摘要：

两种叙述存在多个分歧，比如田柯宇称只是手动点状停掉了对方的程序，“我是让GPT帮我写了一个程序，让程序停掉或者卡住”，但亲历者称，实际有1个涉及百张卡的实习生科研项目，和一个涉及战略定位的视频生成项目持续受到影响长达4个月，期间除实习生所在的研究小组外，部分字节infra支持人员也受到影响。

凤凰网科技 出品

作者｜Dale

编辑｜董雨晴

2024年，一名北大硕士实习生在字节跳动实习期间篡改代码干扰模型训练，被辞退后遭公司起诉索赔800万元。事发后不久，他参与的研究获得 NeurIPS 2024 最佳论文奖。两年后，他以“世界模型”创业者身份拿下近3000万美元融资，投后估值2亿美元。近期，“被字节开除的实习生创业估值2亿美元”的话题还冲上了微博热搜。

两年后，这名实习生，也就是田柯宇终于开始完整讲述自己的版本。

10月12日，播客《elsewhere 别处发生》发布了对田柯宇访谈的内容。他承认自己曾干预同事的实验程序，但否认网络流传的部分指控，称自己并非为了争夺算力，而是因为看不惯组内一名实习生对其他人的做法，才试图以自己的方式解决问题。谈及当时的行为，他用了一个颇具戏剧性的说法，即“朴素的正义”。

然而，就在田柯宇发声之后，一份由事件亲历者整理的回应文件正在小范围流传。文件依据内部记录、代码材料细节、受害者陈述及实名身份，逐项对照田柯宇的公开说法，勾勒出一幅与“以暴制暴”叙事大相径庭的图景。

凤凰网科技核查了文档中参与实名作证的人士，从他们的GitHub内容来看，三位人士中的两位曾在香港大学读博士，后入职不同公司，但都有字节跳动的实习经历，且有两位是字节Goku项目的共同第一作者。从一定程度上证明了该文档的真实性。另有一位毕业于香港大学的字节员工，也在社交媒体上发声，晒出了与此份文档大致相同的投毒事件经过。

两种叙述存在多个分歧，比如田柯宇称只是手动点状停掉了对方的程序，“我是让GPT帮我写了一个程序，让程序停掉或者卡住”，但亲历者称，实际有1个涉及百张卡的实习生科研项目，和一个涉及战略定位的视频生成项目持续受到影响长达4个月，期间除实习生所在的研究小组外，部分字节infra支持人员也受到影响。

另外，相比于上一次公开发声只表述投毒事件外，当事方这一次呈递了一个更为严肃的指控：田柯宇负责的VAR项目涉及上千张GPU，他将所谓的训练成果部署到内部Discord供团队成员测试。但这些人事后复盘发现，部署的模型并非VAR T2I模型，而是已经开源的PixArt。为防止同事用相同Prompt对比发现异常，田柯宇还在推理流程中自动为所有输入添加“City”前缀。

文件进一步指出，真正的VAR T2I模型“训练状态和loss表现存在严重问题，远没有达到此前对外展示的效果”。团队最终不得不重新开展相关训练，后续形成了Infinity项目。

此前，字节跳动曾向法院提起民事诉讼，最初索赔800万元，但法院在一审中判决田柯宇赔偿50万元，同时没收其全部实习薪资。字节方面随后再次提起诉讼，目前案件在二审进行中。

截至发稿，字节方面、田柯宇方面均未对新增信息做出回应。

田柯宇说“只是让对方的任务卡住”，但另一方认为遭受了巨大的精神压力

在10月12日公开的访谈中，田柯宇将事件的起点指向一名后来加入团队的实习生。

按照他的说法，这名实习生先是占用其他成员的资源，随后开始直接停止别人的程序。田柯宇称，团队成员曾向负责人反馈，但问题没有得到解决。在他看来，一些性格较为内向的成员因此受到影响，而自己作为在组时间较长的实习生，有责任做些什么。于是，他选择了直接干预对方的程序。

田柯宇承认这一做法不妥，但强调自己没有争夺算力的动机。他在访谈中称，自己并未缺过 GPU 资源，采取行动是因为不满组内的相处方式。他还表示，自己使用 GPT 辅助编写程序，让对方的任务卡住或停止，而非网络传言中所描述的那种持续、大规模的自动化攻击。

对于行为的持续时间，他给出的说法是：大约十天内，手动干预了五次左右。

但涉事另一方多人提供的另一条线索，指出异常不是“某一次程序中断”那么简单，相关人士为此付出了巨大的时间精力，并承受了较高的精神压力。

文档称，第一个受影响的项目LlamaGen，是“实习生主导的研究项目”，使用的GPU数量不超过100张，“尚未涉及大规模计算资源竞争”。2024年4月，字节跳动决定加大对视频生成模型的投入，Goku项目正式启动，GPU资源逐步向该项目倾斜，并引入Seed Infra团队支持训练稳定性与加速。文件明确写道：“至此，攻击的主要目标已从早期的LlamaGen转向资源投入更大的Goku项目。”

按照被投毒方的描述，问题逐渐演变成一个更棘手的技术困境：当大量 GPU 同时执行训练任务时，如果只有少数机器出现异常，团队很难立即判断问题来自硬件、数据、参数配置，还是训练代码本身。

以暴制暴背后，大量真实被消耗掉的科研时间

事情最终败露于一次偶然的排查。

7月30日，团队成员在训练任务异常时，偶然发现某台机器的 Docker 环境中，PyTorch 的 DataLoader 等部分代码出现异常修改。相关代码并非正常的开发改动，而是带有明显的人为修改痕迹。

随后，团队检查了机器登录记录。根据文档整理的记录，相关机器的所有者之外，只有田柯宇曾登录该机器。团队负责人之后就登录目的询问田柯宇，并进一步启动内部调查。

7月31日，团队成员在田柯宇的个人目录下发现大量疑似用于破坏训练的代码。文档称，部分文件涉及分布式采样、梯度处理及其他训练环节，并将这些代码与此前持续出现的异常联系起来。

而团队在这之前已经付出了不少排查成本。

按照文档的叙述，在2024年5月至7月，Goku 项目的训练异常频繁出现，团队不得不持续进行高强度调试。参与者需要反复检查日志、重新运行任务，并尝试在不同机器上复现问题。由于异常并不总能稳定出现，即使某次修改之后训练恢复正常，也很难确认问题是否真正解决。

在大规模模型训练中，最消耗时间的往往不是某一次明确的程序报错，而是那些偶发、难复现、又无法迅速排除的故障。研究人员需要判断异常究竟来自硬件、数据、软件依赖，还是模型本身；每排除一个可能性，都意味着重新组织实验、等待任务运行，再观察结果。

当团队无法确认异常来源时，研究进度也会受到影响。

田柯宇承认，自己的行为对被针对者的实验造成过影响，但否认影响其他成员的研究和论文。他还称，自己曾在内部会议上向与会者道歉，并承认行为浪费了大家的时间。

而被投毒一方试图呈现的，则是更广泛的团队成本：异常排查占据了研发人员的时间，实验结果的稳定性受到挑战，原本应当用于模型探索的资源被迫投入故障定位。

从管理角度看，这场风波暴露出的问题也相对清晰：当科研团队依赖共享代码和集群开展协作时，权限边界、操作审计和异常追踪不能仅靠成员之间的信任来维系。

被投毒方的文档还指出，田柯宇曾持续参与团队的 Debug 沟通和排查会议。文档认为，这使问题不仅涉及代码层面的修改，也涉及团队在调查过程中如何理解异常、分配排查任务，以及判断相关解释是否可信。

如果团队在出现异常后，无法及时审查代码变更记录、访问日志和实验版本，那么技术问题就可能演变成组织问题：每个人都在投入时间，却很难确认自己的工作是否建立在可靠的实验基础上。

字节方面再次起诉，但法律之外还有一些疑问

从法律结果看，田柯宇确实赢得了一定的空间。法院一审判决其因违约赔偿50万元，驳回了字节跳动800万元侵权索赔和公开道歉的请求。田柯宇在播客中确认：“50万这个金额正好等于是我那三年的实习工资，加上公司打官司的一些法律支出。我从来没否认过我的行为，我当着法官也是诚恳道歉的，最后的判赔我觉得很公允，我也认这个钱。”

值得注意的是，字节跳动已提起上诉，二审仍在进行中。田柯宇在播客中也承认了这一事实。

受害者的陈述文件核心诉求，也不是推翻法律判决，而是向公众提出一个法律之外的问题：当一个人曾以系统性的、持续的、并带有欺骗性的方式干扰同事的工作时，他的技术能力是否足以覆盖其诚信风险？文件结尾明确写道：“投资人未必完整了解本文记录的训练破坏、VAR展示模型被替换等事件，以及它们对项目进度、算力投入和团队信任的影响。在合作、投资或追加投入之前，请向项目参与者求证、查阅原始记录，并独立核实展示模型的来源、实际训练进展和结果能否复现。”

这一次，文件还附有三位实名作证者：Shilong Zhang（香港大学博士生，Goku项目核心作者）、Ting-Che Lin（Goku项目数据负责人）、Chongjian Ge（香港大学博士，Goku共同一作）。三人均在Goku项目论文中排名靠前，愿意为文件相关内容的真实性承担责任。

对于投资方而言，这笔近3000万美元的投资押注的不仅是田柯宇的技术路径，也是其作为创业者的诚信记录。世界模型赛道竞争激烈，投资者的尽调清单上，技术可行性之外，创始人的行为模式与诚信历史同样值得审慎审视。如回应文件所言，“技术能力越强，诚信与责任就越重要”，句话对于一笔2亿美元估值的早期投资而言，或许并非多余的提醒。