本文通过分析字节跳动招聘官网的AI相关岗位揭示了该公司在大模型领域的战略布局和人才需求。文章指出字节跳动在AI领域的投入遍布芯片、算力、模型训练、应用开发等各个环节招聘岗位占比高达42.8%且持续增长。那篇文章的出发点很简单——招聘是一家公司最诚实的信号之一。它非常清楚地表明公司接下来半年要把钱花在哪些人身上这个东西骗不了人。这一次咱们换个目标用同样的方法来盘一盘字节跳动。和微信相比字节的体量要大得多。要知道据The Information 9月的报道字节2025年营收约2000亿美元基本上赶上了Meta。那么它在招哪些AI相关的人10月5日早上9点字节跳动招聘官网jobs.bytedance.com社招频道共挂出11187个岗位。在官网搜索框输入“AI”返回了4791个岗位占全部社招的42.8%。直觉告诉我这里面有很多东西可以挖掘。下面我们就逐一来看一看我的一些发现——一、数据从哪里来字节招聘官网和腾讯一样无需登录即可浏览。上次研究微信时我试了Manus、扣子空间等一众Agent。这一次我让Claude按官网页面加载岗位列表的同样方式把公开展示的社招岗位逐页读取下来。全程无需登录读取的都是任何访客都能看到的岗位信息。几分钟内就拿到了全部11187个社招岗位再与官网“AI”关键词的搜索结果逐条比对4791个AI岗位全部都能匹配得上。一年多时间Agent在这类长程数据任务上的进步肉眼可见Opus 5.5确实能打。先交代两个口径这里只有中文官网的国内社招TikTok海外站、校招、实习都不在内业务板块是我按岗位标题后缀归并的和字节官方架构不完全对应。好咱们正式开盘——二、字节整体AI岗位占比42.8%而且还在往上走先看一个时间维度。官网每个岗位都有发布日期这个字段发布时间取自官网岗位列表数据详情页上不显示。把在招岗位按发布时间分组AI岗位的占比呈现一条清晰的上升曲线新发布岗位中AI占比从33%升至55%。我们可以看到趋势非常清楚字节新开的岗位里已经有一半以上和AI有关。字节CEO梁汝波9月15日在飞书的大会上讲了一个挺有有画面感的细节PPT里画了PC、Web、移动互联网、AI四座山峰他“刻意让同事将前面这三个峰变矮了一半因为AI这个高峰会比前面的高得多”。从AI岗位占比看梁老板说的和HR的动作是对得上滴。再看职能维度。有几点发现——设计岗的AI占比58.2%比研发52.9%还高。这和直觉有点区别但翻看具体岗位就能理解AI产品设计师、AIGC效果设计师、“DesignVibe Coding”方向的产品设计师……都说AI在淘汰设计师但事实上懂AI的设计师比你想象的更吃香。产品岗的AI占比也超过一半50.4%。4791个AI岗位中有869个是产品经理、策略产品或产品运营岗其中545个标题里直接写着AI、大模型或Agent。销售岗整体只有14.7%但二级类别“销售支持”的AI占比高达79.1%。这些销售支持岗位几乎全部来自飞书和火山引擎“AI售前解决方案专家”、“企业AI落地专家SMB方向”、“AI落地实践讲师”。卖AI需要一支懂AI的售前队伍这个逻辑后面讲ToB时会展开。三、不同业务模块的AI渗透率AI的渗透在字节内部极不均匀。我把4791个岗位按业务板块归了类算了一下每个板块在招岗位里AI岗位的占比排在最上面几个很好理解Seed大模型团队96.1%豆包等AI原生应用77.2%剪映/CapCut 74.3%。最下面几个有点意思电商在招1635个岗位是全公司最多的板块AI占比只有26.4%。本地生活在招883个AI岗位149个占比16.9%垫底。为神马会这样呢电商和本地生活是典型的脏活累活这类业务里大量岗位是商家运营、BD等和人打交道的岗位这类岗位AI帮上忙的部分天然就小一些。电商目前AI主要是在客服、商家助手、达人服务这些环节提效。所以我们能看到“大模型应用研发工程师智能客服方向”等岗位。这和我在微信那篇文章里分析微信电商时的判断相通高熵的重活技术杠杆天然没有辣么重要。这背后的逻辑其实也挺朴素的AI最先吃掉的肯定是线上的活线下嘛还慢慢来。四、战略层两个关键词饱和、全栈字节的AI岗位到底分布在哪些链条上答案是所有链条。首先是芯片SoC、RDMA网卡、交换机……全部社招里芯片及相关硬件关键词的岗位有356个。接下里是算力与训练推理基础设施基础设施、计算、网络、存储、Data AML机器学习平台。然后是基座模型Seed外加为Seed服务的“AI数据与安全”团队。还有模型服务与云火山引擎、火山方舟MaaS。最后是应用和硬件终端豆包、即梦、飞书、抖音、TikTok、电商……豆包手机助手、移动OS、PICO。放眼国内能在招聘上同时覆盖AI产业这六层的公司屈指可数下面挑几层细盘——1. Seed人数不多战线很宽Seed板块在招257个岗位放在字节整体里并不算多68%的AI岗位在北京但它的方向铺得很开大语言模型与Agent预训练、后训练、强化学习、可解释性研究员、Code Agent、AI搜索Agent、通用Agent、“桌面端Computer Use Agent研发工程师”、“大模型Multi-Agent Harness工程师”。直观看字节的Computer Use后边会发力。多模态与生成视频生成、图像生成、3D生成、语音识别与合成、音乐算法、“视觉多模态应用算法工程师视频通话方向”Seedance的领先优势要继续巩固。世界模型“多模态世界模型算法研究员”、“多模态与世界模型强化学习算法研究员”。具身智能这是我认为最值得注意的一块。Seed在招的机器人岗位里除了具身算法研究员还有“机器人减速机设计工程师”、“机器人灵巧手工程师”、“机器人电气连接线束工程师”、“机器人本体结构工程师”、“量产型硬件产品经理”等。招灵巧手、减速机和线束工程师意味着Seed在自己造机器人本体再加上一个“量产型”硬件产品经理心思就更明显了。AI for Science“物质发现算法研究员”、“分子设计与合成科学家”、“化学反应多尺度算法研究员”、“量子化学与机器学习研究员”以及一个“自动化系统工程师”很可能指向自动化实验室。可以看到模型涉及到的主流细分领域字节几乎每一个都有覆盖。神马叫饱和出击这就叫饱和出击2. AI数据这可以看到字节模型接下来能力的重心。Seed旁边有一个很容易被忽略的团队AI数据与安全这个团队的岗位你基本上可以看成是一份字节想让模型学神马的清单——“AI Excel数据专家金融分析方向”“AI数据/评测运营专家AI PPT方向”“大模型数据专家GUI Agent”“医疗大模型数据交付专家”“世界模型数据运营专家游戏方向”“语音大模型数据专家国际化数据”“游戏引擎数据生成工程师合成数据/具身智能方向”金融分析、PPT、数学、GUI操作、医疗、游戏世界、视频创作、多语种语音、机器人仿真…这是当下大模型竞争最激烈的几条能力线字节在每一条上都在专门招人做数据。3. 芯片与算力自研已进入深水区基础设施与芯片板块有436个AI岗位。芯片相关岗位的分工细到了“芯片EVB板级系统验证”、“芯片SLT测试”、“芯片泛工艺专家”、“互联芯片架构师技术规划”。这些岗位覆盖了芯片从架构、设计、验证到编译器的完整链条。这些我们隐约可以看到字节在AI算力上的思路计算芯片之外集群互联同样要握在自己手里。一个小的细节是字节的算力规模也在岗位描述里露了大概的底——Data AML团队的一个推理优化岗位写道——“负责Deepseek、Kimi、GLM等模型在多种异构芯片上的推理优化充分发挥出数十万卡的超大规模算力。”去年底有报道说字节2026年要花1600亿元今年5月彭博又报道这个数字最高可能到700亿美元。从招聘看字节在算力这件事上希望从底层掌握更高的主动权。五、岗位描述中哪些词出现的概率最高我对每个AI岗位的标题、职责和要求剔除团队介绍的套话部分做了技术方向标注一个岗位可以同时属于多个方向1882个岗位提到Agent或智能体占AI岗位的39.3%标题里直接写着Agent的岗位有444个。和Agent一起升温的是下面这些词Skill出现在301个岗位里MCP出现在211个Harness出现在155个Context Engineering上下文工程出现在132个。事实上字节的JD里大量出现海外产品和开源项目的名字。提到Claude的岗位有119个其中明确写Claude Code的84个OpenClaw 64个Codex 59个Cursor 47个Gemini 22个国内模型里37个岗位提到Qwen33个提到DeepSeek。有意思的事一个游戏美术岗位要求“熟练使用Tripo3D、混元等主流3DAI工具”。在JD里点名国内竞品的模型有点意思。六、战术关键词评测与数据技术方向统计里排第二的是“数据/评测”1,148个占24%比多模态、RAG、AI Coding都多。从趋势看AI岗位中提到“评测”的比例从去年上半年的12.4%升到今年7月以来的22.0%几乎翻倍。评测岗的形态非常多样有“大模型代码评测专家”、“Agent评测专家To B方向”也有“LLM评估产品经理”、“AI大模型应用能力评测专家自动评测方向”。还有来自豆包爱学、Gauth等教育产品线——“教育测评数据标注员高中数学”、“教育测评数据标注员语文”、“高中语文教研”、“AI教育产品生物教研”等。可以看到字节在按学科招募教研和标注人员专门给模型的解题能力打分。我想这其实在一定程度上也能解释为什么豆包在学生群体中、学生和家长群体中如此受欢迎.很显然测评和数据重要性在提高。这背后的逻辑是——到了现在这个阶段模型能力越来越强普通人已经很难区分顶尖模型之间的区别了高手才对细微的差别有切身体感。这让我想到字节的一个老本事十多年前字节靠推荐算法起家但很多人忽略了它同样靠一支庞大的人工审核和运营队伍把海量内容管住了。组织成大规模的人按标准化流程干精细的活这是字节深入骨髓的能力。顺便说一声对很多有专业背景的人来说这说不定也是一个新的工作机会。毕竟牛逼的人肉老师对现阶段的模型训练和测评很重要。七、分业务看字节的AI战术1. 火山引擎卖模型需要神马样的人火山引擎在招616个岗位AI占比56.0%。它的AI岗位里三类很有代表性。第一类是FDEForward Deployed Engineer前线部署工程师。FDE这个工种由Palantir发扬光大最近一年是当红辣子鸡全部社招中标题带FDE的岗位有20个其中火山引擎的同名岗位就有10个。第二类是行业解决方案架构师。覆盖泛互联网、零售、金融、医疗、校企合作、智慧城市以及“高级商务专家手机厂商-荣耀”、“高级商务专家手机厂商-华为”这样点名大客户的岗位。第三类最出人意料火山方舟在招一支电影剧组。岗位包括“Seedance2.5动画导演”、“Seedance2.5AIGC导演”、“Seedance2.5影视制片”、“Seedance2.5影视编剧”、“Seedance2.5美术设计师MaaS”、“Seedance2.5剪辑师MaaS”、“SeedanceStudio资深广告导演”。从这些岗位可以看出火山在用专业创作团队给视频模型做样板间向影视和广告客户证明模型可以直接用于生产。Seedance效果这么牛逼我理解除了模型训练和数据的优势之外这些真正懂行的业内人士所带来的导演思维、分镜技巧等反馈也是原因之一。此外火山引擎还有一批具身智能和智驾岗位“端到端具身智能规控专家”、“具身智能道路测试开发专家”、“智驾仿真评测专家”、“汽车大模型算法团队负责人”指向汽车这个重要的ToB场景。结合前些天豆包进汽车座舱的新闻9月17日豆包和火山引擎发布“豆包座舱助手”首款车型是上汽的荣威家越07可以看到字节在应用端的覆盖的确是全军出击。此外火山的招聘list中也出现了和出海相关的岗位可知出海也是火山引擎接下来的一个重点。2. 飞书销售必须懂AI飞书的AI岗位占比达到67.0%在成熟业务线里最高。在职能结构层面销售占16%市场占15%比重远高于其他板块。岗位名称包括“AI售前解决方案专家”、“企业AI落地专家SMB方向”、“AI落地实践讲师”、“内容营销经理AI/Agent方向”…还有同类岗位多达12个的“飞书商业合作省域负责人高端企业家圈层方向”。这个职责里写着要拓展“青年企业家协会、行业协会、商学院、高端智库、投行与咨询机构”等渠道。嗯字节是懂我国的国情滴在中国卖AI最终拍板的是老板而老板的判断很大程度上受圈子影响字节显然明白搞定老板朋友圈的重要性。技术侧飞书在招“桌面端Computer Use Agent研发工程师/专家”、“桌面端Agent Sandbox研发工程师/专家”以及“后端工程师Agent身份安全/IAM”等。结合飞书和豆包在产品侧融合以及豆包工作的迭代方向字节在B端想要拿下白领人群最先要解决的是权限、隔离和安全问题。新飞书在这方面投入明显从这些岗位我们也能看到整合后的飞书产品迭代的大体方向。一个小的细节——豆包/Flow的AI原生应用岗位里标题带“商业化”三个字的只有2个这说明字节现在依然还不想直接通过豆包赚钱。3. 豆包手机助手一支按手机厂商标准配置的团队这也是我认为很值得关注的一块。这一点极其牛逼也是为什么Seedance从不打折且成为火山Maas扛把子的原因。从招聘看字节计划将这套模式从国内复制到海外。海外的TikTok用户们准备好迎接代表先进生产力的Seedance AI短剧吧八、一个新的战场AI安全标题里明确指向AI/Agent安全的岗位有82个分布在安全风控、飞书、TikTok、基础设施、豆包手机助手等多个板块其中一个“AI安全防护治理专家”的职责写得很具体支持“高风险AI访问阻断、Agent工具调用限制、Agent执行暂停、高风险插件或MCP Server下线、Token/API Key回收”。没错以豆包工作为代表的Cowork类产品其实已经开始以员工的身份读文档、调接口、操作电脑了它就需要自己的门禁卡AI安全的重要性很显然会随之提高。但的确从招聘的具体岗位来看字节在AI 安全这一块更多的还是在招微观安全的人。核心是防控具体产品和功能保证别给用户捅娄子给用户以安全感而并非像Anthropic从宏观层面担忧AI失控的恐慌叙事。在我看来在现在这个阶段这样的态度也是务实滴。以我粗浅的理解Anthropic那货在制造恐慌层面装逼有点过了。九、字节想要什么样的人最后看人才画像。我对比了AI岗位和非AI岗位在任职要求里的关键词出现比例有下面几个发现——首先Python是AI岗位的第一语言。Python占比30.9%Go19.7%和C19.3%紧随其后。PyTorch出现在7.7%的AI岗位中CUDA/Triton出现在2.7%这两项在非AI岗位里很少出现。其次字节很看重可验证的硬实力。提到开源经历10.1%、顶会论文7.0%、ACM/ICPC等竞赛5.8%的比例AI岗位都是非AI岗位的2到3倍。还有字节几乎不在JD里卡学历。明确写“博士”的AI岗位只有1.3%。经验要求方面2772个AI岗位没有写明年限写了的多是“3年以上”842个和“5年以上”591个。最后“好奇心”、“热爱”这类软性要求在AI岗位中出现得更多。AI岗位对比非AI岗位15.0%对12.2%英语要求反而更低12.3%对22.2%。英语要求主要集中在TikTok、电商等国际化业务的运营类非AI岗位上。字节在过去这些年发展这么快人才密度绝对是非常重要的一个原因。从上面几点看字节的招聘标准的确遵循了第一性原理核心就看能不能打仗。我想这也是字节系创业者这几年逐渐存在感变强的一个内在逻辑。十、字节是一台永不停歇的招聘机器看过卫夕之前文章的同学会知道最后我会聊一聊自己的几个看法——第一点从另一个侧面看字节是一台高效运转的标准化招聘机器。张一鸣2018年他有一句被反复引用的话“一名优秀的CEO首先应该是优秀的HR。”他说自己过去10年面试过“小2000个年轻人”。2016年字节开始自研招聘系统后来做成了对外卖的飞书招聘36氪2021年的报道2020年字节线上面试超过100万场。说句大实话很多公司的招聘是缺人了才招字节的招聘更像一条从不停机的流水线。而且我这篇文章分析的还是他公开的社招招聘事实上其背后还有猎头体系还有到各个 AI 顶会的 After Party 上去抢人。事实上现在豆包的负责人赵琪在2022年就在字节集团的人力资源部轮岗。而据不完全统计字节高管中谢欣、华巍和梁汝波都有字节HR体系的任职经历。另一个角度这两年字节系成了AI创业圈里存在感极高的分支21世纪经济报道说过去一年有30余家字节系AI创业公司完成了融资。没错他们都走了但能将这些有创业精神的人招过来也从侧面说明了字节招聘体系是确实有过人之处。十一、全栈饱和出击的逻辑是什么第二个感受字节在AI层面是全栈饱和出击。从芯片、互联、算力到基座模型、云服务再到豆包、即梦、豆包工作等应用最后延伸到手机、XR和机器人。字节在AI价值链的每一层都有成建制的招聘。而且每一层的二级细分领域字节的投入也让业界叹为观止。很多人会问字节为啥要招这么多人我的答案是因为每一个小点背后都得有人去抠。举几个我自己用下来的例子——2024年豆包推出电脑版时顺手做了浏览器插件连Mac上的Safari都有。划词翻译、网页总结功能都不大可用起来就是顺手。这种顺手背后是有人专门盯着做的。再看豆包工作。很显然和WorkBuddy相比它起步算晚的但迭代速度极快——发布后陆续上线了Mac端操作电脑、本地Office编辑、浏览器录制回放、豆包工作伙伴、目标|计划模式、多任务队列、无限创作画布…我体验下来这些实用的功能都相当丝滑而这都是需要人去磨滴。要知道豆包工作是8月25才发布的到今天也才一个多月。再说连接器。用户看到的是侧边栏里一排小图标点一下就能接入某个应用。但每一个图标背后几乎都得有人去跟对方公司谈给不给接口开放到什么程度。比如下面的岗位就是做类似工作滴很多人觉得字节的产品用着顺没有人磨怎么会顺如果你不理解这一点那么你就去打开你的豆包APP数一数里面的语音音色有多少种。然后你再对比一下元宝和千问里面音色有多少种。十二、饱和投入是有代价滴没错饱和投入是有代价的。最直接的代价是分散。4791个AI岗位散落在671个不同的业务线后缀里。光是本质上在做Agent平台的产品招聘里就能数出一串——扣子、Aime、ArkClaw、HiAgent、飞书aily、TRAE再加上刚上线的豆包工作更不用说肯定还有很多Personal agent在开发者。可问题是字节到底最想赢哪一场分散的另一面是摇摆。今年5月报道称原来由李航负责的AI for Science团队被要求“必须通过火山引擎输出解决方案”此后不少研究科学家出走。请允许我隐约地地觉得字节多少还是缺乏一些重要的Bet押注的重点可以更坚定一些。确定性高的战场字节胜率极高但AI恰恰是确定性模糊的决战。结语最后一个点可能也是最难回答的一个问题。字节是一家产品公司。可在AI时代它真正原创、超前的产品其实不多。字节擅长的是把别人验证过的方向用更大的投入、更细的打磨做成体验好用的辣一个。但今天模型和产品的半衰期越来越短。这时候产品Vision就变得特别重要。曾经今日头条用推荐算法重做了资讯分发抖音把全屏沉浸做成了行业标准。那两次字节都是出题的人。一家令人尊敬的产品公司只做题还不够有好用的产品还不够还得多一些让整个行业跟着它走的产品。Manus、Cowork、NotebookLM、Muse、Grok bot甚至lovart为什么没有诞生在字节作为前PM愿后边有更多像豆包手机那样尽管被很多应用墙掉但业内人依然直呼牛逼的产品。大模型的知识又多又杂到底怎么学做这行久了被问最多的问题就一个大模型的知识又多又杂我到底先学啥翻了一堆资料看啥都像重点结果啥都没学进去。今天把我自己一路摸出来的顺序捋一遍零基础、应届生、转行的都适用。跟着走至少方向不乱、不瞎忙学完拿得出手。第一阶段10天初阶应用这一阶段就一个目标把大模型真正玩明白不是只会聊天那种而是能调教它、能用代码把大模型和业务接起来。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用这阶段正式进实战目标很实在做出两个能拿出手的东西——一个私有知识库一个 agent 对话机器人。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…走完这 30 天Python 或 JavaScript 背景的基本能独立做一套 RAG 应用简历上也敢写大模型应用开发了。第三阶段约20天动手微调学到这你已经开始 “造” 模型了 —— 通过微调搞出垂直领域的专用小模型。为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你从 “只会用” 变成 “能造” 的 AI 小子。那么你还想往下探索吗想要入局AI大模型赛道、抢占行业红利的朋友微信扫描下方CSDN官方认证二维码即可100%免费领取全套学习资料第四阶段20天商业闭环部署落地技术学完落地才算数。这阶段带你搞明白大模型怎么真正跑起来、用起来。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…想要入坑大模型的朋友给大家准备了一份2026 年最新 AI 大模型全套学习资料1、大模型系统化学习路线2、大模型学习视频教程3、大模型学习书籍电子文档4、AI大模型最新行业报告5、大模型项目实战配套源码6、2026大模型大厂面试真题7、为什么要学习大模型我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年人才缺口已超百万凸显培养不足。随着AI技术飞速发展预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。8、适合谁学传统后端 / Java / 前端开发想转型 AI 应用大学生、应届生想拿更好的 offer产品经理、运营想武装职业竞争力技术负责人想给团队落地提效学习是反人性的但回报是真金白银。技术会更新赛道会切换但只要你先动手机会就永远站在你这边。9、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。想要入局AI大模型赛道、抢占行业红利的朋友微信扫描下方CSDN官方认证二维码即可100%免费领取全套学习资料好了就写到这。路线是死的人是活的卡住了随时来问我。觉得有用就点个收藏别让它进收藏夹吃灰——动起来比啥都强。 
长河君 · 2026/10/14 10:23:46 · 阅读 1.2k 字节跳动AI招聘深度解析：小白程序员如何抓住大模型时代机遇（收藏版）
本文通过分析字节跳动招聘官网的AI相关岗位揭示了该公司在大模型领域的战略布局和人才需求。文章指出字节跳动在AI领域的投入遍布芯片、算力、模型训练、应用开发等各个环节招聘岗位占比高达42.8%且持续增长。那篇文章的出发点很简单——招聘是一家公司最诚实的信号之一。它非常清楚地表明公司接下来半年要把钱花在哪些人身上这个东西骗不了人。这一次咱们换个目标用同样的方法来盘一盘字节跳动。和微信相比字节的体量要大得多。要知道据The Information 9月的报道字节2025年营收约2000亿美元基本上赶上了Meta。那么它在招哪些AI相关的人10月5日早上9点字节跳动招聘官网jobs.bytedance.com社招频道共挂出11187个岗位。在官网搜索框输入“AI”返回了4791个岗位占全部社招的42.8%。直觉告诉我这里面有很多东西可以挖掘。下面我们就逐一来看一看我的一些发现——一、数据从哪里来字节招聘官网和腾讯一样无需登录即可浏览。上次研究微信时我试了Manus、扣子空间等一众Agent。这一次我让Claude按官网页面加载岗位列表的同样方式把公开展示的社招岗位逐页读取下来。全程无需登录读取的都是任何访客都能看到的岗位信息。几分钟内就拿到了全部11187个社招岗位再与官网“AI”关键词的搜索结果逐条比对4791个AI岗位全部都能匹配得上。一年多时间Agent在这类长程数据任务上的进步肉眼可见Opus 5.5确实能打。先交代两个口径这里只有中文官网的国内社招TikTok海外站、校招、实习都不在内业务板块是我按岗位标题后缀归并的和字节官方架构不完全对应。好咱们正式开盘——二、字节整体AI岗位占比42.8%而且还在往上走先看一个时间维度。官网每个岗位都有发布日期这个字段发布时间取自官网岗位列表数据详情页上不显示。把在招岗位按发布时间分组AI岗位的占比呈现一条清晰的上升曲线新发布岗位中AI占比从33%升至55%。我们可以看到趋势非常清楚字节新开的岗位里已经有一半以上和AI有关。字节CEO梁汝波9月15日在飞书的大会上讲了一个挺有有画面感的细节PPT里画了PC、Web、移动互联网、AI四座山峰他“刻意让同事将前面这三个峰变矮了一半因为AI这个高峰会比前面的高得多”。从AI岗位占比看梁老板说的和HR的动作是对得上滴。再看职能维度。有几点发现——设计岗的AI占比58.2%比研发52.9%还高。这和直觉有点区别但翻看具体岗位就能理解AI产品设计师、AIGC效果设计师、“DesignVibe Coding”方向的产品设计师……都说AI在淘汰设计师但事实上懂AI的设计师比你想象的更吃香。产品岗的AI占比也超过一半50.4%。4791个AI岗位中有869个是产品经理、策略产品或产品运营岗其中545个标题里直接写着AI、大模型或Agent。销售岗整体只有14.7%但二级类别“销售支持”的AI占比高达79.1%。这些销售支持岗位几乎全部来自飞书和火山引擎“AI售前解决方案专家”、“企业AI落地专家SMB方向”、“AI落地实践讲师”。卖AI需要一支懂AI的售前队伍这个逻辑后面讲ToB时会展开。三、不同业务模块的AI渗透率AI的渗透在字节内部极不均匀。我把4791个岗位按业务板块归了类算了一下每个板块在招岗位里AI岗位的占比排在最上面几个很好理解Seed大模型团队96.1%豆包等AI原生应用77.2%剪映/CapCut 74.3%。最下面几个有点意思电商在招1635个岗位是全公司最多的板块AI占比只有26.4%。本地生活在招883个AI岗位149个占比16.9%垫底。为神马会这样呢电商和本地生活是典型的脏活累活这类业务里大量岗位是商家运营、BD等和人打交道的岗位这类岗位AI帮上忙的部分天然就小一些。电商目前AI主要是在客服、商家助手、达人服务这些环节提效。所以我们能看到“大模型应用研发工程师智能客服方向”等岗位。这和我在微信那篇文章里分析微信电商时的判断相通高熵的重活技术杠杆天然没有辣么重要。这背后的逻辑其实也挺朴素的AI最先吃掉的肯定是线上的活线下嘛还慢慢来。四、战略层两个关键词饱和、全栈字节的AI岗位到底分布在哪些链条上答案是所有链条。首先是芯片SoC、RDMA网卡、交换机……全部社招里芯片及相关硬件关键词的岗位有356个。接下里是算力与训练推理基础设施基础设施、计算、网络、存储、Data AML机器学习平台。然后是基座模型Seed外加为Seed服务的“AI数据与安全”团队。还有模型服务与云火山引擎、火山方舟MaaS。最后是应用和硬件终端豆包、即梦、飞书、抖音、TikTok、电商……豆包手机助手、移动OS、PICO。放眼国内能在招聘上同时覆盖AI产业这六层的公司屈指可数下面挑几层细盘——1. Seed人数不多战线很宽Seed板块在招257个岗位放在字节整体里并不算多68%的AI岗位在北京但它的方向铺得很开大语言模型与Agent预训练、后训练、强化学习、可解释性研究员、Code Agent、AI搜索Agent、通用Agent、“桌面端Computer Use Agent研发工程师”、“大模型Multi-Agent Harness工程师”。直观看字节的Computer Use后边会发力。多模态与生成视频生成、图像生成、3D生成、语音识别与合成、音乐算法、“视觉多模态应用算法工程师视频通话方向”Seedance的领先优势要继续巩固。世界模型“多模态世界模型算法研究员”、“多模态与世界模型强化学习算法研究员”。具身智能这是我认为最值得注意的一块。Seed在招的机器人岗位里除了具身算法研究员还有“机器人减速机设计工程师”、“机器人灵巧手工程师”、“机器人电气连接线束工程师”、“机器人本体结构工程师”、“量产型硬件产品经理”等。招灵巧手、减速机和线束工程师意味着Seed在自己造机器人本体再加上一个“量产型”硬件产品经理心思就更明显了。AI for Science“物质发现算法研究员”、“分子设计与合成科学家”、“化学反应多尺度算法研究员”、“量子化学与机器学习研究员”以及一个“自动化系统工程师”很可能指向自动化实验室。可以看到模型涉及到的主流细分领域字节几乎每一个都有覆盖。神马叫饱和出击这就叫饱和出击2. AI数据这可以看到字节模型接下来能力的重心。Seed旁边有一个很容易被忽略的团队AI数据与安全这个团队的岗位你基本上可以看成是一份字节想让模型学神马的清单——“AI Excel数据专家金融分析方向”“AI数据/评测运营专家AI PPT方向”“大模型数据专家GUI Agent”“医疗大模型数据交付专家”“世界模型数据运营专家游戏方向”“语音大模型数据专家国际化数据”“游戏引擎数据生成工程师合成数据/具身智能方向”金融分析、PPT、数学、GUI操作、医疗、游戏世界、视频创作、多语种语音、机器人仿真…这是当下大模型竞争最激烈的几条能力线字节在每一条上都在专门招人做数据。3. 芯片与算力自研已进入深水区基础设施与芯片板块有436个AI岗位。芯片相关岗位的分工细到了“芯片EVB板级系统验证”、“芯片SLT测试”、“芯片泛工艺专家”、“互联芯片架构师技术规划”。这些岗位覆盖了芯片从架构、设计、验证到编译器的完整链条。这些我们隐约可以看到字节在AI算力上的思路计算芯片之外集群互联同样要握在自己手里。一个小的细节是字节的算力规模也在岗位描述里露了大概的底——Data AML团队的一个推理优化岗位写道——“负责Deepseek、Kimi、GLM等模型在多种异构芯片上的推理优化充分发挥出数十万卡的超大规模算力。”去年底有报道说字节2026年要花1600亿元今年5月彭博又报道这个数字最高可能到700亿美元。从招聘看字节在算力这件事上希望从底层掌握更高的主动权。五、岗位描述中哪些词出现的概率最高我对每个AI岗位的标题、职责和要求剔除团队介绍的套话部分做了技术方向标注一个岗位可以同时属于多个方向1882个岗位提到Agent或智能体占AI岗位的39.3%标题里直接写着Agent的岗位有444个。和Agent一起升温的是下面这些词Skill出现在301个岗位里MCP出现在211个Harness出现在155个Context Engineering上下文工程出现在132个。事实上字节的JD里大量出现海外产品和开源项目的名字。提到Claude的岗位有119个其中明确写Claude Code的84个OpenClaw 64个Codex 59个Cursor 47个Gemini 22个国内模型里37个岗位提到Qwen33个提到DeepSeek。有意思的事一个游戏美术岗位要求“熟练使用Tripo3D、混元等主流3DAI工具”。在JD里点名国内竞品的模型有点意思。六、战术关键词评测与数据技术方向统计里排第二的是“数据/评测”1,148个占24%比多模态、RAG、AI Coding都多。从趋势看AI岗位中提到“评测”的比例从去年上半年的12.4%升到今年7月以来的22.0%几乎翻倍。评测岗的形态非常多样有“大模型代码评测专家”、“Agent评测专家To B方向”也有“LLM评估产品经理”、“AI大模型应用能力评测专家自动评测方向”。还有来自豆包爱学、Gauth等教育产品线——“教育测评数据标注员高中数学”、“教育测评数据标注员语文”、“高中语文教研”、“AI教育产品生物教研”等。可以看到字节在按学科招募教研和标注人员专门给模型的解题能力打分。我想这其实在一定程度上也能解释为什么豆包在学生群体中、学生和家长群体中如此受欢迎.很显然测评和数据重要性在提高。这背后的逻辑是——到了现在这个阶段模型能力越来越强普通人已经很难区分顶尖模型之间的区别了高手才对细微的差别有切身体感。这让我想到字节的一个老本事十多年前字节靠推荐算法起家但很多人忽略了它同样靠一支庞大的人工审核和运营队伍把海量内容管住了。组织成大规模的人按标准化流程干精细的活这是字节深入骨髓的能力。顺便说一声对很多有专业背景的人来说这说不定也是一个新的工作机会。毕竟牛逼的人肉老师对现阶段的模型训练和测评很重要。七、分业务看字节的AI战术1. 火山引擎卖模型需要神马样的人火山引擎在招616个岗位AI占比56.0%。它的AI岗位里三类很有代表性。第一类是FDEForward Deployed Engineer前线部署工程师。FDE这个工种由Palantir发扬光大最近一年是当红辣子鸡全部社招中标题带FDE的岗位有20个其中火山引擎的同名岗位就有10个。第二类是行业解决方案架构师。覆盖泛互联网、零售、金融、医疗、校企合作、智慧城市以及“高级商务专家手机厂商-荣耀”、“高级商务专家手机厂商-华为”这样点名大客户的岗位。第三类最出人意料火山方舟在招一支电影剧组。岗位包括“Seedance2.5动画导演”、“Seedance2.5AIGC导演”、“Seedance2.5影视制片”、“Seedance2.5影视编剧”、“Seedance2.5美术设计师MaaS”、“Seedance2.5剪辑师MaaS”、“SeedanceStudio资深广告导演”。从这些岗位可以看出火山在用专业创作团队给视频模型做样板间向影视和广告客户证明模型可以直接用于生产。Seedance效果这么牛逼我理解除了模型训练和数据的优势之外这些真正懂行的业内人士所带来的导演思维、分镜技巧等反馈也是原因之一。此外火山引擎还有一批具身智能和智驾岗位“端到端具身智能规控专家”、“具身智能道路测试开发专家”、“智驾仿真评测专家”、“汽车大模型算法团队负责人”指向汽车这个重要的ToB场景。结合前些天豆包进汽车座舱的新闻9月17日豆包和火山引擎发布“豆包座舱助手”首款车型是上汽的荣威家越07可以看到字节在应用端的覆盖的确是全军出击。此外火山的招聘list中也出现了和出海相关的岗位可知出海也是火山引擎接下来的一个重点。2. 飞书销售必须懂AI飞书的AI岗位占比达到67.0%在成熟业务线里最高。在职能结构层面销售占16%市场占15%比重远高于其他板块。岗位名称包括“AI售前解决方案专家”、“企业AI落地专家SMB方向”、“AI落地实践讲师”、“内容营销经理AI/Agent方向”…还有同类岗位多达12个的“飞书商业合作省域负责人高端企业家圈层方向”。这个职责里写着要拓展“青年企业家协会、行业协会、商学院、高端智库、投行与咨询机构”等渠道。嗯字节是懂我国的国情滴在中国卖AI最终拍板的是老板而老板的判断很大程度上受圈子影响字节显然明白搞定老板朋友圈的重要性。技术侧飞书在招“桌面端Computer Use Agent研发工程师/专家”、“桌面端Agent Sandbox研发工程师/专家”以及“后端工程师Agent身份安全/IAM”等。结合飞书和豆包在产品侧融合以及豆包工作的迭代方向字节在B端想要拿下白领人群最先要解决的是权限、隔离和安全问题。新飞书在这方面投入明显从这些岗位我们也能看到整合后的飞书产品迭代的大体方向。一个小的细节——豆包/Flow的AI原生应用岗位里标题带“商业化”三个字的只有2个这说明字节现在依然还不想直接通过豆包赚钱。3. 豆包手机助手一支按手机厂商标准配置的团队这也是我认为很值得关注的一块。这一点极其牛逼也是为什么Seedance从不打折且成为火山Maas扛把子的原因。从招聘看字节计划将这套模式从国内复制到海外。海外的TikTok用户们准备好迎接代表先进生产力的Seedance AI短剧吧八、一个新的战场AI安全标题里明确指向AI/Agent安全的岗位有82个分布在安全风控、飞书、TikTok、基础设施、豆包手机助手等多个板块其中一个“AI安全防护治理专家”的职责写得很具体支持“高风险AI访问阻断、Agent工具调用限制、Agent执行暂停、高风险插件或MCP Server下线、Token/API Key回收”。没错以豆包工作为代表的Cowork类产品其实已经开始以员工的身份读文档、调接口、操作电脑了它就需要自己的门禁卡AI安全的重要性很显然会随之提高。但的确从招聘的具体岗位来看字节在AI 安全这一块更多的还是在招微观安全的人。核心是防控具体产品和功能保证别给用户捅娄子给用户以安全感而并非像Anthropic从宏观层面担忧AI失控的恐慌叙事。在我看来在现在这个阶段这样的态度也是务实滴。以我粗浅的理解Anthropic那货在制造恐慌层面装逼有点过了。九、字节想要什么样的人最后看人才画像。我对比了AI岗位和非AI岗位在任职要求里的关键词出现比例有下面几个发现——首先Python是AI岗位的第一语言。Python占比30.9%Go19.7%和C19.3%紧随其后。PyTorch出现在7.7%的AI岗位中CUDA/Triton出现在2.7%这两项在非AI岗位里很少出现。其次字节很看重可验证的硬实力。提到开源经历10.1%、顶会论文7.0%、ACM/ICPC等竞赛5.8%的比例AI岗位都是非AI岗位的2到3倍。还有字节几乎不在JD里卡学历。明确写“博士”的AI岗位只有1.3%。经验要求方面2772个AI岗位没有写明年限写了的多是“3年以上”842个和“5年以上”591个。最后“好奇心”、“热爱”这类软性要求在AI岗位中出现得更多。AI岗位对比非AI岗位15.0%对12.2%英语要求反而更低12.3%对22.2%。英语要求主要集中在TikTok、电商等国际化业务的运营类非AI岗位上。字节在过去这些年发展这么快人才密度绝对是非常重要的一个原因。从上面几点看字节的招聘标准的确遵循了第一性原理核心就看能不能打仗。我想这也是字节系创业者这几年逐渐存在感变强的一个内在逻辑。十、字节是一台永不停歇的招聘机器看过卫夕之前文章的同学会知道最后我会聊一聊自己的几个看法——第一点从另一个侧面看字节是一台高效运转的标准化招聘机器。张一鸣2018年他有一句被反复引用的话“一名优秀的CEO首先应该是优秀的HR。”他说自己过去10年面试过“小2000个年轻人”。2016年字节开始自研招聘系统后来做成了对外卖的飞书招聘36氪2021年的报道2020年字节线上面试超过100万场。说句大实话很多公司的招聘是缺人了才招字节的招聘更像一条从不停机的流水线。而且我这篇文章分析的还是他公开的社招招聘事实上其背后还有猎头体系还有到各个 AI 顶会的 After Party 上去抢人。事实上现在豆包的负责人赵琪在2022年就在字节集团的人力资源部轮岗。而据不完全统计字节高管中谢欣、华巍和梁汝波都有字节HR体系的任职经历。另一个角度这两年字节系成了AI创业圈里存在感极高的分支21世纪经济报道说过去一年有30余家字节系AI创业公司完成了融资。没错他们都走了但能将这些有创业精神的人招过来也从侧面说明了字节招聘体系是确实有过人之处。十一、全栈饱和出击的逻辑是什么第二个感受字节在AI层面是全栈饱和出击。从芯片、互联、算力到基座模型、云服务再到豆包、即梦、豆包工作等应用最后延伸到手机、XR和机器人。字节在AI价值链的每一层都有成建制的招聘。而且每一层的二级细分领域字节的投入也让业界叹为观止。很多人会问字节为啥要招这么多人我的答案是因为每一个小点背后都得有人去抠。举几个我自己用下来的例子——2024年豆包推出电脑版时顺手做了浏览器插件连Mac上的Safari都有。划词翻译、网页总结功能都不大可用起来就是顺手。这种顺手背后是有人专门盯着做的。再看豆包工作。很显然和WorkBuddy相比它起步算晚的但迭代速度极快——发布后陆续上线了Mac端操作电脑、本地Office编辑、浏览器录制回放、豆包工作伙伴、目标|计划模式、多任务队列、无限创作画布…我体验下来这些实用的功能都相当丝滑而这都是需要人去磨滴。要知道豆包工作是8月25才发布的到今天也才一个多月。再说连接器。用户看到的是侧边栏里一排小图标点一下就能接入某个应用。但每一个图标背后几乎都得有人去跟对方公司谈给不给接口开放到什么程度。比如下面的岗位就是做类似工作滴很多人觉得字节的产品用着顺没有人磨怎么会顺如果你不理解这一点那么你就去打开你的豆包APP数一数里面的语音音色有多少种。然后你再对比一下元宝和千问里面音色有多少种。十二、饱和投入是有代价滴没错饱和投入是有代价的。最直接的代价是分散。4791个AI岗位散落在671个不同的业务线后缀里。光是本质上在做Agent平台的产品招聘里就能数出一串——扣子、Aime、ArkClaw、HiAgent、飞书aily、TRAE再加上刚上线的豆包工作更不用说肯定还有很多Personal agent在开发者。可问题是字节到底最想赢哪一场分散的另一面是摇摆。今年5月报道称原来由李航负责的AI for Science团队被要求“必须通过火山引擎输出解决方案”此后不少研究科学家出走。请允许我隐约地地觉得字节多少还是缺乏一些重要的Bet押注的重点可以更坚定一些。确定性高的战场字节胜率极高但AI恰恰是确定性模糊的决战。结语最后一个点可能也是最难回答的一个问题。字节是一家产品公司。可在AI时代它真正原创、超前的产品其实不多。字节擅长的是把别人验证过的方向用更大的投入、更细的打磨做成体验好用的辣一个。但今天模型和产品的半衰期越来越短。这时候产品Vision就变得特别重要。曾经今日头条用推荐算法重做了资讯分发抖音把全屏沉浸做成了行业标准。那两次字节都是出题的人。一家令人尊敬的产品公司只做题还不够有好用的产品还不够还得多一些让整个行业跟着它走的产品。Manus、Cowork、NotebookLM、Muse、Grok bot甚至lovart为什么没有诞生在字节作为前PM愿后边有更多像豆包手机那样尽管被很多应用墙掉但业内人依然直呼牛逼的产品。大模型的知识又多又杂到底怎么学做这行久了被问最多的问题就一个大模型的知识又多又杂我到底先学啥翻了一堆资料看啥都像重点结果啥都没学进去。今天把我自己一路摸出来的顺序捋一遍零基础、应届生、转行的都适用。跟着走至少方向不乱、不瞎忙学完拿得出手。第一阶段10天初阶应用这一阶段就一个目标把大模型真正玩明白不是只会聊天那种而是能调教它、能用代码把大模型和业务接起来。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用这阶段正式进实战目标很实在做出两个能拿出手的东西——一个私有知识库一个 agent 对话机器人。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…走完这 30 天Python 或 JavaScript 背景的基本能独立做一套 RAG 应用简历上也敢写大模型应用开发了。第三阶段约20天动手微调学到这你已经开始 “造” 模型了 —— 通过微调搞出垂直领域的专用小模型。为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你从 “只会用” 变成 “能造” 的 AI 小子。那么你还想往下探索吗想要入局AI大模型赛道、抢占行业红利的朋友微信扫描下方CSDN官方认证二维码即可100%免费领取全套学习资料第四阶段20天商业闭环部署落地技术学完落地才算数。这阶段带你搞明白大模型怎么真正跑起来、用起来。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…想要入坑大模型的朋友给大家准备了一份2026 年最新 AI 大模型全套学习资料1、大模型系统化学习路线2、大模型学习视频教程3、大模型学习书籍电子文档4、AI大模型最新行业报告5、大模型项目实战配套源码6、2026大模型大厂面试真题7、为什么要学习大模型我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年人才缺口已超百万凸显培养不足。随着AI技术飞速发展预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。8、适合谁学传统后端 / Java / 前端开发想转型 AI 应用大学生、应届生想拿更好的 offer产品经理、运营想武装职业竞争力技术负责人想给团队落地提效学习是反人性的但回报是真金白银。技术会更新赛道会切换但只要你先动手机会就永远站在你这边。9、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。想要入局AI大模型赛道、抢占行业红利的朋友微信扫描下方CSDN官方认证二维码即可100%免费领取全套学习资料好了就写到这。路线是死的人是活的卡住了随时来问我。觉得有用就点个收藏别让它进收藏夹吃灰——动起来比啥都强。