最近字节Seed又做了一轮组织调整：数据被单独收拢，强化学习拉成一级部门，应用后训练继续拆成Work和Chat两条线。
我真正感兴趣的，不是字节又调了一次组织。
而是：
大厂已经开始把“AI人才”这几个字，重新拆开定价了。
大模型竞争开始拼组织，这一次轮到字节。
8 月 19 日，据晚点 Late Post 报道，Seed 基础模型团队新设 Pretrain Data（预训练数据）、Horizon RL（强化学习）、Product Posttrain-Work（面向办公场景的产品后训练）和 Product Posttrain-Chat（面向对话场景的产品后训练）四个一级部门，分别由李成刚、唐晟宇、秦禹嘉、朱文佳等人负责，均向吴永辉汇报。
雷峰网了解到，四个新部门之下的分支架构与带队人选也已落定，而这些更细的调整，或许更能透露出此次组织变动背后的真实意图。
数据和RL开始集中
先看模型能力侧的两个部门。
有接近字节的人士称，Pretrain Data 由原先分散在文本、编程、视觉理解和语音方向的预训练数据团队合并而来，下设文本预训练（沈科）、代码预训练（Xia Xiao）、视觉预训练（林毅）和语音预训练四个分支，统一为 Omni 全模态模型和超大模型供给数据；
负责人李成刚是清华机械系本硕，曾从 0 到 1 搭建字节搜索系统，先后负责今日头条网页搜索和 TikTok 视频搜索的技术工作，其麾下沈科 2018 年从清华毕业后加入字节，是超大模型预训练数据的核心人物，Xia Xiao 则是开源代码模型 Seed-Coder 和定理证明搜索方法 BFS-prover 的核心作者之一。
相比数据条线，Horizon RL 的动作更大。Horizon RL 整合了分散在推理、视觉理解等方向的后训练团队，下设 RL Scaling（岳宇）、Reasoning（王明轩）和视觉强化学习（吴侑彬）三个分支，负责强化学习、提升模型的基础智能上限。
其中王明轩此前在火山翻译，北航本科、中科院计算所博士，曾在腾讯任高级研究员、多次拿下 WMT 机器翻译评测冠军，2019 年加入字节后一路做到大模型研究团队负责人，岳宇（Yu Yue）则是字节与清华 AIR 联合开源的强化学习系统 DAPO 的算法作者之一。
今年AI岗位还在明显增加。
但这恰恰会带来一个很容易被忽略的变化：
当越来越多人都有AI经历，AI经历本身就不再稀缺。
这和很多职业标签的变化其实很像。
以前“会数据分析”是一项优势，后来慢慢变成很多岗位的基础要求。
以前“做过互联网产品”本身就有溢价，后来市场开始继续往下问：做的是增长、商业化、推荐，还是工具？你到底主导了什么？
AI大概率也会走到这一步。
以后面试里真正拉开差距的问题，可能不是：
“你有没有做过大模型？”
而是：
你做的是训练、数据还是后训练？
项目里哪一段真正由你负责？
模型效果为什么会变好？
如果把你拿掉，这个环节还能不能照常跑？
这些问题一旦开始往前移，所谓“AI人才”就会迅速出现价格分层。
免责声明：本文仅代表个人观点，供参考交流，不构成任何建议。如有侵权请联系删除。
你关心的运营
新推广丨多优惠丨专属文
长按关注官方微信
打造理想店铺！
解更