赵祺到豆包后同样看重人效。据了解，此前豆包有一个独立的评测团队，今年赵祺将其拆散，分到了各业务组。
负责对话方向的产品后训练团队（Product Posttrain-Chat）也在缩减。
该团队由朱文佳负责，隶属于大模型部门 Seed，与豆包产品团队协作，基于 Seed 的基础模型进行后训练，产出供豆包直接调用的小模型。由于业务需求减少，部分员工已转岗至 Horizon RL、产品后训练-办公（Product Posttrain-Work）等其他部门。另据了解，对话模型合版负责人在一个月内换了两次。
豆包目前是国内日活跃用户数最高的AI应用，DAU已超过2亿，但它过去的成功，本质上仍是对话产品的成功。
今年以来，对话产品的商业化瓶颈逐渐显现。每天2亿用户带来的成本不只有文字对话，还有图片、语音、视频等多模态功能。豆包向每位用户免费提供每天5条Seedance视频生成额度，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搭建“号池”，集中使用免费额度，进一步推高豆包成本。
与此同时，Anthropic在企业市场的收入快速增长，开始推动大厂将重心从对话转向企业服务和商业化。
目前，豆包的收入业务分为两条线：豆包PC端和飞书产品负责人童遥负责“生产力”，包括豆包专业版、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，例如在豆包内打车。近期，该团队被并入前两条业务线。
一些原本用于改善对话体验的工作被放缓。“讨好”问题是其中一个例子。
今年4月，豆包将推出付费版的消息传出后，用户开始集中抱怨其回答“又蠢又讨好”，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有关。豆包不只看模型够不够聪明，也很在意用户是否喜欢这个产品。核心指标之一是留存，即一段时间内用户回来使用的天数。每次上线新版本，留存至少不能下降。
为此，产品和后训练团队会一起调整模型：通用 Session 团队定义豆包该怎么回答，包括信源排序、答案长度、语气、是否追问等；后训练团队里的 Strong Character（强人格）小组，会用脱敏后的用户反馈训练奖励模型，塑造模型的人设和回答风格。
这套方法提升了留存，也带来了副作用。今年春节前，豆包上线一版新模型，训练时过度放大了用户偏好的权重，模型因此变得更会讨好用户，甚至影响回答准确率。春节后用户量迅速增长，豆包已经很难回退旧版本。
到了4月，豆包内部开始讨论要如何调整：一旦纠正讨好倾向，让回答变得冷静、克制，留存就会下滑，一段时间里没有人敢拍板。最终Flow部门负责人朱骏（Alex）决定，接受短期留存下滑来纠正产品体验。
随后，产品和算法团队加班处理过于顺从用户的问题案例（bad case），花了超过一个月，调整奖励模型的权重，清洗数据，重新训练模型，留存指标短期内出现不到 1% 的下滑。这也是今年内豆包在对话体验上最大的一次改变。
讨好的治理是一个长期课题，它关系到模型应该有怎样的人格——Anthropic甚至为Claude写了一部“宪法”，但在豆包内部，随着业务重心变化，讨好问题的优先级目前已经下降。
一位豆包员工感慨，豆包如今成了一个日活超过2亿的“边缘产品”。
不过，人员缩减并不意味着豆包放弃了对话。团队仍在优化对话效果。6 月前后，后训练团队将支撑豆包对话的多个小模型合并成一个模型。
此前，用户每提出一个问题，系统都要先判断该由哪个模型回答。但很多问题并不好分类。比如“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。一旦分错模型，回答质量就会受到影响。合并模型后，这层判断被简化，也减少了路由错误。
眼下，AI 行业正在讨论的非办公场景新方向是个人 Agent。Meta 9 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 都指向类似的形态：AI 能接入用户邮箱、支付、日历等，在后台持续运转，主动提建议、执行。
但这一方向的投入产出比尚未得到验证，隐私风险也未解决。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。
一位字节人士说，字节已经拿到了一个日活2亿的入口。未来一旦新的方向被验证，豆包仍可以依靠这批用户，以及已经积累的产品和算法能力快速跟进。