当算力不再是唯一变量，组织架构的优劣正成为决定AI终局的隐形分水岭。在这场通往AGI的权力实验中，字节跳动试图以“独立王国”复刻创业公司的极限速度，阿里巴巴在“体系归核”中博弈稳健与人才流失，腾讯则在战略迟到后押注“关键人”对冲时间窗口。  

这不仅是技术博弈，更是一场关于如何在大公司底色下对抗熵增、实现数千人规模长期对齐的组织马拉松。真正的分水岭，藏在人才流向与技术节奏的沉默交锋中。  

一、字节跳动：另起炉灶，用“公司中的公司”跑AGI追赶

字节是国内大厂中最早用“顶层设计”锁定AI方向的玩家。2023年下半年，它没有将大模型塞进现有业务条线试错，而是从AI Lab、AML、搜索等团队抽调人手，组建独立于事业群的新部门——Seed。  

• 组织逻辑：Seed不嵌入任何成熟营收体系，负责人直接向CEO梁汝波、创始人张一鸣汇报，与抖音、TikTok等核心板块平行，是“公司级工程”而非业务辅助。其任务是“造模型、打底座”，业务团队再将能力装入豆包、即梦等产品。  

• 动态重组：Seed的组织架构随战略灵活调整。初期由朱文佳（原今日头条CEO）主导，2025年引入Google DeepMind研究副总裁吴永辉，两人一度平级分管“模型应用”与“基础研究”；后期吴永辉成为更完整的一号位，朱文佳转向应用落地。这种调整体现字节对“模型天花板”与“应用落地”阶段主战场的精准切换。  

• 人才激励：字节为Seed定制职级体系（L1-L10取代旧五级十档），并提高奖金、调薪预算；大模型技术人员可获每月9万-13.5万元期权（连续18个月），试点“豆包长期激励计划”，用创业公司式激励抢夺全球顶尖人才。  

字节的AI组织本质是“超级公司中的创业公司”：方向由最高层拍板，组织高频重组，人才内外兼收，激励单独加码，目标是用极限速度追赶AGI。  

二、阿里巴巴：体系归核，在“江湖”中博弈稳健与流失

阿里的路径更强调“体系延续性”，在既有架构中重组AI力量，而非另起炉灶。  

• 归核与整合：大模型浪潮初期，阿里处于“1+6+N”拆分周期，达摩院一度独立；随着大模型战略地位上升，核心研究力量被归拢回阿里云，语言、语音等方向整合为通义实验室，由阿里云CTO周靖人（内部老将，懂研究、平台与大业务协同）统筹。2026年林俊旸离职后，通义实验室权重进一步提升，周靖人进入阿里合伙人体系。  

• 内生培养的矛盾：阿里通过内部梯队培养出周畅、林俊旸等能打的技术负责人，支撑Qwen成为全球最具影响力的开源模型家族之一。但问题在于，内部培养节奏赶不上外部争夺速度——2025-2026年，通义核心团队接连流失（林俊旸、郁博文、周文猛等），反映大厂“培养英雄却难留英雄”的典型困境。  

• 谨慎补强：阿里引入外部血液更偏向“补强”而非“换帅”：2025年吸纳新加坡管理大学教授许主洪（多模态）、零一万物预训练团队（约60人），但未根本改写技术权力结构，核心指挥权仍在周靖人等内部老将手中。  

阿里的AI组织像“武林盟主体系”：盟主（通义实验室）明确，但各业务线（千问App、夸克、淘天等）保留打法与利益边界，形成“中心+多分支”的江湖格局。其优势是云、模型、芯片、场景联动，劣势是条线重叠、边界模糊，在抢人抢速度的竞争中，层级惯性与人才流失更显刺眼。  

三、腾讯：战略迟到，押注“关键人”对冲时间窗口

腾讯在大模型竞赛中节奏最慢，前期因组织松散、一号位错位，混元项目长期“拼装感”明显。  

• 慢半拍的组织起步：2023年2月腾讯启动混元项目，但长期作为临时项目存在；2025年4月才在TEG体系下成立大语言模型部和多模态模型部，12月姚顺雨入职后，新设AI Infra部、AI Data部，首次按大模型需求重配组织，比字节慢一年多。  

• 一号位的“错位”与“豪赌”：混元前两任负责人（张正友、蒋杰）分别擅长计算机视觉、广告业务，与LLM主战场不匹配，导致成果“拼装感”强。2025年12月，腾讯押注27岁的姚顺雨（直接向刘炽平汇报，兼管AI Infra与大模型部），将其视为“范式革新者”。姚顺雨上任后放缓发版节奏（“打磨好再发”），并从数据开始重新训练混元，试图扭转前期混乱。  

• 激进抢人：腾讯通过高薪从字节Seed、DeepSeek等挖角，T12级人才跳槽可连升两级（薪酬翻倍甚至200%），姚顺雨亲自面试LLM岗位，部分候选人由其直接引荐。同时弱化2016年成立的AI Lab（副主任俞栋离职，语音/NLP方向裁撤），使其成为混元下属部门。  

腾讯的路径是“迟到者的孤注一掷”：用高薪抢人、押注年轻关键人，将混元从虚拟项目转为真正的大模型组织，但转身比字节晚了一整轮。  

四、分水岭：组织如何对抗熵增，决定AGI终局

三家的AI权力范式，本质是三种对抗大公司熵增的策略：  
• 字节用“切割”换速度：通过独立组织、动态重组、激进激励，避免被原有业务条线拖累，但依赖对一号位判断的精准度。  

• 阿里用“归核”换稳定：依托体系内老将整合资源，联动云、模型、场景，但需承受江湖式摩擦与人才流失的代价。  

• 腾讯用“孤注一掷”换追赶：以高薪抢人、押注关键人，压缩容错空间，试图用最短时间弥补战略迟到。  

真正的分水岭，最终会折射在三个刻度：  
1. 技术产出的连续性：当初始激情退潮，能否保持稳定成果输出；  
2. 人才流向：行业泡沫散去后，顶尖大脑是向核心靠拢还是焦虑外流；  
3. 对基础研究的敬畏：商业化KPI重压下，是否仍能维持基础研究的节奏与投入。  

大模型的终局或许不是算法胜负，而是组织对抗熵增的马拉松。领先者与落后者之间的鸿沟，最终由那些最难被代码复制的人心与机制填平。