还原田柯宇事件：被破坏的训练，和一个争抢“天才”的时代
文章深度还原了2024年字节跳动视频生成模型Goku训练故障事件。团队经历数月无法解释的训练异常，上百名工程师参与排查，最终发现PyTorch代码被篡改、共享服务器上存在隐藏攻击代码，矛头指向实习生田柯宇。字节随后辞退并起诉田柯宇。两年后，田柯宇获近3000万美元融资并在播客中重提旧事，称自己出于“朴素的正义”，引发前同事公开回应与争议再起。文章通过多方访谈呈现排障细节、字节的处理过程，并探讨AI人才竞争中成果与手段的伦理问题。
全部文档 / 标签: 字节跳动
34 篇
谁领投了字节投毒实习生田柯宇
文章梳理了曾因在字节跳动实习期间恶意篡改代码被起诉索赔800万元的田柯宇，如今创立世界模型实验室并获五源资本合伙人孟醒领投近3000万美元的事件。作者深入调查孟醒的十五年的职业履历，指出其在Orbeus、知图科技、滴滴自动驾驶等公司的经历存在时间线重叠与美化的痕迹：每逢商业化进入艰难阶段便抽身离场，却将留守团队多年熬出的收购成果包装为自己的'成功退出'。文章质疑这位自称把'价值观契合'放在最高优先级的投资人，为何领投中国AI行业职业诚信争议最大的年轻人，揭示了创投圈叙事包装与职业诚信的深层矛盾。
TRAE 全面升级，太像 Codex 了，想想也没毛病！
作者认为 TRAE 是国内 AI Coding 领域第一，TraeWork 和 TraeCode 合并后成为最接近 Codex 的 Agent Harness。文章通过多个实际案例展示 TRAE 能力：用电脑控制和浏览器控制插件自动调研 Producthunt 产品；10 分钟开发 Obsidian UI 学习插件并上架；20 分钟将插件移植到 DeepSeek Harness；通过绑定微信、飞书随时随地远程修 Bug、合并代码；办公学习方面有模板库和飞书文档集成。作者认为 TRAE 三端打通、双模式设计（SOLO 和 IDE），让 AI Agent 覆盖更广人群，即使界面像 Codex 也无妨。
当软件像牛奶一样便宜，我们还要交付什么 - INDIGO TALK EP52
本期 INDIGO TALK 对谈字节前工程师郭宇，从 2015 年字节作为神经网络驱动公司的往事讲起，谈到抖音意外胜出的内幕、Vibe Coding 背后的决策负担与工程师倦怠、Agent OS 的未来图景、智能的五个层次与商品化，以及软件为何会像牛奶一样便宜。当软件可以随时生成、用完即丢，个人化软件让分发失去意义，我们真正要交付的是什么？最后讨论当工作不再是必选项时，年轻人该如何选择人生方向。
字节投毒实习生田柯宇携世界模型创业回归，10人团队估值近2亿美元
曾因字节投毒事件轰动国内AI圈的田柯宇现已创业，致力于世界模型研发。其核心思路是让AI自创一套约20万符号的专属语言来表示、压缩和预测视频，而非依赖人类语言理解世界，计划喂入1亿小时视频训练基座模型，目标是让AI真正理解空间、运动和物理规律，未来服务于机器人、自动驾驶等领域。该10人团队尚无产品，已获五源资本、IDG等近3000万美元融资，估值近2亿美元。文章还澄清了当年事件真相：法院判决仅因违约赔偿50万元，与网络传言差距巨大。田柯宇离开字节后曾获NeurIPS 2024最佳论文。
WorkBuddy 与 豆包工作深度对比：从10个方面分析该选谁
文章从定位、上手门槛、复杂任务执行能力、任务执行环境、办公能力、安全权限、生态连接器、远程控制、定时任务、计费方式十个角度，对比腾讯的 WorkBuddy 和字节的豆包工作两款办公 Agent。WorkBuddy 优势在于纯本地执行、丰富的连接器市场和知识库打通、模板开箱即用、微信生态结果推送，采用积分制计费；豆包工作优势在于云电脑执行、三档细粒度权限、深度打通飞书云文档、额度制更适合高频使用。作者建议根据个人资料沉淀的生态、使用频率和安全管控偏好来选择工具。
WorkBuddy和豆包工作对比，哪个更好？
作者从模型能力、产品功能、实测案例三个维度对比AI办公Agent产品WorkBuddy与豆包工作。模型方面，WorkBuddy支持接入DeepSeek、GLM等第三方模型，生态开放；豆包工作封闭，仅用自家Seed系列。生图生视频方面豆包完胜，Seedream 5.0和Seedance 2.5领先。产品功能上WorkBuddy的Skill生态更丰富，免费积分获取途径多、使用成本更低；豆包在手机遥控电脑方面体验更好。实测中两者使用同一Seed2.1 Pro模型，豆包在指令遵循和AI味控制上表现更佳，复杂规划任务耗时更短。文章认为两者各有优劣，选择取决于用户具体需求。
用豆包工作优化打斗 Skill 并生成视频实战分享
作者李岳此前用 Codex 制作的 Seedance 2.5 打斗导演 Skill 提示词效果不理想，转而尝试字节新发布的豆包工作客户端。他利用豆包工作的"目标"功能，把诊断、优化 Skill 并生成 30 秒仙侠国漫打斗视频的复杂长任务交给后台执行，归来时任务已完成，且思考链中有逐项校验。随后他使用"计划"功能让豆包为 Skill 增加智能路由、新手指引和提示词诊断优化，并支持剧情即时调整与在线修改计划文档。作者认为豆包工作的目标和计划功能对复杂任务优势明显，可显著提升工作效率，不足是偶发资源不足。
字节 vs 腾讯商业模式对比：为什么字节的商业模式更好
作者通过对比腾讯和字节的主营业务，论证字节的商业模式优于腾讯。核心观点：从主动查找到算法化自动分发是大势所趋；抖音/TikTok比微信更前沿，微信的使用时长和用户场景正被抖音转移；用户注意力从游戏、聊天等转向算法推荐内容；字节基于客观数据的产品方法论能将技术普及到下沉市场。作者进一步分析AI时代微信比抖音更危险：抖音核心在多模态内容沉淀和AI自主能力，而微信依赖的社交关系和聊天需求在AI时代可能被解绑和消融，聊天将难以支撑超级应用。
三个月，豆包大模型进化了多少？7个案例实测
作者通过7个实际案例测试豆包 Seed-2.1-pro-0915（Doubao-Seed-Evolving）的进化效果，涵盖深度调研 Obsidian AI 插件 Top20、根据视频演示开发跨平台剪贴板应用并改造成 Swift 原生版、Blender 3D 白模驱动视频生成、天津海钓点调研与导航地图制作、电影3分钟解读视频剪辑、3.5万行代码仓库分析等任务。作者感受：多模态理解能力显著提升，Agent 长程任务可靠性增强，但仍存在文案质量和迭代准确性等不足。
我承认我之前真的太太太小看豆包工作了
作者体验字节跳动的豆包工作后，认为其远超预期。文章详细介绍了豆包工作的几大亮点：覆盖金融、法律、电商等行业的内置Skill生态与连接器（企业微信、钉钉、腾讯会议等）；全局划词翻译与解释功能；本地Office集成，可直接在PPT、Excel中与AI协作编辑；浏览器录制与回放功能可将企业重复工作流沉淀为专属技能；以及手机、电脑、云电脑之间的多端切换能力。作者认为字节太懂国内用户，国内下一波AI赚钱风口在于帮企业搭建工作流、做培训和落地服务。
豆包有Agent了：派活、离开，回来报告写完了
作者以一次真实任务体验豆包工作客户端：派给云端Agent一份AI对就业市场影响的调研报告任务。通过上传自写的huashu-report技能和飞书资料文档，Agent全程自主执行：遇到权限问题主动停下询问、自己修复代码报错、安装环境依赖、逐页自检报告。15分钟交付28页PDF报告，规范执行到位，还主动列出报告的局限性。作者重点分享报告四条发现：就业总量稳健但结构分化、入门岗位变质而非消失、跨界工作成常态、建议成为AI使用者而非开发者。文章强调云端执行、多设备接续的体验差异，认为全民级产品配上这种Agent体验难得。
万字保姆级教程 | 豆包从入门到精通！
作者整理了豆包相关的官方资料与社区开源项目，澄清了广为流传的《豆包工作蓝皮书》实为社区维护而非官方文档的误区。文章系统梳理了四种豆包形态：个人产品、豆包工作、火山方舟与ByteDance Seed，指导新手按'先个人产品、再工作任务、最后开发者工具'的路径学习。内容涵盖零基础三十分钟上手指南、普通对话与工作任务的场景选择、豆包工作的核心能力（文件、浏览器、电脑操作、Skill、连接器等）、可直接复用的指令模板、隐私权限与安全注意事项、付费版本与配额说明，以及开发者通过火山方舟接入豆包模型的快速入门步骤。
爆肝 7 天，我们开源了豆包工作实战蓝皮书！
作者甲木团队历时七天编写并开源了《豆包工作蓝皮书》（MIT协议），系统介绍字节跳动推出的办公Agent产品“豆包工作”的使用方法。蓝皮书包含49+篇教程和案例，分为使用篇（安装、Skill、连接器、定时任务等）、入门篇（Word、Excel、PPT等小任务）和场景篇（个人提效、自媒体、知识管理、教学培训、金融研究等），每个案例均包含场景、提示词、操作过程和结果。同时作者发起AgentWork共创社区，汇集真实工作经验，此前已开源腾讯WorkBuddy蓝皮书。
实测豆包工作接入飞书后的首个 Agent：8 个使用技巧与企业 Agent 接入分析
作者深度实测了飞书与豆包合体后的豆包工作 Agent，总结出 8 个使用技巧：用飞书账号登录、选择独立客户端、利用手机远程控制电脑、将长任务分配给云电脑、设置定时任务、喂入记忆、复用本地 Skill、以及利用重置卡刷新额度。豆包工作与飞书原生打通，解决了授权过期和消息转发等痛点。作者还分析了 2026 年各大厂纷纷推出 Work Agent 的原因：模型能力到达临界点，且 Agent 是 token 变现的正确姿势，并认为飞书的企业生态优势让豆包工作成为企业接入 Agent 门槛最低的路径。
豆包工作从 0 到 1：一份小白也能直接上手的 Agent 教程
本文详细介绍了字节推出的 AI 办公 Agent 产品「豆包工作」的完整使用教程。内容涵盖下载安装与登录、主界面九大入口（新工作任务、定时任务、技能、连接器、工作伙伴、伙伴对话、云盘等）的功能详解，包括模型与推理强度选择、权限模式设置、定时任务自动化、技能市场使用（可自动发现本机 Codex Skills）、外部服务连接器授权、工作伙伴与协作小队，以及与飞书云文档的深度打通。适合国内用户零门槛上手 AI 办公 Agent。
豆包工作第一夜上手指南：装、登、授权、派活、验收
字节豆包工作正式上线，公开口径可领30天订阅权益。作者指出多数人只停留在「打开看一看」，并未真正让办公Agent干活。文章提供一个第一夜五步实操方案：装客户端、登录、只授权一个练习文件夹作为沙坑、用「先计划后执行、禁止删除」的明确指令派发文件整理任务、最后验收分类结果。核心是区分「会聊」与「会交活」，强调确认权在用户手中，通过一次看得见的真实任务建立对AI办公Agent的信任与手感。
飞书、TRAE、扣子全收编！豆包为啥在今年“大一统”了？
字节在一个月内将飞书、TRAE、扣子并入豆包体系，推出“豆包工作”，阿里、腾讯也在整合Agent产品线。文章分析这一趋势背后的逻辑：入口即训练场，真实任务轨迹决定模型升级；豆包缺企业“写回”钥匙，飞书恰好握有账号、权限和组织架构；随着Agentic AI价值流向模型厂商，收拢入口意味着同时获得流量、数据和模型升级三重优势。
「豆包工作」实测：从日文PDF到官网、视频、PPT一站式搞定
字节跳动发布「豆包工作」，一个面向生产力场景的独立Agent产品。作者通过朋友的日本山椒外贸业务实测：上传日文PDF手册后，豆包工作十分钟生成支持询盘的企业官网（含日文版），又生成12条社交媒体传播素材写入飞书文档，调用Seedance 2.5生成企业宣传片，制作中日双语PPT，还定制了日语邮件润色Skill。豆包工作与飞书深度打通，企业账号登录后可调用组织关系、群聊、云文档、多维表格、会议纪要等丰富上下文，让Agent真正融入企业协作，是传统企业AI落地的实用工具。
飞书与豆包整合后首个Agent产品「豆包工作」发布
字节在飞书与豆包团队整合后发布首个办公Agent产品「豆包工作」。它支持飞书账号直接登录，完整继承企业的文档、多维表格、知识库及权限系统，内置技能、连接器（MCP）、工作伙伴，并提供本地电脑与云电脑两种任务模式。作者认为其最大亮点在于与飞书的深度打通：员工开箱即用，企业统一管理AI额度与Skill共享。作者结合自家MCN公司的达人数据分析案例演示了完整流程，并提出核心观点——Agent本身没那么重要，组织沉淀的数据和上下文才是用好Agent的基石，而飞书正是最好的组织数据资产载体。
告别提示词抽卡！Seedance 2.5精准控制生成
文章指出使用Seedance 2.5时堆砌超长提示词的误区，提出AI视频控制的新思路：图片、视频、音频、白模等多素材各司其职，Prompt只需回答素材职责、禁止复制项、不可退让条件、保留与改变项、冲突优先级五个问题。作者分享了完整Prompt模板、分层控制方法（固定项/方向项/放手项）以及“一轮只改一个变量”的迭代技巧，强调从写咒语猜结果转向提供正确答案让模型执行。
豆包更新工作模式，正面硬刚 Workbuddy
字节豆包客户端更新了工作模式，新增操作电脑、技能、连接器、工作伙伴等功能，体验接近 Codex。作者实测7-8个任务，展示了网站生成、PDF转互动课件、飞书文档与PPT生成、多媒体创作、旅行Vlog制作等应用。豆包与飞书整合后形成办公Agent强组合，云电脑模式支持7*24小时运行，手机与电脑端无缝衔接，本地模式则保障数据私密性，整体表现超预期。
字节梦想中的飞书长什么样？
文章探讨了YC开源的多人Agent协作系统QM，分析其如何通过独立工作空间和权限管理解决企业级Agent协作难题。作者对比了QM与字节飞书的架构，认为飞书凭借组织关系、数据沉淀和Aily，有望实现Agent与组织架构的深度融合，真正进入企业业务流程。
Seedance 真人脸稳定出片教程
文章介绍了字节跳动 Seedance 视频生成模型在真人人像审核中的应对策略。重点区分了官方合规路径（如数字分身、信任通道）与个人实测高成功率方法（如角色设计板法），并提供了具体的操作指令与建议，帮助创作者规避误判，高效产出内容。
何恺明和字节Seed跳到同一条河流：连续扩散语言模型的范式转移
文章深度解读了2026年5月何恺明MIT团队与字节Seed团队前后发布的两篇论文（ELF与Cola DLM）。两者殊途同归，挑战了主流的自回归（AR）生成范式，主张将语言模型的生成过程从“离散Token预测”转变为“连续空间的潜变量扩散”。这种“先思考后落字”的铅笔模式，不仅提升了效率与效果，更可能引发LLM底层架构、评估标准及多模态统一范式的新一轮变革。
张一鸣十年识人：拉开人与人差距的5种特质
本文探讨了张一鸣总结的拉开人与人差距的五种核心特质：保持好奇心与主动学习、对不确定性保持乐观、不甘于平庸、不傲娇并延迟满足感，以及对重要事情的判断力。文章指出，正是这些非学历、非背景的内在素质，在时间的复利下造成了巨大的发展差异。
离职字节后，北大教授泼了盆冷水：中国AI的真实差距，可能正在拉大
北大教授、前字节跳动算法专家张驰分析中美AI现状。他指出国内大模型存在“应试刷榜”、基础算力设施薄弱、高质量数据飞轮断裂等问题。因国产模型体验差距，顶尖开发者纷纷流失至美国产品，导致数据反馈闭环恶化；过度依赖模型“蒸馏”也限制了原创能力。尽管在硬件和具身智能领域尚存优势，但在纯软件领域的整体差距恐将持续扩大。
火山方舟 vs 阿里百炼｜Coding Plan 实测对比报告
本文对比了字节火山方舟与阿里百炼两大平台的 Coding Plan API 服务性能。通过 270 次请求测试，从响应速度、吞吐量（TTS）和稳定性三个维度，对包括 GLM、Kimi、DeepSeek 等主力模型进行了评估。结果显示，对于相同的旧版本模型，阿里百炼在速度上完胜；而字节方舟在模型更新速度（如 k2.6）和覆盖广度上更具优势。
深度扩展视角：Looped LLM 与 Claude Mythos 架构解析
本文深入探讨了 Looped LLM（循环大语言模型）的演进及其在 Claude Mythos 中的潜在应用。作者从字节跳动实习期间的研究出发，分析了循环架构在多跳推理任务上的优势，并指出 Anthropic 新发布的 Mythos 在 GraphWalk BFS 基准上的异常提升可能与底层状态跟踪能力有关。文章进一步探讨了将 Looped LLM 扩展至大规模应用时面临的“三道门槛”：深度稳定性（借鉴 RNN/SSM 理论解决梯度问题）、推理效率（结合 Diffusion Forcing 和 YOCO 优化并行度）以及单位 FLOPs 的有效性，强调了在算力预算有限时架构选择的重要性。
Seedance 2.0 全步骤详解与进阶技巧
本文详细介绍了字节跳动旗下 AI 视频模型 Seedance 2.0 在 Higgsfield 平台上的使用方法。作者分享了如何利用该模型的全域参考系统，通过图像、视频和音频的组合输入，实现对视频风格、动作和人物的精准控制。文章涵盖了从创建逼真初始图像、生成高质量语音，到利用时间戳方法编写具体指令、绕过字符限制以及通过扩展功能保持视频连贯性的完整工作流程。
