字节为什么总是可以推出超级App?

【阅读笔记】蔡钰·商业参考4

一、字节是App工厂

在过去几年的中国互联网行业里，字节跳动被称为“App工厂”。
在推荐算法的时代，字节展现了无人能撼动的领导者地位和极快的创新速度。

它成功推出过一系列日活过亿的国民级App，今日头条、抖音、TikTok、番茄小说、红果短剧、汽水音乐等等。
在这两年的AI浪潮里，中国日活最高的AI应用，很长时间里也是字节的豆包。

这不全是因为字节在人才市场上也奉行大力出奇迹、高薪招募了大量的精英人才。
每当这批字节人才自己出去创业，或者去其他大厂负责相关业务，往往却不能再复现当初跟字节同级别的创新活力。

答案只能是环境和机制了。

二、字节的开放目标

字节在内部，塑造了一套独树一帜的、类似“自由市场”的资源组织方式，这套机制是人才们的创新活力来源。

1、字节喜欢的人才

字节喜欢在市场上高薪搜罗人才，
它不但开高薪，而且挑人，喜欢PSD型人才。P是Poor，也就是贫穷；S是Smart，聪明；D是Desire，欲望。
这样的人心力旺盛，野心勃勃。
这之外，别的大厂觉得很难管的有创业经验者，字节也很喜欢。

这些人才，优点是聪明、有自驱力，
但缺点是多少有点桀骜不驯。
要是常年陷在大厂的组织流程里，创造力也很容易流失。

2、开放的目标

怎么减少组织流程对创新人才创造力的消耗？
字节，搭建了一个资源的“内部自由市场”。

在传统大厂做事，要么得服从上级定好的安排，要么得层层上报确认想法；
而在字节，做事的方式更接近于自下而上、自内而外地路演融资。

一个新人，从入职开始，接到的目标往往就是个笼统的方向。
比如，
“我们要提升电商规模”，或者“我们要勇攀AI高峰”，
而不是“日活提升20%”这类量化指标。
这就是OKR里的O。

至于K和R是什么，靠你自己发挥。
需要你去告诉你的领导：“为了实现这个目标，我打算这么干，我想要某某资源。”

也就是说，
虽然字节OKR的O是自上而下对齐的，但它的实现，更依赖自下而上的创意和想法。
这是字节这套“自由市场”组织体系的第一个特点。

不但如此，就连OKR的目标O，对人才也是保持开放性的。
不少字节员工，尤其是早期，都有过类似的经历：
先是沿着确定的目标推进了一段时间，突然感觉不对，于是推翻了自己的规划，直接就去干新的事情了。
等到OKR两三个月后的复盘会上，他才告诉领导和同事们，自己把原先的OKR推翻了，改了新的做法，甚至转向了别的目标。
只要他交出来的结果数据是漂亮的，就能被字节理解，甚至奖励。

这是目标的开放性。

三、资源的内部自由市场

这种安排放在大多数企业有一个常见的难处：
你不声不响改工作方向，哪来的资源支持你呢？

字节解决这个问题的方式，
也是依靠内部的自由市场，鼓励员工们找其他同事“融资”，争取研发和运营资源。

靠什么融资？
靠你的想法所指向的数据预期。
你既然相信新想法更有效，能带来更好的数据突破，那么这些突破就应该也能给其他人的工作加分。
字节内部的每个产品、研发和运营，也都在时刻焦虑着自己的OKR，也在留意新的机会与合作者。

所以，你不需要说服自己的直接上级，只需说服一两组听懂了你的故事、愿意入伙的同事，你的合伙人和资源就有了。
新的合作关系一旦形成，新的项目就会写进入伙各方的OKR里。

目标可以自主调整，资源可以自由争取，再加上字节丰厚的薪酬，人才们相当于进入了一个丰饶系统，去推进一场场小型的内部创业。
聪明劲儿、进取心和创造力也就都愿意施展了。

四、数据把关

字节用数据控制人才们的发挥不会太过走题，甚至失控。

在字节内部，数据就是用来兑换资源、业绩和激励的硬通货。
只要你有数据证明你的新思路可行，就会有人愿意入伙；
只要在两个OKR周期内，有数据能证明你们的实践带来了业务数据的突破，你就能换来奖金和火箭式的晋升。

2024年时，抖音的新晋总负责人韩尚佑，就是靠着数据说话，在34岁的年纪成为抖音的6亿日活和几千亿营收的拍板人的。
这样的晋升速度，当然会鼓励更多饥渴聪明的年轻人，去寻找更好的机会和更好的做法，或者带着公司内的节点资源去投奔更有胜算的项目。

甚至，就连非业务线的员工，也会被放到一个个的数据评价框架里。
一个员工写了个内部工具或文档，用的人越多、看他文档的人越多、点赞的人越多、来求助的人越多，也能换来越多公司的认可和嘉奖。

数据说话，导致我们在外部看到，字节有些员工因为实现了有效的数据突破，加薪和晋升速度飞快；
同时，也有大量员工因为无法实现数据突破，或创造力枯竭，而不断离职。

五、人才密度与信息差

1、人才密度

不断高薪引进高素质人才，在内部用自由市场释放人才的创造力，再用数据不断筛选和沉淀能适应这个系统的人才。
梁汝波强调的“人才密度”，就这么沉淀出来了。

这样的人才密度在这样的自由市场里的高效运转，
让字节拥有了其他同体量公司很难企及的组织能力，成为了不断孵化上亿日活的APP工厂。

字节的核心管理哲学叫“提供上下文，而不是管控”。
它先相信人才是想做事、有好想法的，在此基础上，尽量给足“上下文”，也就是在帮内部那个自由市场变得更有效、信息流动更充分。

2、信息差就是价值差

更高的人才密度，还有一个作用：
在字节内部和外部，创造了信息差。
而信息差就是价值差。

同样是字节认准的人才，流转到外部创业，或者去往别的科技大厂担纲重磅项目，能实现的战绩往往没有在字节时那么大。
原因就是，
字节内部的人才密度远高于外部市场，人才身在字节时能接触到的其他人才、能获取到的信息、能调动的预算，在规模上都强于外部和其他大厂。

同时，在公司层面，
字节过往这些年，又借助头条、抖音积攒了强悍的算法能力、增长能力和商业化能力，而且把它们都中台化了。

所以，后进人才们也经常能在飞书上，检索到中国最顶级的相关经验沉淀。
这样做事的起点和高度，也跟外部不同。

3、阶级固化问题很小

字节员工有了更好的想法，不必征求上级同意也可以组队开工，这又带来了一个衍生作用：
没有高管可以在功劳簿上躺平，独占领地。

如果有别的新人，对某位高管的成功项目提出挑战，认为自己有更好的方法，实现更好的增长，他不需要这位高管的同意就能开干。
一旦新人交出了更快的增速、更好的业绩，
那么资源就会从老业务负责人向新挑战者倾斜。
毕竟，资源持有者也希望跟着胜算更大的人，拿到更好的数据和业绩。

所以，字节内部的“阶层固化”问题，比同级别大厂要小很多。
高管们也要不断寻找新的突破口，来防止戴着字节工牌的其他挑战者取代自己。

这当然就让字节诞生下一个日活过亿的大单品的概率，高于外部。
所以，
在头条之后抖音仍能爆火，
抖音之后仍然能有TikTok、飞书、番茄小说、红果短剧、汽水音乐、豆包、豆包手机，在字节不断涌现。

六、只有字节可以玩的游戏

字节在员工规模上了10万量级后，
仍然能保持相对的灵活性、不断推出国民级App产品的原因，就像把大象装冰箱一样，总共分三步：
第一步，高薪搜罗野心勃勃的聪明人才。
第二步，在内部创建资源的自由市场，让人才们自由发挥。
第三步，根据结果数据，不断筛选和沉淀出与字节范儿匹配的人才，提高人才密度，进一步拉高内部自由市场的运转效率。

这是一种以强内耗为代价的创新机制，是富家子才能玩的游戏。
字节凭借早期头条和抖音打下的高流量、高增长、高收入的基础，能够在外部撒钱捞人，在内部撒资源试错，来摁住精英们的小概率成功。

字节年收入已经接近2000亿美元了，是推荐算法时代的富家子，玩得起这种游戏。
而它也有不少前辈。
腾讯当年，也用类似的赛马机制，跑出过微信、跑出过《王者荣耀》。

七、字节在AI时代可能遇到的难题

字节这种强内耗式创新，也会带来深远的副作用。
这可能会让字节的整个组织变得短视，进而在AI时代成为一个跟随者。

1、字节的算法能力

对字节员工来说，背靠字节已经验证过的算法能力，来做从1到n的新产品，是业务链条最短、动作见效也最快的产品。
而在这些App里再做优化，也很容易看到数据反馈：
一个员工调整了内容推荐算法，第二天就能看到用户留存率变高还是变低；
一个员工调整了对达人的激励方式，下周就能看到达人发布的内容条数变多还是变少。

但反过来，一些有长期价值、但短期看不到数据表现的需求，往往就会无人问津。比如，算法和内容背后的价值观建设；
比如，从0到1的科研级创新。

2、字节对短板的补丁

第一个机制，就是根据外部市场和用户的反馈来校正自己。

第二种机制，就是依靠最高管理者张一鸣的战略思考，来自上而下贯彻长期目标。

3、AI时代的难题

进入AI时代后，有些问题字节的这两个补丁也解决不了的。
否则，字节就不会在2024年才大举进入AI领域，豆包也一度被毫无流量资源的DeepSeek快速超越了。

在AI赛道上，字节怎么就成了跟随者？
原因在于，
大模型时代的上半场，各家公司拼的不是大力出奇迹的用户规模，或者成熟技术在各个领域的应用，而靠的是技术上的突破和革新。
GPT是这样，Gemini是这样，国内的Kimi、DeepSeek和千问也是这样。

在AI产业的科研高墙面前，字节那套无往不利的“自由市场”机制，似乎失灵了。

怎么会失灵的？
因为AI产业太新了，外部市场和用户反馈不足；
张一鸣这个火车头，也没法定义技术的正确路径。

更要命的是，字节内部的自由市场机制，跟科研高墙不适配。
做科研必须面对三个问题：
第一，路线不明。
第二，结果未知。
第三，周期漫长。
这恰恰是字节的自由市场创新机制里，人才们最忌讳、最害怕的东西。

算法工程师想研究另一种AI的技术思路，但确定可行吗？
可行了能兑现成数据吗？需要多久？
在干出结果之前，谁也答不出来。
哪怕这位工程师愿意拿自己的字节生涯赌一赌，他的上级为了自己的管理数据好看，也会劝阻他，要求他把80%的精力放到能够兑现业务数据的工作上。
同样的，一个人才拉到了资源和同事，组成新的项目团队，同事们也会根据项目的数据进度随时考虑“撤资”，来保住自己的OKR。

所以在字节内部，
就连当初靠着AI功能崛起的视频剪辑软件剪映，在换了团队后，新的团队也放弃了对AI的探索，转向了先堆功能。
毕竟，堆功能见效更快，有数据。
这样一来，技术人才们，哪怕最初来自谷歌、来自微软，他到字节后的创新能力也被限制在了应用层，而不能下探到科研型创新。
而这种科研型创新，明明是字节也需要的。

相比之下，
DeepSeek全员专注实现AGI，全员统一薪资，不追求用户增长，也不关心日活榜单，科学家们反而能更纯粹地合作、更彻底地专注在共同的长期愿景之上。

【启发】

字节的AI 应用

进入2026年，中国AI产业似乎进入了拼应用的时代，这恰恰又回到了字节的舒适区。没有经历“发明算法”阶段的字节，
也不知道能不能靠大力出奇迹的运营策略，直接跳到“应用算法”阶段，稳住过往七八年的行业领先者地位。

字节也已经意识到了自己的局限。
2024年，已经退休的张一鸣亲自介入，在字节内部组建了一个Seed Edge，来专注AGI的长期基础研究。
这个团队享有单独的算力资源支持，成员们实行长周期考核，被鼓励去探索颠覆性的课题。
2025年年初，字节又把这个团队的带队者，换成了来自谷歌、参与了Gemini研发和早期追赶历程的吴永辉。
2025年，这个团队推出了一个名叫Seedance的音视频生成模型。
2026年2月刚刚更新到了2.0版本，功能非常之强大。

字节的速度仍然很快，
2024年才独立出来的Seed Edge团队，在脱离了短期创新压力之后，2年就有拿得出手的结果了。

春节期间的AI45亿红包之战，硝烟四起，
中国的AI大模型之战，谁能赢到最后？
一切才刚刚开始。

慢慢来，比较快。春节快乐。