作者丨何赛
编辑丨方乐迪
字节跳动正在做一件反常的事：拆掉那台让它赢下整个移动互联网时代的发动机。
过去十年，字节靠一套公式，把用户的注意力收拢起来卖给广告主，这套公式让它成为中国最凶猛的流量机器。但现在，这家以“大力出奇迹”立身的公司，正在亲手否定那些让它成功的习惯。
而在6月23日的火山引擎Force大会上，这家公司亮出的是另一副面孔。五款模型集中亮相，台上的节奏密集得像一场军备展示。但比新模型更值得注意的，是梁汝波在视频里念叨的两个词——收缩，聚焦。
他说，攀登AI高峰是字节当下最重要的事情，攀高峰要专注，所以过去几年字节一直在收缩业务宽度，把精力重点聚焦到AI，再在AI里聚焦到提升模型能力。
模型能力，最重要办事。
正是在这个背景之下，豆包要从聊天框，挤进你的工作台。
标准版68元，加强版200元，专业版500元。这大概是中国AI行业今年最重要的一个信号——那个靠补贴、靠免费换用户的阶段结束了，那个相信AI助手会长成下一代微信的阶段结束了，把月活和下载量当成唯一目标的阶段也结束了。
能办事，阿里、腾讯和字节，给出了不同解法。阿里是天然的，千问和背后的Qwen，能够直接在阿里妈妈、钉钉、电商业务里带来货真价实的业务转化，能够服务于自己电商和云生态，具备足够的外部性；腾讯有微信、小程序、广告和支付，这个体系也足够撑起AI的商业化。他们都有不用向用户收费还能盈利的办法。
但字节或者豆包不同，这并不是说字节不能办事。相反，豆包太强大的C端影响，遮蔽了字节系能办事的能力。豆包收费，与其说成本账，不如说算的是认知账——大张旗鼓的宣示自己的办事能力。
而当下，字节的生产力工具里等到了下场的节点。火山引擎总裁谭待下了个明确判断——Coding和Agent领域已经跨过了“生产力质变点”。
其实，把AI做进生产流程，难度高过社交、购物。消费流程的终点是付款，标准化、高频、决策轻。工作流程的终点是一份能交付的东西，质量门槛高，容错率低。
火山引擎这次亮出的工具矩阵，瞄准的正是这一层。
谭待在采访中描述了一套AI原生架构的分层：从最核心的模型，到MaaS平台，到AgentKit做Agent开发，再到上层应用。最上方提供不同类型的AI工作台——零代码开箱即用的ArkClaw企业版工作台，低代码的Coze（扣子），高代码的HiAgent和Trae。不同角色用不同工具，有的给企业个人提效，有的给企业组织提效。这不只是模型能力的问题，也超过了Harness的范畴——你要让AI在企业里作为Agent运行，就必须跟企业的系统打通、跟企业的数据打通，做好Agent身份的鉴权，满足监管合规各种各样的需求。
Trae现在不仅有Coding也有Work，成为接入企业已有工具、规范和流程的AI开发平台。
聊天框接住的是一句话，工作台接住的是一件事的全程。这中间的差距，已经有企业用真金白银验证过了。
基于Trae平台，银河证券重新梳理了研发流程。公司能直接在Trae里输入需求，就能完成“拉需求，拆任务，写代码，发审核”。原本预计4个月以上的跨境交易系统重构项目，被压缩到了2个月，AI代码采纳率87%以上，Bug率降低25%。更关键的是，Trae还把团队反复使用的方法沉淀成组织级Skill——过去靠老师傅带新人，现在沉淀成Skill，成为公司的操作手册。
豆包敢收费、敢把自己摆上工作台，背后是字节一桩更大的买卖：把模型能力当成基础设施卖出去。要看懂这次转身，得先回到它过去那台赚钱机器。
移动互联网时代的字节，核心资产是推荐引擎。它的飞轮很简单：用户数据喂养更精准的算法，算法换来更长的停留时长，时长再换来更多用户，尽头是广告——变现直接长在注意力上面，不需要任何中间环节。这套打法给字节修了一条很深的护城河，它在移动时代赢得轻松，赢在别人没它快。
但AI把这套逻辑整个翻转了。移动时代边际成本趋近于零，多一个用户就多一份广告纯利；AI时代反过来，多一个用户意味着多一笔GPU算力和带宽的账单。用户规模越大，后台成本的压力越大。而大多数人对豆包的使用极其轻量——问几个常识问题，搜几条信息，生成几张图片——这些低频、低价值的行为，很难转化成稳定的付费。
谭待有句话可当钥匙：PC时代的主体是Web，移动时代是App，AI时代是Agent。这次大会，火山引擎的MaaS被梁汝波定为“基础业务”——进入长期坚定投入、不计短期回报的序列。一家靠流量套利长大的公司，第一次去做基础设施，让别人跑在自己身上。
数据撑得起这门生意。截至6月，豆包日均Token调用量突破180万亿，过去一年增长超10倍；火山引擎在中国公有云MaaS市场占49.5%份额，位居第一；110万企业和个人在用，年Token超1万亿的企业已达200家，半年翻倍。
位置变了，护城河也跟着变。移动时代守的是数据网络效应，AI时代守的是前沿模型能力。一道会自己变宽的河，换成了一座要靠千亿美元资本开支反复重修的墙。守墙，比守河累得多。
守这座墙，逼字节长出过去不需要的器官，每长一块肌肉，背面都是一次对旧本能的反学习。
第一块是研究能力。移动时代字节的算法是推荐排序，靠海量A/B测试就能逼近最优。基座大模型不吃这一套，它要的是预训练、强化学习这些没有即时反馈的长期押注。字节年初把“探索智能上限”写进OKR，把提升智能本身当成目标，而非某个产品的DAU——这是它第一次把一个不对应DAU的东西放到最高优先级。成效已经出来：豆包2.1 Pro在SWE-Pro、Terminal Bench等代码评测里进入第一梯队，多项指标超过Claude Opus 4.6。更硬的例子是一项芯片RTL测试：豆包2.1 Pro连跑近18小时、9轮迭代，交付1300行可上线的生产级代码。
第二块是To B的服务与信任，这曾经是字节最缺的一块。靠C端流量长大的公司，骨子里不懂怎么伺候企业客户。企业要的是服务等级协议、可追溯、数据不被偷看，而非爆款和增长黑客。梁汝波把“加强客户信任与安全”写进个人OKR，火山引擎拿出AI Trust产品体系，承诺可验证、可追溯的安全底座——C端打法里从不需要它，做企业生意却一天离不开。
第三块是全模态的生产工具。移动时代字节做的是消费工具，帮你刷、帮你看。现在豆包2.1 Pro发力的是Coding、Agent、视觉理解，Seedance往工业制造、具身智能、自动驾驶的数据合成里落，Seedream直接产出可编辑的分层设计图——都是拿来生产的。一个数据说明变化：Seedance 2.0之前，视频生成的调用量周末远大于工作日，本质是个玩具；2.0之后，工作日负载反超周末，它被搬进了生产环境。谭待索性把视频生成重新定义为“构建世界模型的基础”。
第四块是把算力当战略资产经营。移动时代字节的成本是带宽和服务器，线性、可预测；AI时代要面对反复重投的算力账单，要算GPU和CPU的利用率，要管机房和电力。梁汝波把提升机房、电力、芯片利用率写进攀高峰的思路。火山方舟还做了大量推理优化，让Seedance能把低端芯片用起来，跟Coding Agent互不抢算力。一家轻资产、靠流量起家的公司，头一回要像运营基础设施那样，抠算力的每一分效率。
入口会制造热闹，流程才会沉淀生产力。豆包用一张收费单，宣布自己要从前者走向后者。这一步，走对了。
字节的对手也跟着换了，从国内比拼谁更会做产品的腾讯、快手，换成了Anthropic这样以研究为底色的全球前沿实验室。谭待在会上提出一个“质变点”的框架：Opus 4.6是全球第一个跨过生产力质变点的模型，而豆包2.1 Pro要做的，是成为下一个跨过这条线的模型。
参照系变了，字节量自己的尺子，也从“谁更会把注意力变成钱”，换成了“谁的模型更强”。
一家公司最难否定的，是它过去赖以成功的东西。字节要打破的，从来不是别人的舒适区，是那些让它成为今天这个字节的成功习惯。那道墙还没建成，但它已经把所有资源都搬到了墙根下。而豆包那张68元起步的收费单，就是它扔过墙头的第一块砖。
THE END
精彩评论