搜索
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、“Design+Vibe 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%，
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、
最后是应用和硬件终端：
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、
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Qwen，33个提到
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
“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
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FDE（Forward 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：
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
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
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——
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。
岗位极其多样，包括“移动OS”（125个岗位）、“
看看这些岗位的名称：
单是移动OS这条业务线，标题里带Camera的岗位就有23个。
基带、通信协议、相机驱动、充电、整机工艺，这些已经深入到手机整机和系统底层。
很显然，如果只是做一个手机AI助手，用不着招Modem协议工程师和整机工艺工程师。
结合AI创新业务团队的描述，以及岗位描述里出现的手机、眼镜、耳机、手表等字眼。
我的判断是：字节在AI终端上的投入，已经走向了具备整机与系统级能力的方向。
7月晚点报道，新一代
9月14日，新一代
被围剿之后，字节的应对是往下沉。
沉到系统层，拿到屏幕之下的权限，同时把规则摆到台面上，让别家自己选。
从招聘岗位看，字节在手机+AI这个赛道上的野心，比业界大部分从业者想象的还要大。
4. 抖音与TikTok：AI深入改变推荐
抖音及内容产品板块的528个AI岗位里，推荐算法工程师最多。
更值得关注的是推荐的技术栈本身也在变：
“Agentic RecSys算法工程师-抖音”、“推荐大模型算法工程师-番茄”、“推荐大模型/生成式推荐算法工程师-Data”（覆盖红果短剧、
用大模型重做推荐系统，是字节在技术层面的一次换代。
抖音也在做面向用户的AI功能：
“抖音AI分身”业务线在招多模态和NLP算法工程师；抖音直播在招“数字人模型工程技术专家”、“数字人生成算法工程师”；还有“营收礼物玩法产品经理（AI应用方向）”等。
TikTok的483个AI岗位（均为国内岗位）呈现出另一种结构：运营类占30%，高于多数板块。
里面有大量评测、本地化和内容治理岗位，比如“搜索内容质量评估”、“AI安全数据策略运营”、“本地化质量专家”
值得一提的还有“AI英文剧本生产（短剧）”，AI已经被用来生产面向海外的短剧剧本，全部AI岗位中，提到“短剧”的有114个。
从岗位类型可以看到，TikTok 和抖音确实在技术栈有很大的渊源，因此在算法等技术层面不用重复造轮子，只需要在运营层面用招人来做差异花。
这和之前“产品全球化、内容本地化”的策略是一脉相承的。
此外，字节也是全球唯一跑通了AI视频从模型、工具再到分发和变现完整闭环的公司——
Seedance做模型，即梦和
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、
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
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%），Go（19.7%）和C++（19.3%）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
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
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
这种顺手，背后是有人专门盯着做的。
再看
很显然，和
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、
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，
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
然后你再对比一下元宝和
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、
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
都看到这里了，不加个关注说不过去吧？
