據白鯨實驗室獨家訊息，字節跳動原計劃於8月推出的豆包大模型2.2將推遲面世。多位接近位元組的人士透露，延期原因是位元組內部希望通過更充分的預訓練和後訓練，把程式設計、工具呼叫和Agent能力拉上去，用更長的研發週期換取一次更明顯的能力提升。

過去兩個月，國產模型密集更新：Kimi更新K3、智譜釋出GLM-5.3，千問迭代Qwen3.8，騰訊混元8月底推出Hy4 preview。在國產模型密集迭代的視窗，位元組卻放慢更新節奏，顯得格外引人注目。

位元組Seed團隊目前同時面對兩件事：一邊要推進下一代超大模型，一邊又不能停止現有模型的正常迭代。因此，2.2更像是夾在兩代模型之間的一次關鍵補強，既不能等到下一代超大模型完成再解決Coding，也不能再用過去的方式簡單迭代。一位接近位元組的人士表示，這可能才是這次延期真正值得關注的地方。

Coding能力躋身第一梯隊，是Seed團隊在2026年的主要目標之一。位元組希望Seed模型的Coding能力在年底之前能產生類似智譜Glm5.2和Kimi-K3的行業衝擊力。然而，很長一段時間，位元組在Coding上一直無法擺脫一個困境：對於一家擁有大量頂尖研究員、充足算力以及Trae這樣產品入口的公司來說，為什麼沒有讓開發者形成“位元組的Coding模型已經領先”的認知。

為了快速提升Coding能力，位元組明顯加快人員組織調整，也從其他模型廠商那裡挖來一些人才。7月有一段時間，位元組的模型在Coding上幾乎每天都有小功能迭代。位元組推崇“大力出奇跡”的方式，希望藉助高密度人才、資源傾斜快速補齊能力。過去一年，依靠相同的方式，位元組Seedance2.0改寫了影片生成模型格局，位元組也希望Seed的Coding能力能夠復現同樣的“奇蹟”。

這意味著Seed研發團隊面臨的任務更重。8月20日，Seed基礎模型部門迎來一次重大調整，原本按照文本、語音、程式碼、視覺等模態劃分的團隊，被拆分、重組成四個一級部門：Pretrain Data（預訓練資料）、Horizon RL（強化學習）、Product Posttrain-Work（面向辦公場景的產品後訓練）和Product Posttrain-Chat（面向C端使用者的產品後訓練）。其中，Horizon RL負責RL Scaling、推理模型和視覺推理，同時覆蓋Coding方向的後訓練；Product Posttrain-Work則重點針對辦公場景最佳化模型的Agentic能力，包括工具呼叫、GUI操作和長任務執行。

位元組Seed模型的競爭方向，不僅要推高程式碼生成能力，還要快速提升長上下文、工具呼叫、任務規劃、錯誤恢復，以及在幾十分鐘甚至數小時任務中的持續決策能力。這對Seed團隊無疑是個更大的挑戰。位元組之前還被傳出豆包大模型引數往5t，乃至10t的方向追加訓練。

在模型訓練上，位元組拒絕“蒸餾”資料，重新做大規模訓練本身。這看上去儘管更長期主義，也更容易實現真正的智慧上限突破，但也面臨著很大的技術挑戰。最起碼，Seed仍需要從底層解決Coding的一系列現實問題，比如什麼任務值得訓練，怎樣生成複雜的Agent軌跡，如何驗證軌跡質量，怎樣設計獎勵，以及模型犯錯之後如何讓它自己糾正。

這就是豆包大模型2.2為什麼可能需要更多時間訓練的原因。豆包2.2追求的未必是一個更大的模型，而是一種新的訓練方法。