第 23 章

增长机器的刹车片

七亿这个数字被写进内部周报的那个星期,另一组数字正安静地躺在投资部门的年度复盘文档里:全年新投项目十九个,同比收缩超过七成,投资金额三十一亿出头。两个数字相距不到二十页PPT,却像分属两家公司——一台仍在轰鸣,一台已经熄火。

抖音国内日活突破七亿的消息,在2023年初春的管理层会议上没有引发太多欢呼。增长曲线从陡峭趋于平缓的过程,曲线上的每一个人其实早就感觉到了。真正让人不安的是另一条隐形的线:当平台大到覆盖数亿人的日常,每往上走一步都需要从别人的领地里抢夺时间、抢夺注意力、抢夺生活方式——而那种抢夺的代价,正从外部的竞争消耗,转变为内部的协调成本。

梁汝波坐在长桌的一端,听各业务线负责人做季度汇报。他的笔记本电脑半开着,屏幕上是两个月前那场闭门会的纪要,上面有一句话被反复标注:“如果明天停止增长,你的团队还剩下什么价值?”那是他第一次把这个问题摆到台面上时,会议室里长达十几秒的沉默——那种沉默不是不知如何回答,而是回答本身意味着对增长信仰的背叛。

字节跳动从成立第一天起,所有叙事都建立在增长之上。增长是默认项,是空气,是衡量一切决策的底层参数。现在有人要把这个参数拿掉,问一句“如果没有增长,你还剩什么”——这相当于让所有人重新定义自己存在的理由。

那场闭门会上,最先开口的是一个商业化体系的高管。他说如果停止增长,他的团队剩下的是“已经建立的广告主关系和投放模型”。梁汝波追问了一句:这些关系和模型,离开日活增长还能维持多久?对方没有立刻接话。会议室的空调出风口发出持续的嗡鸣,投影仪的散热风扇在角落里转动,像某种背景噪音。

随后发言的是算法团队的负责人。他的回答更技术化:如果没有新增流量,算法可以优化的是存量用户的时长和转化效率,但边界很清楚。他的PPT最后一页展示了两组目标同时存在于同一个OKR周期里的尴尬——提升单位流量转化率,和丰富内容多样性。

两个目标在数学上可以同时成立,但在产品体验上彼此撕扯:转化率要求内容向高互动类型集中,多样性要求流量向长尾分发。算法没有能力同时讨好两个方向。

梁汝波没有在那次会上做最终裁决。他让每个业务线回去重新评估,给出一份不带增长假设的价值报告。这个决定本身就像一颗石子投进湖面。消息传开后,有人理解为组织优化的前奏,有人解读为战略收缩的信号,还有人把它当成一次压力测试——测试哪些团队在离开增长叙事之后,还有自己的故事可讲。

紧接着的几个月里,一系列决策相继落地。投资节奏明显放缓,此前每年数十笔的对外投资缩减到不足二十笔。非核心业务的资源被重新评估,一些运营多年的创新项目进入调整期。

外界看到的是字节跳动在“降本增效”,是互联网大厂在寒冬中的标准动作。但组织内部的感受远比这个标签复杂——这不是一次简单的成本核算,而是算法驱动的增长机器第一次被要求思考:如果不加速,它是什么?算法团队承受的压力最为具体。

他们的OKR里出现了一组之前从未同时出现的指标。一条要求提升单位流量的广告转化效率,这意味着推荐系统需要更精准地识别高商业价值用户,把更多流量导向电商、直播和广告主青睐的内容类型。另一条要求丰富内容生态的多样性,控制头部内容的流量集中度,把曝光机会向长尾创作者和新品类倾斜。

这两条指令来自同一个决策层,却被分配到同一个技术团队。算法工程师在内部讨论中提出了一个尖锐的问题:这是让我们用同一个模型同时优化两个方向相反的目标,还是让我们在两个方向上轮流切换?

如果同时优化,模型会陷入两难——任何提升转化率的调整,几乎必然导致内容集中度上升;任何增加多样性的权重,几乎必然拉低短期转化数据。如果是轮流切换,用户会感觉到推荐结果的风格波动。没有人能给出清晰的优先级。

一位负责推荐策略的中层在跨部门沟通会上说了一段话,大意是:算法不怕目标难,怕的是目标之间没有优先级。如果没有优先级,工程上只能做折中,而折中的结果在两个维度上都不够好。

这段话后来在多个团队之间流传,成为2023年上半年字节内部最常被引用的管理困境之一。

内容生态团队面临的是另一种复杂性。降低头部倾斜的政策从纸面落到执行层面,第一道坎就是与头部MCN机构的沟通。这些机构掌握着平台最能产生互动的内容供给,他们的商业模式建立在高流量回报之上。

当平台调整推荐权重,减少对头部创作者的系统性倾斜,MCN的第一反应是数据诉求——他们要求运营团队解释流量下降的具体原因。运营团队无法给出精确的算法解释。推荐系统的权重调整是全局性的、动态的、非线性叠加的。他们只能说“平台在优化内容生态结构”,但这句话在商业谈判桌上没有说服力。

一家头部MCN的负责人直接在沟通会上展示了自己旗下账号过去三个月的流量波动曲线,质问为什么同一个账号、同一种内容类型,流量会在某一天突然下降两成。运营人员只能记录问题、上报,然后在内部会议上承认:算法调整的传导路径太复杂,前台团队没有办法向外部解释清楚。

更深的矛盾在于,降低头部倾斜的政策目标本身是模糊的。是降低头部创作者的流量绝对值,还是降低他们在总流量中的占比?是给腰部创作者更多曝光,还是提升新创作者的首刷命中率?不同的定义对应完全不同的算法参数调整,而决策层迟迟没有给出明确答案。这种模糊性最终转化为执行层的消耗——运营团队在MCN机构、算法团队和决策层之间反复传递信息,却始终无法形成闭环。

一个创新业务线的遭遇,最能说明这一时期组织震荡的烈度。这个业务线已经运营了两年多,团队规模从十几人扩展到近百人,产品形态从内部工具逐渐演化为独立应用。它的日活数据在字节内部算不上亮眼,但用户留存和互动深度一直不错。业务线负责人曾多次在汇报中强调“我们需要更长的时间周期来验证模式”。

然而在“如果停止增长”的问话之后,长周期论证失去了说服力。业务线被要求提交价值评估报告。负责人带着团队连夜整理数据,从用户价值、技术积累、与主站的协同效应等维度证明自己的存在意义。

报告交上去之后,得到的反馈是“需要更聚焦”——这是字节内部常用的管理措辞,翻译过来就是:资源会继续收缩,你们需要证明自己能更快地产生可量化的回报。接下来的几个月,该业务的团队规模逐步缩减。核心成员被分流到其他优先级更高的项目,产品迭代速度明显放缓。留下来的工程师在内部沟通中表达了困惑:我们做的事情没有问题,用户反馈也很好,但组织不再需要“慢变量”了。

这种困惑不是个例。2023年上半年的字节跳动,几乎所有非核心增长业务都在经历类似的审视。理性的说法是“资源聚焦”,感性的说法是“组织在冬天里主动收缩”。但无论哪种说法,都掩盖不了一个事实:当增长不再是默认前提,算法驱动的组织第一次需要证明自己除了增长之外还有别的价值维度——而这个证明的过程,充满了方向感的缺失。

梁汝波在这个时期的处境,是这种缺失的集中体现。作为接替张一鸣的CEO,他的公开形象一直是稳健、理性、注重组织建设。

但在内部,他面对的是一组几乎无法同时成立的期待:业务线希望他给出明确的优先级排序,算法团队希望他裁决转化率和多样性之间的权重,财务体系希望他控制成本增速,而资本市场和内部士气又要求他维持“字节仍在增长”的叙事。他在多个场合说过大意如此的话:我们现在面临的不是某一个业务的问题,而是整个组织需要重新思考增长从哪里来。这句话听起来像战略方向,实际上是一种诚实的承认——旧的增长飞轮已经转得足够快,快到没有人知道如果它慢下来,该用什么来替代。

2022年11月的那次复盘会上,梁汝波罕见地发了火。当时讨论的是一个已经投入大量资源却迟迟没有产出的项目。项目负责人仍然在用“长期价值”来论证继续投入的必要性。梁汝波打断了他,据在场的人后来回忆,他的语气比平时冷得多:长期价值不是一张可以无限透支的信用卡。如果三年之内看不到任何可验证的进展,那它就不是长期价值,是长期消耗。这句话在内部传开之后,被不同的人做出了截然不同的解读。

有人认为这是梁汝波在推动组织从“愿景驱动”转向“结果驱动”,有人认为这是字节开始收缩前沿探索的信号,还有人把它和随后的一系列业务调整联系起来,视为更大幅度收缩的前奏。真正值得琢磨的,是梁汝波在同一场会议上说的另一句话——在发火之后,他的语气缓和下来,说了一句:我们不是要停止投入未来,但我们需要更清楚地知道,哪些未来是我们可以到达的。这句话在当时的会议记录里没有被特别标注,但它精准地描述了2023年上半年字节跳动的组织状态。

公司没有停止对新方向的探索,但它开始系统性地追问“可达性”——而这个追问的过程,恰好与算法推荐的核心逻辑形成了某种戏剧性的呼应。算法推荐的本质,是在无数可能性中不断计算哪一条路径能最快地到达目标。当这个逻辑被应用到组织管理上,它曾经带来了惊人的效率——快速试错、快速迭代、快速淘汰。但当增长本身开始减速,这套逻辑第一次出现了“目标函数不明确”的问题:如果目标不再是增长最大化,那么什么才是?

算法团队在这个问题上感受最深。推荐系统长期以来的核心目标函数非常清晰:最大化用户停留时长和互动率。这两个指标定义了抖音的商业价值,也定义了算法工程师的工作成就感。

但在2023年的调整期,两个新的约束条件被加了进来:一是内容多样性,二是在某些品类上主动降低头部集中度。从工程角度看,这不是简单的参数调整。推荐系统的目标函数一旦被修改,整个模型的训练数据分布、特征权重、线上AB测试的评估标准都需要重新定义。而在新老目标交替的过程中,数据表现必然会出现波动——这种波动会被业务方解读为“算法不稳定”,被管理层解读为“执行不到位”。

一位算法团队的成员后来描述过那种困境:过去我们做一个模型迭代,只要看互动率涨了还是跌了,就知道自己做对了没有。现在互动率涨了,多样性指标可能跌了;多样性好了,转化效率又降了。我们不知道最终该向谁交代。这种“不知道向谁交代”的状态,在字节内部持续了相当长的时间。

它导致了一个微妙的后果:算法团队开始把决策权向上推——所有涉及目标权衡的调整,都需要业务负责人甚至CEO层面确认。这在一家以算法自治、快速迭代为傲的公司里,是一个显著的变化。

算法从“进攻武器”变成了“防守工具”。过去,算法是字节最锋利的增长引擎——它主动寻找用户的兴趣点,放大高互动内容,把抖音从一个产品变成一种现象。现在,算法被要求同时承担多个互相制约的目标:既要高效变现,又要维护生态健康;既要提升用户体验,又要控制内容集中度。当这些目标无法同时优化时,算法工程师的工作从“寻找增长突破口”变成了“在多个约束之间寻找平衡点”。

平衡点是可以找到的。但平衡点的代价是增长势能的损失——一个追求多目标平衡的系统,在单一目标上的表现必然不如全力冲刺的系统。这正是2023年字节跳动面临的根本悖论:组织需要从“增长机器”向“健康平台”转型,但转型本身会削弱增长能力,而增长的确定性又是所有转型投入的资金来源。这个循环没有简单的解法。

决策层只能在“维持增长叙事”和“修复组织健康”之间反复摇摆,而这种摇摆通过管理层的会议、邮件和OKR层层传导到执行层,变成了一种弥漫在整个组织中的方向感缺失。

同一时期,海外业务传来的信息进一步加剧了这种紧张。TikTok在多个市场面临监管审查和地缘政治压力,本地化运营团队反复提出需要更大的内容审核自主权,算法参数需要根据当地文化标准进行差异化调整。但这些诉求在北京总部的算法团队看来,意味着需要在全球统一的推荐系统中嵌入更多本地变量——技术上可行,但会显著增加模型复杂度,降低全球迭代效率。

北京和都柏林之间的这种张力,在2023年上半年达到了一个临界点。都柏林方面提交了一份本地化审核建议,建议在算法层面为某些内容类型设置地区差异化的降权规则。这份建议经过常规流程流转到算法团队后,被自动归档为“待评估优先级”——在当时的组织节奏下,算法团队有更“紧急”的事情要处理:国内增长放缓、商业化压力、组织调整。海外本地化的诉求被排在了队尾。

这个细节后来被一些人视为字节全球化进程中“算法集权”与“文化自治”矛盾的典型缩影。但放在2023年的语境下,它更像是“增长焦虑向内收缩”的自然结果。当国内增长见顶、组织开始内部修正时,优先级最高的永远是那些直接影响核心指标的事情——而海外本地化审核建议,在当时的内部衡量体系中,显然不是。

字节跳动的投资部门在2022年将全年投资数量压缩到十九家,投资金额三十一亿元人民币。这个数字在内部被解读为“收缩战线”,在外部被解读为“资本寒冬”。但更准确的理解是:当核心业务增长放缓,投资逻辑也随之改变——从“押注下一个增长曲线”转向“防御性布局和核心业务协同”。

这种逻辑转换的代价是巨大的。过去,字节跳动的投资部门可以在全球范围内寻找有潜力的创业团队,以高出市场价的速度快速完成交易,然后将被投企业整合到字节的增长生态中。这套打法的前提是“增长可以消化一切”——只要字节仍在高速增长,被投企业的价值就能通过流量、用户和技术的协同得到放大。

当增长放缓,协同的预期收益下降,投资决策立刻变得保守。十九这个数字背后,是无数被搁置的投资意向和被迫放弃的扩张机会。对于一家曾经以“无边界扩张”著称的公司来说,战略收缩的每一个百分点都伴随着组织信心和外部预期的下滑。

回到国内核心业务。抖音日活突破七亿之后,增长曲线不可避免地趋于平缓。这不是某一项决策的结果,而是产品生命周期和市场规模的自然规律。

但当组织习惯了每年百分之几十的增速,曲线的任何走平都会引发焦虑——而这种焦虑在算法驱动的公司里,会迅速转化为对“下一个增长点”的疯狂寻找。内容生态团队在这个时期被要求同时完成两项矛盾的任务。一方面,他们需要继续激励创作者产出优质内容,维持DAU和用户时长;

另一方面,他们需要控制头部内容的流量集中度,给中小创作者和新兴品类留出空间。前者的实现路径是“让强者更强”——平台给已经证明能带来高互动的创作者更多流量,因为这是效率最高的内容分配方式。

后者的实现路径是“让弱者也有机会”——平台需要主动抑制头部内容的自然增长,把流量分配给尚未被算法验证的内容类型。一位运营团队负责人在内部沟通中用“左手和右手打架”来形容这种状态。左手要转化率,右手要多样性;左手要效率,右手要公平。两只手都连着同一个大脑——算法,而算法被训练成只对效率负责。

在执行层面,“降低头部倾斜”的政策导致了与MCN机构的反复摩擦。头部创作者和他们的运营机构对流量变化的敏感度极高,任何系统性的权重调整都会被迅速察觉,并引发沟通压力。平台运营团队在“解释政策”和“维持关系”之间疲于奔命——他们既不能透露算法参数的具体调整幅度,也无法用旧有的“平台会继续支持优质内容”的话术来安抚合作伙伴。

一些头部创作者开始在公开场合抱怨“规则又变了”。他们的流量波动数据被制作成图表,在MCN圈子里流传,成为平台“限制头部”的证据。而平台方面坚持认为调整是“生态优化”,不是针对特定群体。

双方在各自的叙事框架里都说得通,但摩擦的实质性存在,不会因为解释而消失。内容生态团队真正缺乏的,是一个可以直接回答“多少头部倾斜是合理的”这个问题的决策标准。没有这个标准,他们只能在每一次流量波动引发的冲突中进行个案处理,而个案处理又不断积累新的矛盾。2023年上半年的字节跳动,整个组织都在经历这种“多线并进、不同步震荡”的状态。

算法团队在转化率和多样性之间寻找平衡点。内容生态团队在与头部创作者和MCN的反复沟通中消耗精力。创新业务线在价值评估和组织调整中经历阵痛。投资部门在保守策略下错过了可能的战略布局机会。海外团队在本地化诉求被延迟处理的情况下维持运转。

这些震荡不是孤立事件。它们是同一个根源在不同组织层面的表现:当增长不再是默认选项,算法驱动的组织失去了统一的目标函数,而新的目标函数还在争议之中。

梁汝波在高管层反复强调“我们需要更清楚地知道哪些未来是我们可以到达的”,但在这一时期的内部会议上,他更多时候扮演的角色是倾听者和协调者——倾听不同业务线的诉求,协调算法资源、运营策略和商业化目标之间的冲突。这是一个组织医生的工作,而组织医生的每一次“手术”都伴随着短期数据波动和内部士气的消耗。有人后来回忆起这段时期,说字节跳动在那一年变得更加“成熟”——成熟意味着不再盲目追逐所有增长机会,意味着承认边界和约束。

但成熟也意味着失去某些东西:早期那种“今天想到一个点子,明天就上线测试”的敏捷,那种所有人都相信“我们能赢”的齐整信心。

算法造浪的悖论在这里变得清晰。抖音的崛起建立在算法推荐的极致效率之上——找到用户最感兴趣的内容,放大高互动信号,把平台变成一台自动运转的注意力分配机器。当这台机器足够大时,造浪者发现自己被浪潮裹挟:算法的目标函数决定了内容生态的形态,而内容生态的变化又反过来影响用户行为和商业变现。

在这套系统里,没有人真的在“驾驶”。算法是根据数据自动调整的,决策层是根据算法输出的数据做判断的。当数据本身出现矛盾——用户时长在涨但多样性在降,转化效率在升但创作者活跃度在降——决策层就失去了判断的依据。

他们能看到趋势,但无法确认方向。这是2023年字节跳动面临的深层困境:算法理性走到了自己的边界,而人的判断还没有跟上。半年时间过去,“降本增效”的阶段性结果开始体现在财务报表上。成本增速放缓,核心业务的利润率有所改善,组织架构精简带来的决策效率提升在部分业务线显现。从财务角度看,调整是有效的。

但组织内部的不同步感在增强。算法团队还在处理转化率和多样性之间的平衡问题,而这个问题在半年后依然没有清晰的优先级排序。内容生态团队与MCN机构的摩擦在持续,头部创作者对平台政策的不信任感在积累。被调整的创新业务线中,部分核心成员选择了离开——他们的去向各不相同,但共同的感受是“组织不再需要我的那部分能力了”。

海外本地化审核建议被归档后的几个月里,都柏林和北京之间关于内容审核标准的沟通频率明显下降。双方都默契地回避了那些需要总部决策层拍板的问题——因为所有人都知道,在当下的优先级排序里,这些问题排不进去。梁汝波在这段时间的公开露面中反复提到“组织健康”和“长期主义”。

但在内部,他的处境比这些词汇复杂得多。他需要维持核心业务的增长信心,同时推动组织从高速扩张模式向更可持续的模式转变。这两个目标之间的张力,几乎每一天都在他的日程表中体现——上午见业务线负责人谈增长目标,下午参加组织效率会议讨论资源优化。

一位与他共事多年的人后来评价说,那段时间梁汝波在会议上的状态可以用“收着”来形容——他不再像早期那样直接给出判断,而是更多地把问题抛回去,让业务线自己论证优先级。这种管理风格的变化,既可以理解为授权,也可以理解为某种消耗——当组织内部矛盾无法在CEO层面得到清晰裁决时,把问题推回给业务线,反而能减轻决策层的直接压力。

但问题不会因为被推回去而消失。它们在业务线之间流动、转化、积累,最终以各种形式重新浮出水面——可能是一次关键人才的流失,可能是一次MCN合作的破裂,也可能是一次内部评审会上的正面冲突。2023年秋天,一个被调整业务的负责人给梁汝波写了一封长信。

信中没有抱怨,只是详细描述了自己团队过去三年的工作,以及最终被重新分配的过程。他在信的结尾写道:我理解组织需要聚焦,但我想知道的是,当我们不再以增长为唯一标准时,那些无法被数据立刻证明价值的事情,在这个组织里还有没有位置。梁汝波没有公开回复这封信。

但在此后的一次内部会议上,他提到了“组织需要学会识别不同类型的价值”——这句话被记录在会议纪要里,但没有转化为具体的制度安排或资源分配方案。海外的裂缝和国内的天花板同时压在决策层肩上。算法团队深夜测试新版本,屏幕上互动率的数字小幅攀升,这个微小的增长可以写进第二天的周报,证明团队仍在产出。

而都柏林审核团队那份关于本地化差异的详细建议,还在系统里等待被重新发现的时机。系统不会提醒任何人它被归档了多久——因为系统本身也不知道,该把这个诉求排在哪一个优先级队列里。刹车已经踩下。惯性还在。