《白鲸实验室》独家了解到，字节跳动原计划于8月推出的豆包大模型2.2，将推迟面世。
过去两个月，国产模型紧密更新，Kimi更新K3、智谱发布GLM-5.3，千问迭代Qwen3.8，腾讯混元8月底推出Hy4 preview。在国产模型密集迭代的窗口，字节跳动却放慢更新节奏。
多位接近字节的人士称，延期的原因是，字节内部希望通过更充分的预训练和后训练，把编程、工具调用和Agent能力拉上去。用更长的研发周期换一次更明显的能力提升。
“Seed现在同时面对两件事，一边要推进下一代超大模型，一边又不能停止现有模型的正常迭代。所以，2.2更像是夹在两代模型之间的一次关键补强。它既不能等到下一代超大模型完成再解决Coding，也不能再用过去的方式简单迭代一次。”一位接近字节的人士表示，这可能才是这次延期真正值得关注的地方。
Coding能力跻身第一梯队，是Seed团队在2026年的主要目标之一。我们了解到，字节希望Seed模型的Coding能力在年底之前能产生类似智谱Glm5.2和Kimi-K3的行业冲击力。
很长一段时间，字节在Coding上一直无法摆脱一个困境：对于一家拥有大量顶尖研究员、充足算力以及Trae这样产品入口的公司来说，为什么没有让开发者形成“字节的Coding模型已经领先”的认知。
为了快速提升Coding能力，字节明显加快人员组织调整，也从其他模型厂商那里挖来一些人才。
7月有一段时间，字节的模型在Coding上几乎每天都有小功能迭代。
字节推崇大力出奇迹的方式，希望借助高密度人才，资源倾斜快速补齐能力。过去一年，依靠相同的方式，字节Seedance2.0改写了视频生成模型格局。字节也希望Seed的Coding能力，能够复现同样的“奇迹”。
这意味着Seed研发团队面临的任务更重。
8月20日，Seed基础模型部门还迎来一次重大调整，原本按照文本、语音、代码、视觉等模态划分的团队，被拆分、重组成四个一级部门：Pretrain Data（预训练数据）、Horizon RL（强化学习）、Product Posttrain-Work（面向办公场景的产品后训练）和Product Posttrain-Chat（面向C端用户的产品后训练）。
其中，Horizon RL负责RL Scaling、推理模型和视觉推理，同时覆盖Coding方向的后训练；Product Posttrain-Work则重点针对办公场景优化模型的Agentic能力，包括工具调用、GUI操作和长任务执行。
字节Seed模型的竞争方向，不仅要推高代码生成能力，还要快速提升长上下文、工具调用、任务规划、错误恢复，以及在几十分钟甚至数小时任务中的持续决策能力。
这对Seed团队无疑是个更大的挑战。字节之前还被传出豆包大模型参数往5t，乃至10t的方向追加训练。
在模型训练上，字节拒绝“蒸馏”数据，重新做大规模训练本身。这看上去尽管更长期主义，也更容易实现真正的智能上限突破，但也面临着很大的技术挑战。
最起码，Seed仍需要从底层解决Coding的一系列现实问题，比如什么任务值得训练，怎样生成复杂的Agent轨迹，如何验证轨迹质量，怎样设计奖励，以及模型犯错之后如何让它自己纠正。
这就是豆包大模型2.2为什么可能需要更多时间训练的原因。豆包2.2追求的未必是一个更大的模型，而是一种新的训练方法。
文章来自于"白鲸实验室"，作者 "马舒叶"。