常是在2018年前后就已经成立，在2020年前后就已经开始重注投入新的技术方向。
而字节跳动，直到GPT已经火爆、AI大模型的能力，已经被整个市场看到之后，才终于开始行动。
在字节内部的复盘中，梁汝波说：字节在之前，完全没有看到大模型这个机会的存在。
为什么会这样呢？
不是说字节有着高密度的人才、有技术信仰、有AI信仰，又能释放人才的创造力吗？明明手上有着最好的一手牌，为啥还打输了呢？
因为在大模型时代，绝大多数爆火的公司，靠的不是大力出奇迹的用户规模、或者成熟技术在各个领域的应用，而是靠的是技术上的突破和革新。
最早让大模型进入互联网和技术人视野的GPT是如此，Gemini是如此，在2025年年初，爆火的DeepSeek也是如此。
在不少AI创业者的观感中：DeepSeek出来之前，自己老家的亲戚们不知道自己是在干什么的，但是DeepSeek出来之后，亲戚们也会问，你们干的是不是就是DeepSeek。
因为DeepSeek的深度思考模式，让大模型有了稳定的推理能力，也让我们对大模型的不信任大幅降低。
这个时期，很像是特斯拉出现的那个时期，决定大家买不买电动车的，还不是空间体验、自动驾驶等问题，而是续航里程。
这一次，字节那套无往不利的“自由市场”机制，似乎撞上了一堵它翻不过去的“科研高墙”。
面对“科研的高墙”，原来的那套打法貌似失灵了。
为什么？
为什么自由市场这套字节引以为傲的机制，遇到科研问题，就失灵了呢?为什么DeepSeek就可以？
4.2科研高墙的3个独特问题
因为做科研，有3个躲不开的问题需要面对。
第一个问题叫做：路线不明。
也就是方向的不确定。哪怕是再牛的科学家，他探索的技术方向也可能是错的，他也不可能了解所有的技术方向。
甚至于，科学家之间也很难通过沟通、对哪条路可行达成共识。
第二个问题叫做：结果未知。
也就是结果的不确定。科研问题，没有人能够保证一定能被解决，也没人能保证按时交出数字结果。哪怕是最牛的科学家，他在实践科研问题的过程中，也是失败多于成功的。
第三个问题叫做：周期漫长。
也就是时间的不确定。探索性问题，不止失败的概率大，而且我们发现，它验证成功和失败所需要的周期，常常会更长。
道路不明、结果未知、周期漫长，这就是任何一个组织或者机构做科研，都要面临的3个独特问题。
也正是这三个问题，让DeepSeek或者GPT这样的突破，无法在字节自发诞生。
其实，很多研发，是渴望追求更新的技术、更新的架构的。都希望做那些能影响世界的、酷的事情。
在算法工程师这个领域，这样的研发人员，数量尤其多。
我此前也管过算法工程师，你会发现，所有的算法工程师，他们的本能是抗拒“纯业务导向”的。很多工程师都会说：“我看了某篇论文，我想试试；我觉得有另外一个解决方案，我想试试。”
这是选择了算法的工程师们不少人的追求。
实际上，字节的技术氛围在行业里也是Top级的。
于是，历史上我们看到有很多——比如说谷歌的工程师、或者微软亚洲研究院的算法工程师——会非常渴望加入字节。就是因为认可字节在技术上的领先性、技术上的成就和氛围。
但是，当他们加入字节之后，字节确实有着领先的技术和更好的技术氛围，只不过，和他们想象的不太一样：
一方面：
确确实实，在字节的技术人员会得到更公允的评价；内部的文档沉淀是更好的；关于技术讨论和分享的氛围，也是远远强过其他大企业的。
但是，另一面：
一个算法工程师本来是为了做更新、更炫的技术，为了改进算法，或者为了率先在AI领域做出点什么，才加入字节的。
但当他进来之后，他会发现：他的领导常常很现实。
他的领导会跟他说：
“你看，你是我招的人。我肯定希望你能够活下去。
否则，如果我招的人总是不能活下去，那对我来说，在管理相关的数据指标上，也会不太好看。
所以，虽然我知道你有技术追求，但是为了让我招的人能够活下去，我们必须面对现实。”
什么是必须面对的现实呢？
就是在“自由市场”这个组织体系下，如果你连续两个OKR考核周期（也就是以前的四个月，现在的六个月），你交不出任何让公司认可的数字，那么这个人的产出能力就会质疑。
这时候，也许这个Leader很强，两次OKR周期你交不出数字他还能保你；但是三次、四次，他也未必还能保得住你。
所以，在这种时候，哪怕从形式上来看，下面的人可以“自由提OKR”。
但是基于生存现状的考量，一个Leader在和团队共识OKR时，他注定要优先导向“让这个团队每一个周期都能交出数字”的动作。
于是，结果就变成了这样：
当一个人为了技术追求和氛围加入字节时，他会发现：
他80%的工作时间，注定只能服务于业务，因为只有服务于业务的指标，是最容易被认可的、最能保命的。
他只能用剩下不到20%的业余时间，去做那些新的技术探索。
哪怕他能在组织内融资成功，拉到一些同事，也同样仅能限于20%的资源，因为每个人都要先活下去，大家只敢做那些在考核期内能快速见效、能快速拉升数据的动作。否则，难看的数据不仅给项目带来压力，那些前期“融资”拉起来的团队，也会纷纷离开。
结果就是，他的创新能力，被限制在了应用层，并不能像那些他渴望的、字节也需要的科研型创新中释放。
4.3DeepSeek是怎么做的呢？
那面对做科研会遇到的道路不明、结果未知、周期漫长这3个问题，DeepSeek是怎么应对的呢？
我们能看到DeepSeek的关注点，就与豆包截然不同。
豆包始终是有数据焦虑的：当DeepSeek超越豆包后，豆包靠着大预算、更有效的增长动作、更多的功能，努力拿回了第一。
对比之下，当25年下半年，豆包重新超越DeepSeek后，DeepSeek对此几乎完全没有任何反应——没有营销、没有投放、也没有不断堆积的新功能。
如果说，字节是在追逐数据，那么DeepSeek更像是在追求另一件事：一个在常人看来可能渺远的信仰，“让AGI成为现实”。
这一点我此前也是不能理解的。
在看到DeepSeek推出深度思考模式后，我的理解是：大模型产出的结果，此前最为人诟病的是“幻觉”，我不知道这次的产出到底能不能信，也就不能放心使用。但是，当DeepSeek展示出模型的思考逻辑后，不仅这个逻辑对人会有启发，更让我有了检查模型结果的方式，容易检查、就使得模型有了更可被相信的基础。
这是个体验创新。
但是，看到DeepSeek团队最新的论文，我才理解了，“看起来可信”这样的体验创新，大概率不是DeepSeek团队的出发点。
他们在最新的论文中，为大模型增加了一个新的要素——类似于“概念”。
什么意思呢？
最早的大模型，其实是在基于语言的上下文，不断推演下一个字应该是什么。这个时候，比如“英国女王伊丽莎白”，在人类的理解中，是一个完整的概念，直接调用就好，但是在大模型眼中，这8个字需要被重新产出一遍。
对人类大量概念的一遍遍重新理解和推演，极大的浪费了大模型的能量和效率，也难免使得大模型的产出更容易出问题。
于是，DeepSeek决定为大模型建立一个概念库：在库里面的概念，可以作为整体，直接被调用。
我忽然意识到，这个概念的引入，与25年初，DeepSeek在大模型中，引入了“逻辑推理”模块，本质上是一个思路。
此前的大模型，更像是对人类对话的暴力破解——如果我们将在一次对话中找到高质量回答的过程，类比于走迷宫，那么此前的大模型，更像是对迷宫的暴力破解，我只要能穷尽所有可能性，总能找到对的路。但是，在人类的思考中，其实是有一些规则，能够直接告诉我们“哪些路肯定不靠谱、根本不用考虑，只有几个大概率正确的方向，只需要尝试这几个方向”。
“逻辑推理”和“概念”，就是排除错误方向、使得模型可以效率更高、也可以走得更远的思考工具。
而这两个工具、或者说概念的发现，更可能来自于对人脑理解世界、思考问题过程的还原和研究。
可以说：DeepSeek团队，是真的在拆解人脑的思考和理解世界的过程，将其中有价值的工具和模式，赋予大模型。
这是他们找到的，可以持久努力的方向。
如果沿着这条路走下去，有一天，DeepSeek可能也能让计算机在认识世界上的效率更接近人脑：人脑每秒钟接触到的信息是10G，但是，人脑会识别和保留的只有其中的10bit。因为需要长期储存和处理的信息量被大大简化，人脑的能量消耗才得以大大降低、很多关联起更多概念和维度的深度思考也得以变为现实。AGI就有可能变为现实。
这是DeepSeek在追求的事儿，至于过程中，会不会有用户量的增长、在日活榜单上，自己排名第几，DeepSeek团队估计不在意，也不想花时间为此做出动作。
如果说字节的自由市场是被纯粹的数据驱动，那么DeepSeek更像是被一个使命和愿景驱动。
当然，这样的状态说起来很好、很浪漫，但是，如何在团队内实现这个愿景驱动的状态，还是有点难以想象的：
哪怕有找到“还原人脑认识过程”的技术路线，毕竟每一步都是前人没能解决的未知问题，每个问题的解决不仅需要巨大的投入、漫长的时间，在看到结果之前，谁也不知道某个解法到底能不能成功。
那到底走哪条路，在团队内部又如何达成一致呢？
过程中，怎么让每个员工都愿意长时间的努力和投入呢？
总还是要发奖金的，还是要有考核，可是，结果高度不确定、时间又长，无法依靠数据，怎么发奖金呢？
只要有奖金、有考核，就会有竞争和比较，有竞争又会多少带来不安全感，员工就很难有耐心去做那些需要几年时间才能看到结果的事儿。
为了解决这几个问题，我们看到DeepSeek的解题思路，与字节截然不同，当字节的自由市场使得所有人都不能拥有足够的安全感时，DeepSeek反而选择了不考核结果、不追求数据、给予员工足够的信任和安全感，同时，接受结果的不确定性。
我们具体来看。
第一，他们不考核结果。
因为既然是科研问题，那么我们必须要接受，所有的科学探索是长周期的，是随时可能失败的，是自顶向下很难把技术路线完全看明白的。
因此，不能让任何一个科学家困于对失败的恐惧。不应该让任何一个科学家在指标的压力之下，使得自己不敢于做出对未来的猜测和探索。
所以，为了让科学家们能做这件事情，DeepSeek不追求指标、不做数据考核，尽量给科学家们提供的，是一个绝对安全、充分信任的环境。
第二，统一薪资，消灭内耗。
与字节的重激励、快速晋升截然不同。在DeepSeek内部，你会发现一个很反常的现象：很长时间里，DeepSeek所有人的薪资，基本是统一的。
为什么？因为一旦薪资有差异，人性就会作祟。大家就会敏感：“我要拿更好的薪资”、“凭什么他比我高？”于是，攀比和竞争就会发生，动作就会变形。
大家就会更倾向于做出那些快速见效的动作。
可是，对于科学问题，快速见效并不意味着长期最优，他们更希望每个人可以为了寻求长期最优而努力。
DeepSeek的选择是：不要让科学家之间产生因为利益的竞争，要让所有人只为了那个“共同的愿景”去努力。
薪资，应该是让科学家们可以没有后顾之忧的保障，绝不应该是促使科学家们开始攀比、竞争的原因。
第三，无需“说服所有人”，真理往往掌握在少数人手里，先试试再说。
因为在科学前沿，一个路线要想说服所有人是不现实的。哪怕是相对论、量子力学，在它们诞生之初，也无法说服当时所有的物理学家。
也因为见效周期漫长，所以，一个科学路线要获取资源时，常常既无法通过道理说服他人、也无法通过数据说服他人。
所以，DeepSeek的态度是：不需要你从逻辑上证明给所有人看。只要你自己觉得靠谱，你就可以先试。如果你需要资源，你去找到那些能被你吸引、容易被你说服的少数人，你们搭伙一起干就行。
至于算力资源，公司允许任何员工调用。
当然，这样近乎绝对的信任是无法赋予所有人的。
最后，只招有信仰的学霸。
能解决科研难题的人，首先要是学霸。他们常常是那些名校出身、本身是计算机专业或者AI相关领域学霸的人。
很多学霸，也会选择挣钱、改变阶层。
然而，DeepSeek所聚集的，并不是一帮“要赚钱的人”，或者“要做AI应用层创业”的人，他们并不是要把当前的AI技术用作做一个聊天软件、或者做一个二次元的AI Agent的创业者。
吸引他们所有人的核心动力，是“希望让AIGC诞生、真正地服务于人类”。
这样不知要多少年才能变成现实的目标，近乎于信仰。
一个人是否对一件事有信仰，并不难观察。这些有着同样信仰的人，天然就渴望着与DeepSeek一致的目标，无需特别的激励或管理，自然就会投入自己全部的精力，去解决必要的科研难题。
当然，大量渴望实现突破的企业，也都希望拥有这些有信仰的学霸，而DeepSeek在实现AGI道路上的行动、开源的态度、为科学家们提供的信任的环境，会对外释放出信号，强烈吸引这些有信仰的学霸加入。
你会发现DeepSeek的解题思路：就是选择有相同信仰的科学家，提供给科学家们，一个基于绝对信任、允许自由探索、无需内耗的纯粹环境，充分相信他们，让他们安心的去做科研。
在员工的眼中，DeepSeek比起公司，更像一个大学里的实验室。
用“绝对的信任”对抗“结果的未知”；用“统一的薪资”对抗“人性的内耗”；用“纯粹的愿景”对抗“漫长的周期”。
4.4有耐心才有信任，有信任才有创新
信任仍然是创新的前提。
字节跳动的自由市场，也给以了员工信任，只不过这个信任缺少耐心，只有2个OKR周期的时间。
但是，DeepSeek给予团队的，是更长时间、更有耐心的信任。
如果我们回头看其他企业的管理方式，你会发现，在大多数企业，信任都是难以拥有的奢侈品：
字节跳动的自由市场，在保障了团队总能鸡血满满的同时，也破坏了几乎每一个人的安全感。
而到了其他的大厂，情况又截然不同。他们核心的问题常常是：管理层本身太过稳固，沉淀的利益太大。在不少大厂，你会发现大多数管理层年纪已经很大了，早已经功成名就、甚至财务自由。
这个时候，如果让他去带领团队做一件更需要耐心、且时间和金钱成本巨大，还不确定能不能成功的事儿，他会怎么想？很现实的考量是：一旦这件事情不成，他可能会失去当前的位置，失去安稳的工作。对比之下，如果不做，至少能守住自己的领地、行业地位和当前的工资。
这样的人，对创新者不会给以信任，对创新，也不会拥有耐心。
渴望创新的人就无法掌握资源。
那么，很多创业公司为什么也会表现得没有耐心呢？
更多的创业公司缺少耐心，则是来自于“资本市场的压力”。要养团队，就要快速得到市场、快速得到投资人的认可。
一旦不被资本资本信任，需要快速得到认可，又会让他失去耐心。
不客气的说：大多数企业对员工的管理、资本对创业者的管理，都是基于对个体的不信任——引入竞争、末位淘汰，是对个体的能力和勤奋不信任；依赖功成名就、但可能早已失去了创新意愿和创新能力的老高管，是对新人的不信任；引入流程，是对个体的诉求和判断不够信任；需要企业持续融资，是对创始团队和前景不够信任。
但是，所有的不信任都会破坏耐心，都会导向员工需要不断用快速见效的动作的证明自己，都会成为科技型创新的天敌。
而DeepSeek之所以能够给团队以近乎绝对的信任，也是因为创始人有足够的耐心，他为团队屏蔽了所有破坏信任和耐心的因素。
DeepSeek本身选择做人工智能，是梁文峰老板的个人选择。它也是整个AI行业极少数选择不对外融资、而完全靠自己的钱去挑战技术边界的AI公司。
当烧的是自己的钱时，一切来自于外部的——比如投资人的扰动、市场的扰动——都能被创始人对内屏蔽掉。当他有耐心和信仰时，团队也就拥有了一个可以有耐心的环境，使得更多的技术突破可以发生。
基于此，他才敢说：他们的目标不是做一个大模型、或者做一个应用，而是让AGI、真正的人工智能变成现实。他们才敢无视所有商业世界的压力，选择开源自己的技术和代码。
开源会牺牲利润、会让未来的竞争者更快跟上，但是也更可能让人工智能更早变成现实。
前一个这样做的企业家，还是选择开放特斯拉所有专利的马斯克。
与DeepSeek给团队的安全感和耐心不同，对比之下，当我们与字节跳动的员工交流时，有一位高管说得很好。
他说：“其实在字节跳动内部，除张一鸣之外，其他任何人都不配拥有安全感。你只要早上睁开眼睛，就要担忧会不会有人挑战我的业务领地？会不会有人想到一个更好的做法，在下一个双月或下一个季度，就交出一个比我更好的成绩？”
这种随时被挑战的威胁，是市场实现效率的方式，它能够逼迫所有人不断卷动。也注定了需要长周期和承担巨大不确定性的创新，无法在字节跳动的自由市场中被实现。
4.5字节的一个AI产品是如何落后的？
有一个字节内部的AI独立应用，反映了不安全感如何扭曲了团队的动作。
在字节跳动内部讨论如何做这个AI应用时，关于如何设计产品、改进技术路线，大家是有过深入探讨的。在讨论的时候团队就意识到：自己面前其实有多个技术方向，但是，不实际干一下，很难预判哪个方向是最优选择。团队就选了一个方向，先上线了第一版产品。
没想到，一年后，市场上出现了一家竞品，选了另一个方向，而且用户反馈和数据结果都证明了，那是“更可能成功”的方向。
按理说，看到竞品验证了方向，字节的负责人应该马上调头，去追那个正确的方向，对吧？但他没有。他选择了按照原有的错误方向继续狂奔。
后来，这位负责人是这么描述自己的选择的：“至少在此刻，我们还没法确信那个‘更正确’的方向，长期看是不是也一定对。说不定哪天情况又反过来了。我这个方向，公司肯定也会希望有人做，而我已经有了先发优势——只要公司还需要各个方向都有人做，那甭管最后哪个方向跑出来，我这里都有一张船票，能保证我在船上。”
这时候，摆在这位负责人面前的，其实只有两个选择：放弃安全感，去追求可能更正确的选择。或者选择安全感，继续走在错误、却能让自己感觉安全的道路上。
大多数人都会选择安全感。
就连当年靠着AI，有着更自动化的功能崛起的剪映。在换了团队后，新的团队也放弃了对AI的坚持，更多时候选择先堆功能上去——毕竟，堆功能见效更快，有数据，他才能有安全感，一直在当前的岗位干下去。
因为，靠着“自由市场”激发团队创造力，也靠着自由市场的竞争，促使所有人保持持久努力的字节，本质上最擅长解决的，是新技术的“应用”和“改进”。
在所有人随时面临着外部的竞争、需要快速交付数据时，能够被落地的动作只有几个可能性：
第一，要么，是快速能拿到数据结果的动作，这样的动作，常常是应用层的。
第二，要么，是技术路线已经被前人的成果证明，技术实现、复现前人的成果，虽然还是需要一两年的时间，但是因为有人走过一遍路，字节已经能知道，头两个月可以看到什么、再两个月又能看到什么。于是，每两个月应该被看到的数据指标，就可以变成团队的目标，实现者可以得到安全感和激励。
这样的动作，常常也是对成熟技术的落地应用。
所以，我们今天看到的字节的大多数成功产品，几乎都是同样的算法技术，在不同内容领域的应用。
这样的业务，不只见效快速，在字节内部，整个组织也一遍遍看到了同类业务的成功，知道第一年应该发生什么、第二年应该发生什么。
也因此，字节才有了在内容业务中，一次次大力出奇迹的勇气。敢于要求一个新业务第一年先花行业最多的钱、获取行业最大的用户规模，先不用考虑商业化的问题。
4.6这次AI浪潮中，字节的纠错机制怎么失效了？
那问题又来了。
我们不是说，在字节内部有纠错机制吗？连“组织建设”这么难以快速见效的动作，都能在字节内落地。如果上面的人看到了长期的技术方向，不是可以通过“定义指标”来推动技术团队投入吗？
核心原因，依然来自我们前面所说的——对“短视”的纠正，高度依赖于头部管理者对某些长期主义要素的“超前认知”。
只有当他真的懂、真的信，他才能将需要几年时间才能落地、见效的动作拆解成每个双月的行动，定义出那些能在几个月内看到效果的阶段性指标，驱动字节向着长期正确的方向前进。
可以说，字节的机制，决定了字节的组织会自发做出大多数能快速见效的行动。但是，对某种长期路径的追求，只有依赖于领导者的认知，才能在字节变成现实。
在原有的算法应用领域，张一鸣是懂的。在“组织建设”领域，张一鸣也是懂的。
因为他懂，所以他能定义出来。
但是，一旦到了这一次AIGC、AI大模型的技术领域，情况变了。这一次很难说是一个纯技术或纯工程性的问题，它具备很强的“研究性质”。
这是一个需要科学家、或者对算法有信仰的工程师，才能搞清楚技术路线的问题。
那么，当字节头部那些拥有定义权的人，都不是这个领域的科学家时，“正确路径”的定义，就很难在字节产生。
更可怕的是，从2020、2021年之后，张一鸣慢慢淡出了管理。他不再是那个通过自己的OKR、发行货币，保证字节对长期正确方向的追求的“火车头”。
而张一鸣作为创始人，是全公司唯一一个，不用面临自由市场竞争压力的人。
只有他，作为公司的实际控制者，拥有着绝对的安全感，敢于坚持一个又需要长周期、又充满着不确定性的方向。哪怕最终事实证明他错了，字节也仍然是他的字节。
但是，除了他之外，其他任何一个高管，哪怕看到了一个自己觉得长期正确的方向，在驱动组织落地时，也都要掂量一下：“如果我错了呢？我会不会担责？”——在自由市场中，只有唯一超出了市场之上、不会受竞争挑战、拥有“绝对安全感”的人，才具备定义这些长期事项的权限。
在DeepSeek，公司大量的人，都拥有着这样更接近绝对的安全感，敢于定义问题。
但是，在字节，拥有这样安全感的人，很可能只有张一鸣。
当张一鸣不再做出这样的定义时，你会发现整个企业——哪怕是高管——所有人都不可避免地会在自由市场的压力之下，只能去追求那些快速见效的、确定性更高的动作。
本质是：在前一个推荐算法的AI时代，核心技术（推荐算法）已经成熟了。字节当时要解决的问题，不是“发明算法”，而是如何将这套成熟的算法，应用到一个具体的业务领域（新闻、视频、电商）里。
那时候，字节需要的是团队将基本成熟的技术，组装成一个个新的应用。
但是，这一轮的AI大模型则完全不同。DeepSeek的成功，证明了，这一次的AI浪潮，可能首先需要的，不是字节这样的应用型公司，而是解决AI推理能力、能量消耗的科研型公司。需要企业解决的不再是一道“应用题”，而是一道“科研题”。
你会发现，大模型的更大范围应用，首先依赖于大量基础技术难题的解决：
它依赖于算力成本的指数级下降；
它依赖于有人不断地去尝试全新的、充满未知的解决方案和技术框架；
它依赖于这些底层框架不断被发明、不断被创造，然后才轮得到有人去实施和应用。
所以，当字节为技术应用设计的“自由市场”机制，撞到的不再是应用题，而是科研题的时候，它就撞不过去了。
05
字节还能赢吗？
字节能怎么办呢？
很多人会说：DeepSeek之所以敢这么做，毕竟还是小，也没有那么大的业务，才敢选择少数精英人才、给以更强的信任。
今天的字节已经是一家拥有15W员工的跨国公司，难道也要创造一个纯粹的环境，给与绝对信任、允许自由探索、无需内耗，让他们安心的去做科研吗？
这15万人里只要有1万人滥用这个信任，对字节，可能就会造成无法挽回的损失。怎么办呢？
在解决这类问题时，华为是一个成功的参照，实际上，这也是字节此刻正在尝试的解题思路。
5.1华为是怎么解决科研难题的？
我们都知道，今天的华为拥有大量的科学家，进行着大量超前技术研究。
在华为内部，有别于国内大多数的科技企业，在定长周期的战略规划时，通常会提前十年确定研发规划。
那么，提前十年定规划，就会涉及到一个核心问题：我们怎么能够知道，十年之后什么是重要的？
华为的解决办法是：他们会使用大量的外脑和咨询公司，来补充信息，帮助华为对做十年之后的技术做出预测。
与其他很多企业直接让咨询公司出方案不同，华为在做战略规划时非常清醒：所有咨询公司，他们的能力注定是有限的，他们不可能比华为更充分地了解自己的业务。所以，做规划不是咨询公司的责任，而是华为自己业务团队的责任。
那么咨询公司能做什么呢？就是贡献信息。
他们拥有华为所没有的全球视角和跨行业的信息。很多外部的科学家，也拥有华为所没有的前沿技术信息。
简单来讲，他们就是询问这些人的看法。这些不同人的看法会帮助华为给出预测未来的不同角度。这些不同角度的信息在华为内部汇总之后，再由他们的业务团队和科学家团队，转化成十年之后的技术规划。
当然，看到了未来方向之后，真正的难题才开始。
比如，华为曾判断移动互联网的普及，一定会带来对流量带宽越来越高的要求。所以3G不够用了，要有4G；甚至5G。
研发5G是华为的战略方向，但从3G升级到5G所需要解决的技术问题，突破口已经从工程领域深入到了更底层的数学领域。
举个具体的例子：
传输信号时，信号在空间内部反射和散射会造成信号之间的干扰。从3G到5G，最主要的问题就是在空间内各种信号反射会带来更严重的干扰问题。
那这个时候，手里的手机、路边的基站怎么能在众多杂乱的散射波里找出那个真正准确的信号呢？
这是一道极难解决的数学问题。
当华为意识到，未来要从3G升级为5G时，它就需要有人去帮它解决这些数学问题。而解数学问题，毋庸置疑是一个科研问题。我们无法预知哪一个算法、哪一条路线，一定能解开这道题。
这时，华为就需要大量聘请外部科学家，提前十年开始做研究，解开这个数学问题。而提前十年做研发，就意味着可能到第八年、第九年之前，我们都不能确定这个人到底能不能交出结果。
华为对这些人的管理方式是这样的：
第一，严格筛选，不是谁都能做。所有合作的科学家，要经受过华为高管、甚至预算大的项目需要经过任正非本人的面试，才能得到合作机会。
第二，一旦确定合作，给予绝对的信任。一旦华为决定了供给科研预算，对这些科学家来说，没有KPI考核，没有短期压力。
华为相信这个科学家的能力，也相信这个科学家希望做好这件事情的信仰。基于此，在合作期限内，华为会给予近乎于绝对的信任，和持续的资源支持。
虽然，最终可能还是一无所获。
这就是信任的代价。
但是不给出这样的信任，你就无法成功。你就无法撞穿、翻越科研这座高墙。
这些游离于华为体系之外的科学家们，承担起了长周期科学研究的责任。当他们的成果产出后，华为才会交由自己的实施团队，将其转化为可直接销售的技术成果。
5.2字节要怎么做？
而“自由市场”之所以撞不穿“科研高墙”，就是因为自由市场本身就是一种“基于不信任的管理机制”。
而这种不信任的机制，和对结果确定性的要求，恰恰是科学创新的敌人。
所以，对字节跳动来讲：如果要想成为这一次AI创新的领军者，而非跟随者；如果真正想通过体验上的创新，让更多的用户是“主动选择”用豆包，而不是靠大预算“砸出”一个豆包。
那么，它至少需要有一个独立的、给团队更多信任的安全感的沃土。
在字节，这个沃土，最好由张一鸣本人来亲自管理。就像DeepSeek由梁文峰亲自管理，像华为由任正非亲自面试最头部的科学家一样。
选择有能力、有同样信仰的人。
然后，给予他们充足的资源和最大的信任。
这也是字节成立Seed Edge，这个纯以前沿技术为目标的独立团队，并且张一鸣亲自参与其中的主要原因。
这样，像DeepSeek一样的科研型创新，也会可能在拥有更雄厚资金、也拥有更多用户数据的字节发生。
本质上，每个企业能够取得当下的成功，一定打造了一个适合现有业务的系统。但是，老系统未必能解决新问题。
当新的时代需要与企业的现有系统，发生无法调和的冲突时，最常见的解决方式，是在现有系统之外、建立一个独立的新系统。
不过，在起步更晚、技术积累落后一步的局面下，在本就需要更长时间的科研性课题面前，字节多长时间才能获得有价值的突破，也是真不好说。
5.3AI大模型，谁能赢到最后？
此刻，我们也还很难断言，在AI的竞争中，谁能赢到最后。
在这个市场里，有三种不同风格的强大玩家，在角逐最后的胜利。
第一种玩家：字节跳动，是最快的追赶者。
有庞大资源、极高人才密度的字节跳动，仍然是AI应用上最强大的公司。
也是最快的追赶者。
一旦一个问题不再是科学问题，而变成了应用的问题，那么字节的落地能力是会远远强过其他公司。
任何一个新的体验，只要被发现、技术只要被实现，字节的团队就会快速追赶，将其在豆包上变成现实。
而且，随着最大预算带来的最大用户量，字节也会拥有最多的用户使用数据。如果技术不发生迭代、数据处理能力没有跨越式的提升，那么拥有最大用户使用数据量的字节，就有条件实现最好的体验。
预算-用户规模-使用数据-更好的体验，是字节为自己打造的AI应用飞轮。
这使得字节会成为AI应用领域最有行动力的追赶者。
不过，这样的字节，也面临着两个可能同样强力的玩家的威胁。
第二种玩家：腾讯、阿里、手机厂商等拥有入口的玩家。
字节虽然拥有众多爆款APP，但它并不掌握任何一个手机上天然的AI入口。
什么是入口？
比如购物相关的入口在阿里，社交、对话相关的入口在腾讯。等你购物或者聊天、对话的时候用到AI，你用阿里、腾讯的肯定更方便。
更麻烦的是，很多手机厂商底层，比如苹果、小米、华为，自带AI入口。在GPT出现之前的时代，AI入口最多、和用户使用量最大的AI应用肯定是Siri。用户喊一声siri，就能直接唤醒使用。
但如果要用字节的“豆包”，用户需要解锁手机、找到APP、点击打开。不要小看这几步操作。像移动支付一样，在AI这个未来注定被高频使用的场景下，多点几步，就是生与死的距离。
这意味着，哪怕字节积累的用户量再大，拥有入口的企业只要体验不太差，都很容易将用户拦截。
这也是，最近字节推出豆包手机，希望让自己成为入口的原因。
如果没有“底层入口，它就要靠自己的大数据量和大用户量，去“硬杠”手机厂商的原生体验。它必须给用户一个极强的理由：强到让用户愿意舍弃更方便的Siri，专门绕路来用你的豆包。
这是体验与入口之争。
第三种玩家：是DeepSeek这样的技术企业。
字节靠着更大的用户使用数据实现更好体验的逻辑，前提是大模型本身的数据处理能力——也就是大模型的能力本身，没有跨越式的提升。
但是，当前的大模型，明显还处于有大量技术难题需要解决的阶段。
不管是幻觉、长期记忆、对复杂要求的同时处理、还是仍然过大的能量消耗等等。
这些有待解决的重要问题，大量是科研问题。
就像25年初，DeepSeek的日活快速超越豆包，一个科研问题的突破，会产生哪怕是豆包，也需要花一段时间才能追上的体验优势。
但是，摆在DeepSeek面前的难题，是不可能仅靠一次技术突破就战胜豆包。
在技术突破之前，字节不会率先行动。
但是，只要一个技术被DeepSeek这样的公司实现出来，效果能被看见、路径已经清晰——
那么，字节依托“自由市场”这套机制，完全可以将一个需要两三年打磨的动作，拆解成每两个月一次的OKR，驱动团队找到比对手更优、更快的路径。
所以，一旦一个问题不再是科学问题，而变成了应用的问题，那么字节的落地、追赶能力是会远远强过其他科技公司的。
这个时候，DeepSeek只有持续不断的实现技术上的突破，靠着一次次突破、实现豆包始终难以完全追上的体验，才可能最终胜出（虽然我觉得胜利并不是DeepSeek团队的追求）。
这个状况，其实很像是当年特斯拉在电动汽车行业崛起的时候。特斯拉实现每一个技术突破之后，那些老牌车企们同样也能够快速跟进。但是特斯拉之所以能赢，是因为它不是靠一个突破，而是靠“连续不断的突破”把握住了每一个突破所赢得的“短暂窗口期”，使得后来的车企永远都追不上他的脚步。
具体说来：
特斯拉解决的第一个问题，是电池的续航问题。它先让电动车有了一个用户够用的续航里程。
第二个阶段，特斯拉开始改进生产工艺，让工厂成为产品。通过一体化压铸减少零部件数量、做更少的车型，实现了电动汽车制造成本的大幅度降低。
于是，当竞争对手们开始追平特斯拉的续航里程后，短时间内又很难追平特斯拉的成本。
第三个阶段，它开始做自动驾驶。此刻，特斯拉仍然拥有着所有车企中几乎最好的自动驾驶技术。
正是这种连续不断的、在用户敏感点上的体验突破，使得任何一个特斯拉的竞争对手，哪怕你有钱，哪怕你决定了跟随特斯拉的脚步，你也会遇到一个困境：“我刚跟上特斯拉的前一个突破，结果发现特斯拉的下一个突破又来了。”
就永远很难缩短与特斯拉本身的体验差距。
最终，使得特斯拉在这个行业，成为了很长时间拥有最大市场规模的角色。
特斯拉所走出的，是技术突破型企业的典型路径，也正是DeepSeek接下来要走的路。
06
最后
我们把视角回到字节。
其实，字节跳动的困局，不仅仅是一家公司的情况，也是每一个大企业都面临的困境。
一个企业在取得过去的成功的过程中，常常进化出了最有利于那一种成功的组织形态。
字节跳动所拥有的，是最强的技术应用落地型的组织能力。
就如美团所拥有的，是在一个长链条业务中，不断提高效率的经营能力。
但是时代会变、新的机会会对组织提出新的要求。
对于有着极强应用落地能力的字节，在大模型时代，面临的却是一场关于技术的、“未知”的远征。
旧地图找不到新大陆。
在AI这一轮也许是人类有史以来最大、最快的生产力革命面前，要解决技术难题，需要的是大多数中国互联网公司都没能建成的科研能力。
不仅需要有能力、且有热情解决科研问题的科学家型人才。
还需要为这些人才创造一个拥有自由调配的资源、和近乎绝对信任的环境。
因为，一切不信任都是创新的天敌。
而我们过去大多数的组织机制，恰恰是因为不信任而设立的。
成功，从来都是一个系统问题。
对于渴望在AI领域有所突破的企业，它需要在一个极致功利的庞大躯体里，为探索欲和那些看似“风险巨大”的科学野心，留出一块神圣的飞地。
因为在科技革命面前，为新技术投入的人才和资源，长期来看，才是商业上最大的“性价比”。
这一跃，是从“大厂”到“伟大的公司”的距离，也是字节必须翻越的最后一堵高墙。
祝福字节。
也祝福所有为了科研理想，为了“未知”，正在默默奋斗的企业。
更多相关文章：
不靠天才，美团如何实现“良将如云”？
万字拆解宝洁：培养出行业一半CEO，全靠这套体系
