字节Seed人事再起波澜：评测负责人黄文灏离职，安全部门全球招人

导语：字节Seed一边从外部招揽顶尖研究者，一边又不断有人离开。模型评测负责人黄文灏的离职，让这场人才流动再度成为焦点；几乎同时，Seed新设模型对齐与前沿风险准备部门，面向全球招聘首批10名研究员。

2026年，中国大模型行业的人才流动呈现出一种颇为微妙的状态。

一边，字节跳动不断从对手阵营挖来核心人才：DeepSeek研究员郭达雅加入Seed，原阿里通义千问后训练负责人郁博文也被曝加盟。另一边，字节核心AI研究团队Seed又持续有人离开，或投奔友商，或自己创业。

10月20日，这份离职名单又多了一个名字。

多家媒体报道称，Seed团队模型评测负责人黄文灏近日已离职。凤凰网援引知情人士说法，他下一步可能选择创业，但具体方向和融资情况尚不清楚。字节方面暂无公开信息确认他离职后的安排。

黄文灏拥有北京大学计算机专业博士学位，早年在微软亚洲研究院做研究，之后担任北京智源人工智能研究院健康计算研究中心技术负责人、创新应用实验室负责人。2023年，他以联合创始人身份加入零一万物，出任算法副总裁及模型训练负责人，参与Yi系列大模型的训练与发布。

2024年8月，他加入字节Seed，负责技术项目管理和规划。

在Seed内部，他的职责后来转向模型评测，同时参与前沿技术规划讨论与人才招聘。2025年初吴永辉接手Seed后，黄文灏转为向吴永辉汇报。

从模型训练到模型评测，再到技术规划，黄文灏的经历横跨大模型研发的多个关键环节。因此，他的离开不只是一次普通人事变动，也再次把Seed的人才流动问题推到台前。

今年4月，界面新闻援引多方信源报道称，过去一年间Seed有近70名技术人才离职，其中近30人加入腾讯，另有一批人进入阿里、DeepSeek等公司。

同期，超过30家“字节系”AI创业公司已获得融资。

黄文灏的职业轨迹，几乎串起了中国大模型产业过去几年的几条重要技术路线。

公开资料显示，早年在微软亚洲研究院期间，他关注智能体相关技术，研究能完成任务的对话系统。离开微软后，他加入智源人工智能研究院，把方向延伸到AI for Life Science，也就是人工智能与生命科学的交叉领域。

2023年，黄文灏加入零一万物，成为联合创始人及算法副总裁，负责预训练与大模型训练。零一万物发布的Yi-34B、Yi-Large等模型，是这一阶段团队的重要成果。

2024年，字节加大对外部大模型人才的引进力度，黄文灏加入Seed，承担技术项目管理与规划。

当时字节的大模型研发体系仍在快速扩张和调整。引入有独立大模型训练经验的研究者，既能补充技术能力，也有助于完善研发流程与组织协作。

不过，黄文灏在Seed的职责后来发生了变化：从技术项目管理与规划转向模型评测，并继续参与技术规划和人才招聘。2025年初吴永辉接管Seed后，他的汇报关系也做了调整。

有意思的是，黄文灏离职的时间点，恰逢字节Seed团队重大重组。

10月13日，澎湃新闻记者获悉，字节Seed近日发出内部邮件，宣布成立“Seed Model-Alignment & Preparedness”部门，由严林负责，向Seed负责人吴永辉汇报。原Responsible AI团队及部分Chat团队成员将转入新部门。

10月14日，Seed在官网发布招聘公告，宣布成立Alignment & Preparedness（模型对齐与前沿风险准备）部门，计划面向全球招聘首批10名研究员，地点包括北京、上海和美国圣何塞。

从招聘公告看，这并非只负责审核输出、拦截违规内容的传统安全团队，而是试图把安全与对齐能力嵌入大模型研发的多个阶段。

具体来说，新部门的研究任务覆盖四个层面。

首先是建立安全规范与评估体系，包括制定模型行为规范、安全准则，以及面向大模型和Agent的前沿安全评测方法与Benchmark。其次是训练阶段的安全能力建设，探索覆盖预训练、中期训练、监督微调（SFT）和强化学习（RL）的安全与对齐方法，并通过模型之间的自动攻防持续提升安全能力。

第三个方向是针对未知风险建立更系统的防护机制，包括自动化红队测试、模型行为监控与可解释性研究，以及未知风险的监控、阻断和归因。第四个方向是引入外部验证，与高校、研究机构及第三方专业机构合作，持续检验模型安全能力，并把真实用户反馈纳入改进过程。

值得注意的是，Seed在公告中特别强调，新团队将获得与前沿模型研究相匹配的资源支持，并提供足够算力，以便基于前沿模型开展研究。这意味着字节希望把安全研究从外围的产品保障，推进到与模型能力研发并行的技术环节。至少从公开招聘目标看，安全团队要直接参与模型训练、评测和部署，而不是等模型完成后再介入。

目前尚不清楚黄文灏的离职与Seed内部组织变动是否有直接关系。但从技术组织角度看，模型评测是大模型研发中容易被低估、实际又十分关键的环节。模型研发不只是加参数、扩数据或延长训练时间。随着模型能力越来越复杂，团队还需要建立评估体系，判断模型在哪些任务上取得进步、哪些能力仍不足，以及训练资源该投向何处。

评测结果会反过来影响训练策略、数据选择和模型迭代。它既是研发流程的一部分，也是模型团队判断技术方向是否正确的重要依据。

黄文灏曾负责这一方向，他的离开自然引发关注。

把时间线拉长会发现，Seed的人员变化并非最近才出现。

2025年初，吴永辉加入字节并接手Seed。此后，Seed对基础模型研究体系做了调整，试图同时推进当前一代模型交付、下一代模型能力攻坚，以及更长期的研究课题。

据《晚点 LatePost》2026年2月的报道，Seed曾通过Seed Edge、Focus、Base等不同团队机制，分别承接长期研究、基础模型攻坚和当前模型研发任务。同时，团队也在推进数据与代码库共享，试图改善研究人员之间的协作效率。

但与此同时，人员流动逐渐成为这支庞大团队必须面对的问题。

AI前线根据网络公开信息，整理了字节值得关注的几条人才流动信息。

其中，顾全全的离开尤其值得关注。

2026年6月2日，顾全全公开表示，当天是自己在字节Seed的最后一天。他此前在UCLA担任计算机科学副教授，研究方向涵盖深度学习、强化学习、语言模型及AI for Science。

在Seed期间，他参与了AI药物发现相关研究，也在2025年初转向大模型预训练工作，参与可扩展预训练技术栈建设。SeedFold、SeedProteo等项目是他在AI for Science方向的重要成果。

上个月，顾全全在X上宣布成立新公司Geodesic Intelligence，目标是为药物发现打造AGI，找到从生物学到药物的最短路径。

顾全全的离开也说明，Seed人才流动涉及的并不只是传统语言模型团队，还包括科学计算、多模态和其他前沿研究方向。

冯佳时则是另一条值得观察的线索。

据界面新闻报道，原Seed视觉基础研究团队负责人冯佳时于2025年底加入腾讯AGI研究中心，担任多模态团队负责人。2026年4月，界面新闻还报道了肖学锋、张弛、袁钰峰、黄启等多名Seed成员加入腾讯的情况。

这类人员流动的特殊之处在于，它不仅涉及个别研究员，也可能涉及有经验的负责人和具备协作经验的团队成员。

一名研究员离开，企业失去的可能是一段研究经验；当负责人和多名熟悉同一套研发体系的成员相继流动时，竞争对手获得的则可能是一整套更容易复用的工程经验、协作方式和技术判断。

当然，人才离职不等于整个团队能力随之转移，相关技术成果也不会因为人员流动自动复制。真正的影响，仍取决于人员规模、职责、知识积累及新团队的资源条件。

仅从人员名单，无法判断Seed的内部管理是否出现问题。但结合此前关于Seed组织调整的报道，可以看到这支团队面对的一项结构性难题：它既要像研究机构一样探索技术上限，又要像大厂研发部门一样持续交付模型。

据《晚点 LatePost》报道，吴永辉接手Seed后，一方面推动长期研究项目，另一方面也要解决基础模型研发中的技术债，并在模型迭代速度与研究质量之间做平衡。

这并不是字节独有的问题。

前沿AI研究需要一定程度的探索空间。研究者可能花数月研究一个暂时没有直接产品价值的问题，最后才发现它能否带来真正的能力提升。

但商业化模型研发有另一套时钟：产品要更新，模型要按计划发布，推理成本要控制，能力改进还要能转化为用户体验。

两套节奏并不总是一致。

当企业需要尽快推出新模型时，研究方向可能更多围绕当前版本的短板展开；当公司决定押注长期技术突破时，又需要允许部分项目在短期内没有明确产出。

对研究人员来说，这会影响他们对工作价值和职业发展空间的判断。

如果一个人希望长期探索基础问题，却发现大部分资源都集中在短期交付上，他可能会考虑离开；如果一个人更希望快速看到技术成果进入产品，也可能选择业务节奏更适合自己的团队。

但这并不意味着所有离职都源于研究自由不足，也不能仅凭人员变动推断Seed已从研究型组织变成纯粹的业务交付部门。公开信息尚不足以支持这样的结论。

另一个值得注意的变化，是大厂越来越重视研究组织的工程基础设施。

模型训练不只依赖研究员的个人能力，还依赖数据管线、训练系统、评测框架、算力调度和模型部署等一系列复杂系统。研究团队规模越大，协作成本和基础设施复杂度也越高。

这让人才竞争的逻辑发生了变化：企业争夺的不只是能提出新架构、新算法的研究员，还包括能把研究成果转化为稳定训练流程、评测体系和生产级模型的工程人才。

大模型竞争初期，企业往往靠高薪和资源优势吸引人才。谁能招到顶尖研究员，谁就有机会快速建立模型研发团队。

但随着行业逐渐成熟，单纯把人招进来已经不够。

一支成熟的研究团队，需要形成稳定的研究方向、清晰的职责分工、可持续的技术积累，以及能让个人成果转化为团队能力的机制。

这也是字节Seed的人员变化值得持续关注的原因。

一方面，字节仍有足够的资源和业务场景吸引来自其他公司的研究员；另一方面，腾讯、阿里以及AI创业公司也在不断完善研发组织，给人才提供新的选择。

2026年4月，英国《金融时报》报道称，字节为Seed员工提供与豆包业务相关的特殊期权安排，以应对AI人才争夺。报道同时提到，围绕这套激励机制也存在内部讨论。

这说明，企业已开始尝试通过更直接的长期激励，把人才收益与AI业务发展绑定。

但薪酬只能解决问题的一部分。

对顶尖研究员而言，真正影响长期选择的，还包括自己能否决定研究什么、是否有足够资源验证想法、成果能否获得认可，以及能否在组织中建立持续发展的空间。

这些因素往往很难靠单一薪酬方案解决。

与此同时，创业也不再只是大厂人才离职后的备选路径。对拥有大模型训练经验、行业关系和研究积累的人来说，AI创业正提供新的可能。但创业同样面临算力成本、融资、产品验证和商业化等风险，并非所有离职者都会走这条路。

黄文灏下一步是否创业、具体做什么，目前仍没有明确答案。可以确定的是，AI人才市场正从单纯的招聘竞争，转向更复杂的组织竞争。

谁能吸引人才，决定团队能否快速起步；谁能让人才持续做出有价值的成果，才决定这支团队能走多远。

参考链接：
https://seed.bytedance.com/zh/blog/seed-alignment-preparedness-team-looking-for-global-talents
https://x.com/MaxForAI/status/2112109941620433227
https://tech.ifeng.com/c/8xLkEwJVZ9H?

声明：本文为AI前线原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。