7.5
深览指数
科技人人都是产品经理·Z Finance··AI 生成
毕业仅两年、不满30岁，清华博士秦禹嘉接管字节办公后训练战队
本文追踪了字节跳动 Seed 团队 30 岁不到的负责人秦禹嘉的研究与职业路径。从清华时期的 WebCPM 到创业项目序智科技，再到加入字节后接手 Product Posttrain-Work 团队，他的工作主线始终是让大模型在外部环境中连续行动：从检索信息（WebCPM），到调用 API（ToolLLM），再到操作图形界面（UI-TARS）。文章的核心价值在于将这些技术节点串联成一个清晰的因果链条，揭示了 Agent 从研究到产品落地的演进逻辑与关键瓶颈——即如何在真实的、模糊的办公任务中交付用户敢用的结果。适合关注大模型产品化与 Agent 技术的前沿研究者和 AI 从业者阅读。原文 ↗
核心观点
- ▍秦禹嘉从 WebCPM 到 UI-TARS 再到字节 Product Posttrain-Work 的连续研究路径，实质是在追问同一个问题：模型能否在外部环境中连续、正确地行动，这代表了 Agent 从研究走向产品化的核心逻辑。
- 012023 年发表的 WebCPM 让模型学习人工搜索过程，构建了 5,500 组问答、125,954 条支持事实及 121,330 次网页搜索动作的数据集。
- 02ToolLLM（2023 年，秦禹嘉与梁时浩共同一作）搭建了覆盖 16,464 个真实 REST API 的工具学习框架，并设计了调用失败后的回溯搜索路径。
- 03UI-TARS（2025 年，秦禹嘉一作）将模型的行动空间推进到图形界面，以屏幕截图输入，在 10 多个 GUI 基准上取得领先。
- 042024 年 7 月，秦禹嘉加入字节 Seed；2026 年 8 月组织调整后，他执掌面向 B 端和办公场景的 Product Posttrain-Work 团队，负责 Agentic 模型的整合与发布。
- 05秦禹嘉此前创业成立的序智科技（2024 年 1 月），主攻将专家工作方法转化为可执行的 Agent，已完成千万级人民币天使轮融资。
- 06Seed2.1 的发布介绍将项目规划、文档处理、工具使用等纳入复杂职业任务衡量，强调现实工作流交付质量而非静态 benchmark。
反方 / 局限
- — 文章暗示但未深入展开：GUI Agent 的风险（点错按钮、误读权限、滥用）与后训练数据的潜在风险需要权衡，这对产品落地构成硬约束。
- — 从研究到产品的检验标准存在张力：研究里任务成功由 benchmark 判定，产品里用户关注的是实质性交付，两种标准之间的差距是秦禹嘉团队面对的核心挑战。
秦禹嘉字节跳动 Seed北京序智科技WebCPMToolLLMUI-TARSProduct Posttrain-Work清华大学南加州大学微信 Pattern Recognition Group梁时浩王子祺Seed2.1英诺天使基金水木清华校友种子基金
14 分钟 · 3 卡片 · 9 资料
读原文 →