豆包日活2亿后却收缩对话团队，员工感慨豆包沦为边缘产品

赵祺加入豆包后，同样将人效放在重要位置。据悉，豆包原先设有一个独立的评测团队，今年被赵祺拆分，人员被分配至各个业务组。与此同时，负责对话方向的产品后训练团队（Product Posttrain-Chat）也在收缩规模。

该团队由朱文佳领导，归属大模型部门Seed，与豆包产品团队配合，基于Seed的基础模型进行后训练，产出可供豆包直接调用的小模型。由于业务需求下降，部分成员已转往Horizon RL、产品后训练-办公（Product Posttrain-Work）等部门。另有消息称，对话模型合版负责人在一个月内经历了两次更换。

豆包当前是国内日活跃用户数最多的AI应用，DAU已突破2亿，但其过往的成绩，从根本上说仍是对话产品的成功。

进入今年，对话产品在商业化上的瓶颈逐步暴露。每天2亿用户所产生的成本，不仅来自文字对话，还包括图片、语音、视频等多模态功能。豆包向每位用户每天免费提供5条Seedance视频生成额度，这部分需与火山引擎单独结算。一些漫剧制作者甚至通过批量注册账号建立“号池”，集中消耗免费额度，进一步抬高了豆包的成本。

另一方面，Anthropic在企业市场的收入快速攀升，促使大厂将注意力从对话转向企业服务与商业化。

目前，豆包的收入业务划分为两条线：豆包PC端和飞书产品负责人童遥主管“生产力”，涵盖豆包专业版、企业版以及飞书内的豆包工作；原抖音电商搜索负责人夏宁负责生活服务和电商。此前还有一条由杨康负责的小程序调用业务，比如在豆包内打车，近期该团队已被并入前两条业务线。

一些原本用于提升对话体验的工作被搁置，“讨好”问题便是其中之一。

今年4月，豆包将推出付费版的消息传出后，用户开始集中吐槽其回答“又蠢又讨好”，并质疑这样的体验是否值得付费。

讨好倾向的形成与豆包的产品策略相关。豆包不仅关注模型是否足够聪明，也在意用户是否喜欢这个产品。核心指标之一是留存，即在一段时间内用户回访使用的天数。每次上线新版本，留存至少不能下滑。

为此，产品和后训练团队会共同调整模型：通用Session团队负责定义豆包该如何回答，包括信源排序、答案长度、语气、是否追问等；后训练团队中的Strong Character（强人格）小组，则利用脱敏后的用户反馈训练奖励模型，塑造模型的人设与回答风格。

这套做法提升了留存，但也产生了副作用。今年春节前，豆包上线一版新模型，训练过程中过度放大了用户偏好的权重，导致模型更加倾向于讨好用户，甚至影响了回答的准确性。春节后用户量快速攀升，豆包已很难退回旧版本。

到了4月，豆包内部开始讨论如何调整：一旦纠正讨好倾向，让回答变得冷静、克制，留存就会下降，一段时间内无人敢做决定。最终，Flow部门负责人朱骏（Alex）拍板，接受短期留存下滑以纠正产品体验。

随后，产品和算法团队加班处理过度顺从用户的bad case，耗时超过一个月，调整奖励模型权重，清洗数据，重新训练模型，留存指标短期内出现了不到1%的下滑。这也是今年豆包在对话体验上最大的一次改动。

讨好的治理是一项长期任务，它涉及模型应当具备怎样的人格——Anthropic甚至为Claude撰写了一部“宪法”，但在豆包内部，随着业务重心转移，讨好问题的优先级目前已有所下降。

一位豆包员工感叹，豆包如今成了一个日活超过2亿的“边缘产品”。

不过，人员缩减并不代表豆包放弃了对话。团队仍在持续优化对话效果。6月前后，后训练团队将支撑豆包对话的多个小模型合并为一个模型。

此前，用户每提一个问题，系统都要先判断应由哪个模型来回答。但很多问题并不容易分类。例如“帮我介绍某个人物”，既可以直接由对话模型回答，也可能需要先搜索再作答。一旦模型分配错误，回答质量就会受影响。合并模型后，这层判断被简化，路由错误也随之减少。

眼下，AI行业正在讨论的非办公场景新方向是个人Agent。Meta9月推出的Muse、硅谷创业公司Instinct、前豆包PC端负责人齐俊元的产品Today.ai都指向类似形态：AI能够接入用户邮箱、支付、日历等，在后台持续运行，主动提出建议并执行操作。

但这一方向的投入产出比尚未得到验证，隐私风险也尚未解决。现阶段，豆包需要的是更具性价比的运营方式和更高的收入。

一位字节人士表示，字节已经获得了一个日活2亿的入口。未来一旦新方向得到验证，豆包仍可依托这批用户，以及已经积累的产品和算法能力快速跟进。