亚洲首富换人了。

9月16日，彭博亿万富豪指数显示，字节跳动创始人张一鸣的净资产突破1050亿美元，超过印度富豪阿达尼，首次登顶亚洲首富，位列全球第18位。2019年3月彭博首次追踪时，这个数字约为130亿美元——7年，这一数字飙升约7倍。

彭博将这次登顶直接归因于人工智能：TikTok之外，撑起字节估值的是AI布局，包括热门AI聊天机器人豆包和视频生成模型Seedance。与此前多数首富依托地产、能源或传统制造不同，AI热潮所创造的巨额新财富，正成为亚洲乃至全球财富格局变化中最直接的体现。

2021年5月，张一鸣卸任字节跳动CEO，同年11月卸任董事长。此后几年里，他不开发布会、不接受采访、不发微博。

一个长期不在公众视野里的人，公司反而越长越大。2025年10月9日，张一鸣在上海知春创新中心的开业仪式上重新露面——那是他卸任至今唯一一次公开亮相。

知春创新中心位于上海徐汇，由张一鸣和上海交通大学ACM班创始人俞勇共同发起，是一家民办非营利机构，方向为泛计算机和人工智能领域的人才培养。

14年前，张一鸣在北京知春路锦秋家园的一套民宅里创办了字节跳动。从知春路到知春创新中心，43岁的张一鸣某种程度上又回到了创业状态。

种子

2023年初，字节抽调搜索等部门的人手组建了第一个大模型团队；2024年4月，这支团队有了正式的名字——Seed，即豆包大模型的研发团队，支撑豆包、扣子、即梦等产品。

今年7月，今日资本创始人徐新在一档播客中透露，抖音依然是非常大的生意，但张一鸣把50%的精力用在了Seed上。《中国企业家》也从字节跳动前Seed员工处了解到，张一鸣卸任后退居二线，基本不再过问抖音及其他业务，工作重心几乎全部放在Seed上。

张一鸣为什么如此在意Seed？

最直接的原因是，无论张一鸣是否愿意站到台前，他的财富都已经和AI深度绑定。胡润百富把张一鸣2025年财富的大幅增长归因于“字节跳动因AI业务的势头和前景带来的估值上涨”；彭博报道亚洲首富易主时，点名的也是豆包和Seedance。

据QuestMobile数据，截至2026年5月，豆包App月活达3.82亿，在国内AI应用中断层第一。某种程度上，Seed既是字节的技术引擎，也是张一鸣身家的估值引擎。

其次是危机感。今年上半年，字节CEO梁汝波在全员会上坦承：豆包在C端保持竞争力，视频模型Seedance处于行业领先水平，但大语言模型与海外领先模型的差距正在拉大。

因此，卸任后的张一鸣反而更忙了。

据《金融时报》报道，张一鸣亲自监督从阿里、智谱、零一万物等竞争对手处招聘AI研究员。过去一年多，字节持续从Google DeepMind等顶级实验室招揽人才：前DeepMind研究副总裁、Google Fellow吴永辉入职Seed，此后基础模型、强化学习、多模态方向的科研人员陆续加入。《晚点LatePost》的报道中提到，张一鸣自己看论文、看技术关键细节，从2023年四季度起循着AI论文一对一拜访作者，包括尚未毕业的博士生；字节在新加坡还有专门的研究团队协助他理解前沿技术。

张一鸣在2021年的卸任信里写道：“要相对专注学习知识，系统思考，研究新事物，动手尝试和体验，以十年为期，为公司创造更多可能。”

今天外界看到的大多数字节AI产品，几乎都是建立在Seed的模型能力之上。看起来，张一鸣离用户越来越远，但离底层越来越近。

“不蒸馏”

据报道，今年8月的Seed全员会上，张一鸣明确表示反对蒸馏。据《中国企业家》了解，字节基模团队从2024年起就已完全不蒸馏，只是这条纪律直到今年才为外界所知。

蒸馏在行业内被广泛使用。这一概念由Geoffrey Hinton等人于2015年提出，基本思路是：用能力更强的“教师模型”生成大量回答和推理过程，再将这些输出作为训练数据，教给规模更小的“学生模型”。

这一做法的优势在于效率和成本——相比从头训练，蒸馏能以更少的算力和时间，让小模型获得接近大模型的表现，因此在追赶阶段尤其受青睐。代价是，模型的能力上限被教师模型约束，且在别人的产出上学习，难以形成真正意义上的自主能力。随着大模型竞争进入后训练阶段，用头部模型的输出提升自家模型表现，成为许多团队的现实选择。

张一鸣的判断是：蒸馏虽能在短期内改善模型表现，但本质上是复制Anthropic Claude已有的能力，沿着这条路走，最多只能不断逼近对方，无法实现超越。他希望Seed从更底层的维度，构建字节在AGI上的壁垒。

字节早年做推荐算法时，行业里也存在更省事的做法——比如直接复用同行的特征工程，短期数据同样能涨得很快。字节选择从头打磨自己的推荐框架，这与今天“不蒸馏”的判断一脉相承——只有把底层逻辑握在自己手里，能力才可持续。

这套逻辑后来被反复复用。今日头条不是第一个新闻客户端，抖音不是第一个短视频产品，TikTok更没有发明短视频，这些赛道字节进场时早已有先行者。字节的打法不是做某一款产品，而是把产品背后的底层能力重做一遍，做成可复用的体系：

今日头条验证了“算法理解用户、内容精准分发”的推荐引擎，短视频时代到来时，这套引擎连同数据反馈闭环被直接复用到抖音，此后又延伸到TikTok、剪映和飞书。

这一次，张一鸣把同样的逻辑，放到了大模型这个全新的战场上。

张一鸣想要的不是某款产品的胜负，而是AI时代的“推荐算法级”底座，只要底层能力在，就永远能持续长出新的应用。

但“不蒸馏”也给团队带来压力。据《中国企业家》了解，竞争对手每次发布新模型，字节都会落后，差距通常3到6个月——技术上这属于合理区间，靠自研追赶本来就需要时间，但市场不等人，在AI行业，落后3个月就足以引发对业务的质疑。

近半年，月之暗面Kimi K3、阿里Qwen等对手模型密集发布，在多项公开评测中，豆包Seed 2.1 Pro处于跟随位置。

压力如何消化？

首先是考核方式。据《中国企业家》了解，团队leader更看重过程而非结果：技术是否有实质突破、思考是否深入、是否取得有意义的进展，不会因为短期业务落后而施加超出技术合理性的要求。张一鸣本人也向团队反复传达同一层意思：字节注重长期，做真实的技术，不走蒸馏的捷径，短期落后可以接受。

其次是方法上的投入。算法层面，团队重点押注强化学习方向的方法论创新，在内部尝试不同技术路线，而非直接引入外部现成做法。数据层面，除自建标注流程外，字节也在加大外部数据的采购。

过拟合

2025年10月9日，上海知春创新中心开业仪式上，张一鸣用了一个机器学习术语谈人才培养：过拟合。

在机器学习中，过拟合指模型在已知数据上表现极好，面对新数据却失效——他把这一现象类比到人身上，有的人才可能有专业知识和熟练的技能，但面对创新任务就不行了。

这其实也是在说字节跳动自己。

张一鸣过去十几年的方法论，核心是把“确定的事”做到极致：明确的目标函数、快速的数据反馈、以周为单位的迭代。而AGI（通用人工智能）恰恰是“最不确定的事”：投入巨大、回报漫长、技术路线不断变化。

一家最擅长“做题”的公司，遇上了一道还没有标准答案的题。

某数据公司CEO告诉《中国企业家》，模型迭代越来越依赖企业内部的结构化数据和经营know-how，但企业并不愿意把这些数据交给字节——那是它们生存的根本。在“不蒸馏”的约束下，外购高质量数据本是字节后训练的重要抓手，当企业侧的数据闸门收紧，迭代节奏难免受到影响。

有从业者判断，基模趋于收敛后，行业将走向寡头竞争加强监管的格局，词元会变成类似水电的基础设施；而字节的基本盘是信息流生意——双边撮合、售卖广告位，如果AI的入口从信息流变成对话和智能体，这套商业化逻辑又该如何延续？

当基础设施就位，第二阶段应用与智能体（Agent）才会真正展开。有从业者类比互联网历史：1992年前后，人们建网站分享信息；Agent时代，人们分享的将是能力。

这大概也是张一鸣卸任后一直在琢磨的事。

如果一个人从一开始就被训练“只做确定的事”，当环境变化时他还有能力面对不确定的世界吗？张一鸣的答案是否定的。所以他要在人还没“过拟合”的时候，把他放进一个不教标准答案的地方——知春创新中心要培养的，不是“优秀的人”，而是在没有标准答案时仍然敢往前走的人。

而他自己，也正在成为这样的人。