字节跳动再落AI关键一子：新一级部门“AI数据与安全”浮出水面

8月11日，36氪旗下“智能涌现”援引多个独立信源报道：字节跳动近期成立了一个新的一级部门——AI数据与安全。

与Seed、Flow、抖音等部门平行。负责人是王赢磊（Adam Wang）。

这是继2023年底成立Seed和Flow两个AI一级部门后，字节围绕AI业务成立的又一个一级部门。

先说部门本身。

AI数据与安全不是凭空长出来的。它的前身之一是TikTok创始团队成员傅越2023年成立的Global Data团队，当时百人左右规模，最早服务Dola（豆包海外版）和TikTok等国际业务，后来开始承担Seed模型训练的数据采购和质量管控。

除此之外，新部门还整合了集团数据中台DMC，以及Flow下属的AI数据平台AIDP。整合从2026年6月初开始，目前还在梳理架构。

整合之后，这会是一个横跨基座模型到业务团队的庞大数据团队。核心职能是为字节所有大模型提供跨模态的数据服务，覆盖数据生产全流程：标准制定、寻源采购、合成清洗、质量评测。

那为什么字节要在这个时间点，把数据团队单独拎出来升格成一级部门？

直接原因是整合需求。过去几年，字节内部围绕数据长出了好几套班子——Global Data做国际业务数据，DMC做集团数据中台，AIDP做Flow的数据平台，Seed内部不同模型方向也各自建了数据团队。做的是同一类事，但各管一摊。整合是迟早的事。

深层原因比这个要重。

今年7月底的Seed全员会上，张一鸣表态：字节在大模型攻坚上“坚决不蒸馏”。8月5日字节全员会上，CEO梁汝波说得更具体：“字节大语言模型会坚定自研，做好基本功，接受短期落后，坚持优化长期，最重要的是动作不要变形。”

“不蒸馏”三个字，听起来像原则表态，落在业务上就是实打实的成本。

如果允许蒸馏，字节可以直接拿别人的模型输出做训练数据，省掉大量数据采买、清洗、标注、评测的投入。但张一鸣把这条路堵死了。所有数据都得自己搞——自己采购、自己合成、自己清洗、自己标注、自己评测。

那就需要一个足够大的团队来兜住这一切。

有多大？据《智能涌现》此前报道，仅Seedance的数据评测团队就有上千人。每一位Seedance算法工程师背后，往往配着十余位数据同事。而在世界模型和Coding模型的训练上，字节2026年初的数据预算已经超过千万美元级别，而且“如果觉得不够，可以随时追加预算”。

Seedance 2.0的成功，被多位从业者称为“一场数据的胜利”。这句话放在这个时间点看，不是事后总结，是方向确认。

还有一层外部因素。

全球AI行业正在经历一个结构性变化。当公开互联网数据被穷尽之后，模型竞争的核心变量正从算法和算力转向真实世界的高质量数据。Epoch AI的研究显示，语言模型的训练将在2026年到2032年间耗尽人类公开的文本数据。高质量语言数据可能2026年就会率先枯竭。

字节不是不知道这个趋势。把“AI数据与安全”提到和Seed、Flow平级的位置，等于正式承认：数据不再是算法团队的附属职能，它已经长成一个需要独立组织、独立预算、独立负责人的基础设施层。

Seed管模型，Flow管产品，AI数据与安全管理数据。字节AI的三级架构，至此补齐。

王赢磊的背景也值得说一句。他此前的职位是TikTok平台责任负责人和TikTok直播负责人。直播业务曾是TikTok最主要的营收来源之一。把做过最大营收业务的人调来管数据部门，字节对这个部门的定位，不是“支持部门”四个字能概括的。

张一鸣不让抄作业，字节只好自己编教材。编教材这件事，现在有了专门的编辑部。