字节背后的棋局

数据锚点：2026-09-20。公开数据均标注来源方；标注「实测」「一手」的部分为个人使用与观察所得，非二手转述。

一封内部邮件

2026 年 7 月 30 日上午，一封内部邮件在字节跳动落地。

内容不长：飞书的产品团队整体并入豆包团队，成立新的豆包产品团队；豆包负责人赵祺成为一号位，飞书负责人谢欣转向他汇报。同一天，飞书的市场、销售与客服体系（GTM）划归火山引擎，组成一个名为「创造力服务平台」的新组织，由火山引擎负责人谭待统管。

谢欣加入字节十二年，带飞书带了十年。这一天之后，他不再向集团 CEO 直接汇报。

一个多月后的 9 月 15 日，「2026 飞书未来无限大会暨豆包工作开工大会」在北京举行。整合后的「豆包工作」首次亮相，飞书同步发布 8.0 版本，极少公开露面的集团 CEO 梁汝波登台。

飞书不是做失败了才被拆。它 2025 年营收超过 30 亿元，同比增长约六成；2026 年二季度同比增速超过 100%；新增客户里，超过九成同时采购了飞书的 AI 产品。行业里已经有人判断，飞书有望在 2026 年内做到国内企业协同市场收入规模第一位。

但同一份材料里还有另外几个数字：飞书团队约 4000 人，行业测算对应的年人力成本在 32 亿至 40 亿元之间；月活约 3000 万，不足钉钉的七分之一；谢欣曾把飞书的盈利目标拉长到 2030 年。

把两组数字放在一起，那个「为什么」就有了形状：一个还在高速增长、却仍需自己输血数年的业务，被拆成两半，分别并入 AI 与云。方向只能有一个——在字节的计算里，飞书作为「独立产品」的价值，已经低于它作为「入口的一块拼图」的价值。

这封邮件只是一条线索。顺着它往下看，是一张牌桌，和一个把十年攒下的筹码整批推上去的赌局。

牌桌上的牌，越看越像

先说清楚一件事：这一代大模型本身，正在被极快地商品化。

第一梯队是 GPT-5.6 系列的 Sol 与 Claude 的旗舰；第二梯队是 GPT-5.6 的 Terra、Luna 两兄弟，加上 DeepSeek V4.1 Flash、Qwen3.8、Gemini、月之暗面、智谱，以及豆包的 Seed 系。梯队之间的差距只有半档，各家在多模态、工具调用、长上下文上的能力清单高度重叠。

更关键的是速度与价格。DeepSeek V4.1 Flash 在实测中达到约 250 tokens/秒的出字速度（实测数据，经本地接口调用所得，非官方基准），同时具备多模态，价格明显低于同级竞品。

当「又强、又快、又便宜」三件事同时成立时，模型能力就很难再单独构成收费壁垒。被压缩的是模型层的利润空间，被喂肥的是掌握入口与数据的公司。

所以牌桌上的真问题从来不是「谁的模型最强」，而是「谁能把模型变成入口」。模型是弹药，入口是枪。

而在弹药这一项上，字节并不是领先者。据公开报道，其 Seed 2.0 / 2.1 Pro 在全球 LLM 排行榜上约处第 21 位；按第三方评测口径，它落后于月之暗面、阿里、智谱与 DeepSeek。梁汝波在 8 月 6 日的全员会上也承认，大语言模型上被海外领先模型拉大了差距。

但他手里握着另一副牌。

两头牛，一头在境内，一头在境外

要理解这场赌局的胆量，得先看它的钱包。

存量那一条牛在境内。 抖音依然是集团的收入主来源，国内业务贡献约七成营收——规模大，但增速已经放缓。

增量那一条牛在境外。 据《The Information》2026 年 9 月的报道，字节 2026 年上半年营收约 1200 亿美元，同比增长约 30%，主要受 TikTok 等海外业务推动；海外收入占比从 2024 年的约 25%、2025 年的约 30%，到 2026 年上半年突破 30%，再创历史新高。2025 年海外营收增长接近 50%，而国内约为 20%。TikTok Shop 在 2025 年的活跃消费者约 4 亿、GMV 接近千亿美元；到 2026 年上半年，其全球 GMV 约 503 亿美元、同比增长 92%，其中美国市场约 118 亿美元。

一条看存量，一条看增量。存量养的是现状，增量决定的是能撑多久。对一场需要持续追加弹药的豪赌而言，增速才是燃料——字节敢把注下这么大，本质上赌的是 TikTok 这条通道能持续输血。

但这条通道不完全在自己手里。

TikTok 与抖音的关系要分两层看。运营层是「一家人」：TikTok 是抖音的国际版，由同一集团实际运营，共享算法与技术栈，账号体系与国内抖音完全隔离。资本层则被美方的监管框架牢牢套住：

• 2024 年 4 月，美国立法要求字节跳动剥离 TikTok 美国业务，否则将面临禁用；
• 2025 年 9 月，美方签署行政令推进交易，副总统万斯给出的相关合资公司估值约为 140 亿美元；
• 2026 年 1 月，交易完成交割：Oracle、Silver Lake、MGX 各持约 15%，字节保留近 20% 股份，新实体独立运营，算法在美方云环境下依据美国用户数据重新训练。

这里有一个需要澄清的常见误读：140 亿美元是「TikTok 美国数据安全合资公司」的估值，并非 TikTok 美国整体业务的价值；后者外界估算约在 300 亿至 400 亿美元区间（彭博）。作为量级参照，字节自身估值约 3300 亿美元，而追踪二级市场交易的机构给出的估值已到约 6300 亿美元。

所以准确的说法是：字节握着一条现金流最猛、却也最难控的通道。它既是 All-in AI 的关键弹药来源，也是这家公司全局最强的单一外部不确定性。

赌本不在钱包里

现金买的是弹药，真正的赌本是数据。

字节商业化的底层是巨量引擎（Ocean Engine），连同巨量云图、算数、千川以及 Buyin 等组成统一中台，服务内容、电商、广告主与用户画像的一体化经营。这套系统很早就把「商业化数据中枢」打通了：看视频的人、买商品的人、被投广告的人，落在同一个用户池、跑在同一套决策引擎上。

这里要说清两层「底层统一」，它们经常被混为一谈：

• 模型底层统一：文本、图像、视频、音乐等所有 AI 能力，底层出自同一套 Seed 系模型栈；
• 数据底层统一：工作、购物、娱乐、信息全场景的行为数据，汇入同一套商业化与算法中枢。

两层合一，才是字节的完全体。飞书与豆包，只是最新接上去的两根电线。

数据为什么比算力更硬？看三个维度：

• 广度：工作、购物、娱乐、信息全场景入同一底座，不存在数据孤岛；
• 深度：停留、完播、搜索、加购、下单、退换、投诉、投放响应，构成真实意图的结构化全链路行为；
• 反馈：每一次成交、每一次投放、每一次客服对话，都是天然的偏好反馈信号。

于是形成一个飞轮：巨量引擎沉淀全域数据 → 训练豆包与 Seed 系模型 → 模型更聪明 → 反哺商业闭环 → 回流更多数据。

这套说法要经得起比较才站得住。OpenAI 拿巨额资金去买算力，这是它的路径；但 Google 手里有搜索、YouTube、Android 与 Workspace，Meta 有三十多亿用户的关系链，腾讯有微信——这些数据同样是买不到的。

所以真正的差别不在「有没有数据」，而在这份数据能不能直接落进一个交易闭环。字节独有的不是数据本身，是抖音这个场：一个人在看、在买、在被投放、在成交，四件事发生在同一套系统里。算力可以买，闭环买不到。

一棵树，只长主干

字节的产品史是一条主干不断分叉的历史：今日头条（图文与算法推荐）→ 抖音（视频）→ 抖音商城（电商）→ 豆包（AI 与多模态）→ 剪映、即梦、短剧（内容生态闭环）。每一步都复用上一步的资产：算法、用户、数据、内容生态、流量池。

但分叉的另一面是剪枝，这一面常被忽略。这条主干上还长出去过不少枝：2019 年重金布局的游戏，四年投入超过 300 亿元，2023 年一夜清场；更早的教育业务，也在政策与战略的双重挤压下收缩。

所以更准确的说法不是「字节几乎没有回头收网的债务」，而是——它从不试图收网，它直接剪枝。 付出的代价是沉没成本，换回来的是主干始终不被拖累。收敛成本低，不是因为从不撒网，而是因为舍得砍。

豆包不是模型，是一台路由器

豆包常被误解成「一个大模型产品」。用本地一手抓包（2026-09-20，从桌面客户端真实流量中读出，非推测）看，它的内部结构是另一回事：

• 唯一入口：桌面端所有对话（含工作任务档）都走同一个接口端点，同一个 bot 贯穿全部档位。一个 bot 就是一个收口点。
• 五档路由：界面上的「快速」「2.1 Turbo 专家」「工作任务 Turbo」「工作任务 Pro」「工作任务 自动」，对应五组路由参数；其中「自动」并非实体模型，而是服务端在 Turbo 与 Pro 之间按需动态选择。换句话说，用户看到的是「一档自动」，背后是一次实时选模型。
• 占位档位全部回落：另有若干占位或兼容档位，客户端从不主动发送，服务端一律兜底回落到最轻的「快速」档。对外永远只暴露「一个简单对话」。
• 多模态是平台级通道，不是档位能力：看图、生图、生视频、生音乐与档位无关——输入走附件通道，输出是以产品功能项的形式挂在 bot 层级上。档位之间真正的差异只有两项：思考档位是否可调、是否具备 Agent 工具沙箱。
• 沙箱跑在你本机：工作任务档会把工作区路径、项目规则文件与本地工具清单注入任务参数。也就是说，交给模型的不只是那段对话，而是「你本机的上下文」。
• 上下文窗口 256K（抓包读出的配置值）。

把这些拼起来，得到的是一个「表面极简、内里全栈」的结构：用户只面对一个对话框，复杂度全部沉到调度层。这正是「聚合到一点」在单个产品上的最小单元演示——精简，从来是极致的复杂的另一种说法。

而这台路由器正连着一份惊人的体量：据 QuestMobile，豆包 2026 年 6 月月活约 3.82 亿，居国内 AI 原生应用之首，超过千问与 DeepSeek 之和，日活突破 2 亿；官方口径下，其日均 Token 调用量已突破 180 万亿，过去一年增长超过 10 倍。

规模领先，收入却是另一回事——据晚点 latepost 报道，豆包日收入不足百万元。这正是后面要说的事：路由器的流量越大，越需要一个出口。

飞书从产品降为工具

回到那封邮件。飞书并入豆包，不是两个产品做合并，而是让飞书从「独立产品」降维成豆包可调用的工具集。

• 产品线：飞书产品团队并入豆包团队，豆包成为「头」，飞书成为「手」；
• 商业化线：飞书的销售与服务体系并入火山引擎，与底层算力业务合并；
• 整合范围不止飞书：同期，AI 编程工具 TRAE 与 Coze 也一并纳入豆包体系；
• 落地形态：整合后的「豆包工作」可以用用户既有权限内的飞书文档、组织架构、OKR 等企业资产作为上下文，完成检索、分析与多步骤任务，再把成果带回飞书协作。

这套范式的形状是：豆包是唯一前台，业务是被调用的无头工具。 用户只有一个接触面，复杂度从「给用户」变成「给 Agent」——豆包保留轻，飞书保留全。

它已经跑起来了。一个一手目击的样例：在飞书搜索框里检索某个群聊中的人名，结果由豆包接管输出——语义理解、跨群检索、按时间与主题结构化梳理、给出带结论的摘要与线索入口，速度极快。这不是 App 之间的互相跳转，是底层调度与数据层的打通：飞书的数据，正在从「给你用的 App」变成「喂给豆包的数据层」。

但字节在这个赛道上不是先行者。 据易观《中国办公智能体平台市场研究报告 2026》，2026 年 6 月国内主流桌面端 AI 原生办公智能体平台月访问量突破 6000 万次，其中腾讯 WorkBuddy 以 2097 万次居首，超过第二、第三名之和；第二是字节的 TRAE IDE，第三是阿里的 QoderWork。阿里已把 QoderWork 等产品整合为「千问办公」，另有一款多 Agent 协作平台在内部测试；腾讯也在把模型、应用与渠道资源向办公 Agent 集中。巨头们做的是同一件事：从「赛马」转向「合兵」。

撒网的人，与守成的人

为什么字节选「主干分叉 + 收口」，而不是别的路径？先看两个反例。

Meta 是撒网式扩张。 Facebook、Instagram、WhatsApp、Messenger 四个入口并列，能力互相重叠；账号、数据、广告系统在下层早已统一，上层入口却故意不聚合——因为多入口意味着多广告位，聚合等于自砍现金流。它在元宇宙上重注 Reality Labs、烧掉数百亿美元后抽身，转向 AI 追赶。它手里有模型（Llama、Muse 系），却没有一个「豆包式」的唯一入口。

腾讯是主干正确、分叉乏力。 QQ 到微信是一段教科书式的递进，但到了微信就基本停住：视频号、小程序、支付都只是给微信做功能增益，没有长出新主干。守着社交、通讯与支付的超级主干，舒适区足够厚，反而不愿为 AI 冒险——元宝是嵌在微信里的功能位，不是独立入口。

两条路都指向同一个结论：在 AI 这轮里，入口必须独立存在并且足够收敛，否则组织的整合能力会在关键窗口里被自己的舒适区分食掉。

底牌不在产品里

打法可以学，底牌学不来。

业务是节点，不是孩子

字节的创始人张一鸣是程序员与架构师出身，这套思维贯穿了公司的组织方式：业务是主干上的节点，不是需要养大的孩子；该并入就并入，该砍就砍。

最能说明问题的一役发生在 2023 年 11 月 27 日。字节宣布收缩并重整游戏业务：

• 自研与发行品牌朝夕光年当天开始裁撤；已上线且表现不错的游戏（《晶核》首周流水近 7000 万元、在畅销榜霸榜近一个月，《星球：重启》上线即进入畅销榜前十）在保证运营的前提下寻求剥离，未上线项目除少量创新与技术项目外一律关停；
• 2021 年以约 40 亿美元从腾讯手中购入的沐瞳科技被列入出售计划，而意向买家报价仅约 20 亿美元。

需要纠正一个常见的归因：据公开报道，这一决策由 CEO 梁汝波与朝夕光年负责人严授讨论后拍板，其逻辑是游戏业务不聚焦、资源分散，应把精力投入更基础、更创新、更有想象力的项目。

它的反常之处在于「赢着也砍」。 刚做出成绩、正在霸榜的业务，说弃就弃；40 亿买进来的资产，20 亿也认。四年投入超 300 亿元人民币的赛道，一夜之间清场，随后全力转向 AI。

这不是孤例。2026 年 7 月的飞书整合，是同一套逻辑的第二次上演：见效不久、还在增长的业务，照样让路给更有想象力的主干。

把时间线连起来看——2019 年布局游戏、2023 年一夜清场、2026 年整合飞书——字节「砍得快、转得也快」的决策速度，才是它敢喊出「史上最大押注」的组织底气。不是敢不敢赌的问题，是它一贯这么赌，而且每一刀都利落。

（说明：「史上最大押注」这一表述在媒体与业内广泛流传，但目前公开资料并不足以证实其为张一鸣本人的原话；本文将其作为外界对该战略量级的描述使用。）

收租的人，不自己开店

游戏业务被砍掉时，最容易被提出的反驳是：那字节不是把自己的广告收入也砍了？

从「收租」的角度看，恰恰相反。

游戏行业如今要靠买量才能活，而买量的主渠道在抖音。对字节而言，有没有自营游戏业务，对整体营收影响不大——游戏公司赚多少钱，都要向它缴纳一笔「买量税」。这笔税的主要缴纳者是外部大厂，自营游戏在自家平台的买量份额只是零头，还要背上重资产的研发成本，相当于「自己开店也要给自己交租」。砍掉自营，是甩掉双重成本、保住外部税基的选择。

更进一步，买量早已从固定价演变为竞价拍卖（按转化出价），税率随竞争自动上浮。平台本质上是一台收税机，买方竞价、卖方坐收，这是平台经济天花板最高的收法。抖音的这台收税机，同样压在电商投流、本地生活到店投流、短剧投流，以及直播打赏与电商佣金的分成头上。

一手数据（个人后台观察）： 同样是买量，产品注册成本从 2019 年的 1 至 2 元/注册，涨到 2026 年的 60 至 70 元/注册，七年间增至约 30 至 70 倍，折算复合年化约 60% 至 85%。2019 年抖音刚完成用户爆发、商业化仍处圈地招商期时，广告主少、竞价温和，平台还在补贴早期投放者；这类低价买量冷启动的黄金窗口大约只存在于 2019 至 2022 年，2023 年起竞价快速抬升，到 2026 年窗口基本关闭。

这也是中国流量平台共同的剧本：早期减租圈佃户，地皮聚拢之后涨租并竞价拍卖。腾讯 QQ 空间的页游时代如此，淘宝从免费开店走向竞价直通车亦是如此。收租逻辑从未改变，变化的只是税基的形态。 押注 AI 对话入口的本质，是想把税基从「门户流量」扩展到「对话即办事」的下一代入口。

三个对照者，三种活法

把字节与三个对照者并排放，差异一目了然：

三个对照者，各有各的教训：

• Meta：技术不弱，输在组织形态——入口不聚，模型就没有独占的着陆点，只能「有模型没筷子」。
• 腾讯：腾讯对外是与字节的竞争，对内则是一群各占一摊的山头。微信是集团里的「独立王国」，有产品洁癖，能顶住商业化压力；集团想汇总数据喂给 AI，得先看各山头的脸色。整合能力，是 All-in 的前提。
• 小米：创始人 All-in 汽车（SU7 成功），代价是其他战线停滞——手机份额承压、IoT 未见大涨、AI 让位。它的模型并不弱：MiMo-V2.5 系列 2026 年 4 月发布，在 OpenRouter 上调用量居前列；2026 年 8 月澎湃 OS 4 的「超级小爱 2.0」才完成与 MiMo 的深度集成，小爱团队也为此重组。问题出在时间——字节 2023 年清场转向、2026 年完成整合，小米这一步比它晚了差不多一年。单线程的决策中心里，新战线与 AI 争的是同一份注意力，汽车赢了，AI 排队。

至于字节那一行的「用户规模第二、在线时长第一」，有据可查：QuestMobile 与野村的数据显示，2026 年 7 月抖音的月度总使用时长份额首次超过微信（19.4% 对 18.8%）；把字节系所有 App 加起来，占国内 Top50 应用总使用时长的 40.9%，腾讯系为 29.1%。

这一注的对价

赌注越大，账单越硬。

钱烧得有多快

据 The Information 报道，字节 2026 年上半年营收约 1200 亿美元、同比增长约 30%，净利润约 200 亿美元，同比出现个位数下滑。更要紧的是趋势：净利率已连续三年走低，2023 年约 26%，2024 年约 21%，2026 年上半年约 16.7%。

钱花在了哪里，账面上写得很清楚。2026 年 9 月初，一笔约 296 亿美元的银团贷款落地，近 30 家银行参与，原计划筹资 200 亿美元、因认购踊跃最终扩大至 296 亿，成为 2026 年亚洲第二大美元计价银团贷款，仅次于软银为投资 OpenAI 筹得的 400 亿美元。资本开支方面，2025 年约 1500 亿元人民币，2026 年已上调至 2000 亿元以上，其中约 850 亿元专项用于 AI 芯片采购；另有将全年上限提高至 700 亿美元量级的讨论。几乎全部投向芯片、算力与数据中心。

豆包本身的账更直观：其 Token 消耗在 2026 年 3 月已突破 120 万亿，到 6 月进一步升至日均 180 万亿，过去一年增长超过 10 倍；有测算认为它每天消耗数千万元，而带来的收入不足百万元。目前字节 AI 体系中收入最明确的是视频生成模型 Seedance，年化收入约 20 亿美元、单月营收超过 10 亿元人民币——这已经是相当亮眼的数字，但远不足以覆盖千亿级的资本开支。今年 6 月起豆包开始收会员费、7 月对酒店订单收取佣金，都引发过争议，实际收入仍不尽如人意。

一句话：过去轻资产时代攒下的家底，正在被批量兑换成 GPU、机房、电力与折旧。

主动落后

字节在大模型上暂时落后，且是主动选择的结果。

2026 年 7 月底，久未公开参与内部业务的张一鸣出现在 Seed 团队的全员会上，只讲了一件事：坚持原创、拒绝蒸馏。据《The Information》与多家国内媒体报道，内部对开源模型严禁蒸馏，甚至以 API 异常检测与开源数据过滤来堵死这条路。他的解释是要团队「延迟满足感」——用别人的输出换一时的榜单排名，换不来真正的技术上限。8 月 6 日的全员会上，梁汝波把这套定调复述了一遍：接受短期落后，坚持自研与长期优化。

这条路更贵、更慢，代价也已经出现：据晚点 latepost 的播客披露，表态之后 Seed 团队走了几个人；字节则成立了与 Seed 同级的数据部门，去解决高质量数据的来源问题。

它换来的不是模型层的领先，而是模型层的自主权——权重、技术栈与迭代节奏都握在自己手里，这对一家要在全球不同市场做本地化的公司，是另一层保险。技术自主与短期排名之间，字节选了前者。

耐心的倒计时

字节的组织考核是快变量，产品体验的打磨是慢变量。这套文化在业务扩张期是优势，在需要长期烧钱、长期打磨的复杂产品上则是风险。

外界对豆包的批评也集中在这里：立项两年多持续投入，AI 板块除 Seedance 外尚未见到稳定的回头钱；同时产品开始收费测试、功能持续叠加。知乎上有高赞回答将飞书并入豆包解读为「把失败项目打包再利用，换办公赛道试跑通」——这个判断未必准确，但它指出的耐心问题是真的。

All-in 是真的，耐心的倒计时也是真的。

悬在境外的那把刀

最后回到境外那条通道。TikTok 美国业务的股权与算法安排均已由美方监管框架界定，这是字节当前最大的单一外部不确定性。押注能否走到终点，有一个前置条件：这条现金通道不被切断。

而在境内，还有另一条腿刚刚长出肌肉：火山引擎在中国公有云 MaaS 市场占据约 49.5% 的份额、位居第一；按 7 月平均消耗口径，字节大模型业务 ARR 已达约 40 亿美元，超过国内其他模型公司 ARR 的总和。它既是「模型能力变成企业收入」的唯一成熟出口，也是这场赌局里最容易被忽略的一极——入口吸引流量，云负责把流量变成合同。

结论：三个判断

第一，这一注押的不是模型，是入口。 模型层正在商品化，能力差距只剩半档，又强又便宜的模型会持续压缩模型层利润，把价值让渡给掌握入口、数据与闭环的一方，所以真正值得下注的是「谁能把模型变成入口」，而不是「哪个模型最强」。

第二，字节的胜算是结构性的，不是单点性的。 它同时握有两层统一：模型底层（同一套 Seed 技术栈）与数据底层（同一套商业化与算法中枢），再加上一个已经在跑的分叉—收口打法。这让它有资格去打一场「用入口调度一切」的仗，而不只是发布一个更强的模型。

第三，胜负取决于两个慢变量。 现金通道（TikTok）决定弹药能续多久，组织耐心决定复杂产品能不能被养到成熟。技术不是成败的唯一变量——Meta、腾讯、小米的对照已经说明，组织形态与收敛时机，往往比技术更能决定战略命运。

至于那个最常被问的问题：豆包会不会成为下一代入口？答案不取决于豆包今天的模型分数，而取决于字节能否在耐心耗尽之前，把「一个对话框背后的整台机群」真正变成用户的工作与生活默认入口。牌已经推上桌了。

附录 · 2026Q3 模型层快照

收录范围为「正文点名或作为直接参照的厂商旗舰」；模型迭代极快，下表以 2026Q3 检索信息为准，引用前请重新查证。仅对本人实测过的模型标注速度。表中「坐标」一列为本文口径（含个人体感），与公开评测榜的位次并不等同。

关于个人体感口径（非公开评测结论）：在本人实际使用中，DeepSeek V4.1 Flash 的位次高于 GPT-5.6 的 Terra 与 Luna，但仍低于 Sol；Luna 不及 Qwen3.8；Gemini 系不在第一梯队，大致落在 GLM 之上。国产阵营内部，DeepSeek 与 Qwen3.8 基本并列居前，GLM 次之。以上均为主观体感，差异在半档以内，不作为权威评测结论引用。