导语：
昨日，字节跳动启动 AI 业务重大组织调整。这是自 2021 年实行业务板块化以来，字节对 To B 业务力度最大的一次变革。
此次调整中，飞书产品团队并入豆包；飞书的市场、销售及客服体系则与火山引擎整合，组建新的 To B GTM 组织——“创造力服务平台”。表面看是协同办公产品的架构重组，实则折射出字节在 Coding（代码生成）赛道争夺资源的战略意图。
当前，全球科技巨头纷纷将重心转向 Coding。DeepSeek 强调 Coding Agent 为核心，阿里云力推"Coding for everything"并禁止内部使用竞品 Claude Code，全面转向自研 Qoder。在此背景下，字节希望通过整合飞书的大客户销售能力，助力 Trae、Seed 等自研模型及 Coding 能力触达企业客户；同时将飞书产品并入豆包，以增强其在生产力场景的承接能力。
尽管各家高喊"AI First"，但作为核心引擎的 Coding 赛道仍处于起步阶段。"AI First, Coding Zero"的背后，是组织架构、模型能力与商业化路径的全面重塑。
01
01
大厂集体补课 Coding 赛道
行业规则最早由 Anthropic 定义。2025 年 2 月，Claude Code 发布，标志着行业进入 Agentic Coding 阶段。AI 不再局限于编辑器内的代码补全，而是能直接操作终端，自主完成读取代码、运行测试、修复 Bug 及交付任务的全流程。
Claude Code 上线半年多，年化收入迅速突破 10 亿美元，截至 2026 年 2 月已达约 25 亿美元。据报道，Meta 公司曾全员使用该工具，即便代码属于核心资产，外部 API 的渗透速度仍超乎想象。
面对垄断势头，OpenAI 迅速跟进，将 Codex 独立并发力，市场份额从微不足道追至近四成。竞争氛围传导至国内，头部大厂加速布局：字节推出 Trae，阿里上线 Qoder，腾讯发布 CodeBuddy，智谱、商汤、百度、华为及月之暗面等也纷纷入局。
其中，阿里的动作最为具体。今年 7 月初，因 Claude Code 被曝存在安全后门及合规风险，阿里将其列为高风险软件，并于 7 月 10 日起禁止在办公场景使用，强制推广自研 Qoder，蚂蚁集团随后跟进。字节虽未明令禁止，但在工信部发布安全风险提示后，该产品在内部也变得敏感。
"AI First"已不仅是战略口号，更转化为内部通知、架构调整及产品线的优胜劣汰。
02
02
Coding 为何值得重投入？
大厂不惜重构组织架构押注 Coding，背后隐藏着现实的变现诉求、算力消耗以及对未来企业级云生态控制权的焦虑。
首先，效果易于验证。相比 AI 客服或会议纪要等模糊指标，Coding 可直接量化为开发周期缩短天数、Bug 减少量及测试覆盖率提升比例，这些数据可直接体现在财报中。软件工程师作为成熟付费群体，研发部门往往是最早愿意为 Agent 产品买单的客户。
其次，Token 消耗确定。复杂的 Agentic Coding 任务需持续读取代码库、调用工具、执行测试并反复修改，其 Token 消耗量可达普通代码问答的成百上千倍。拿下企业开发入口，即意味着锁定了后续持续的推理算力订单。
最后，触及新增预算。企业内部软件开发和人力外包预算过去难以被云厂商直接覆盖，而 AI Coding 恰好填补了这一空白。阿里云、腾讯云、火山引擎均将自家 Coding 产品与云业务深度绑定：用 Qoder 跑阿里云算力，用 CodeBuddy 跑腾讯云算力，用 Trae 跑火山引擎算力。表面售卖开发工具，实则争夺企业算力预算。
字节此次将飞书销售体系并入火山引擎，逻辑正在于此：豆包负责产品协同，火山引擎负责商业化落地，一边补齐产品能力，一边打通销售渠道。
03
03
赛道仍处早期：能力与成本的博弈
纵观全局，该赛道尚未成熟。字节的发展路径颇具代表性：先做 IDE（Trae），后补底层模型（Seed-Code）。早期因自研模型能力不足，内部业务线倾向使用第三方模型，导致数据回流不足、迭代缓慢。直至今年高层强制切换 Seed 模型，局面才有所扭转。
企业客户同样面临挑战。据报道，Uber 员工大量使用 Claude Code 等工具，数月内耗尽全年 AI 预算，迫使公司限制高成本工具的使用。埃森哲也限制了非研发岗位的 AI 工具使用，叫停 PDF 转 PPT 等低价值任务的大模型调用。
AI Coding 一方面被视为大模型公司确定的收入来源，另一方面又是企业当前高昂的成本中心。能力提升与成本控制仍在激烈博弈。正如字节内部所言：“代码生成门槛降低了，但系统复杂度并未随之降低。”
"Coding Zero"意指无论架构如何重组、销售如何整合，决定胜负的模型能力、成本结构与商业模式，眼下仍处于清零重构的原点。字节此次整合飞书、豆包与火山引擎，旨在激烈的赛道竞争中抢占通往下一纪元的入口。
对于所有大厂而言，"AI First"口号再响亮，落到 Coding 上，大家其实都站在 Zero 的起跑线上。谁能率先在万亿级的算力黑洞中解开成本与效率的方程式，谁才能真正将战略口号兑现为利润表上的数字。