Everything you care about in one place
Follow feeds: blogs, news, RSS and more. An effortless way to read and digest content of your choice.
Get Feederwechat2rss.xlab.app
字节跳动技术团队
Get the latest updates from 字节跳动技术团队 directly as they happen.
Follow now 37 followers
Latest posts
Last updated 35 minutes ago
当桌面 Agent 成为常态，飞连 ADR 给出全链路安全答案
about 8 hours ago
原创 火山引擎飞连 2026-05-07 14:59 江苏 一场由 AI Agent 引发的生产力革命，正席卷全球办公室。以 OpenClaw（“龙虾”）、Hermes Agent 等为代表的...
《2025字节跳动企业社会责任报告》发布
1 day ago
字节跳动技术团队 2026-05-06 17:03 江苏 近日，《2025字节跳动企业社会责任报告（中国）》正式发布。过去一年，人工智能等前沿科技加速发展，并不断从技术创新走向场景应用。字节跳动既保持着竞逐未来、勇攀高峰的决心，更积极承担企业社会责任，以科技创造更多美好。在这份报告中，我们从共享科技创新、助力经济发展、焕发文化活力、增进社会福祉、守护绿色地球、创造可信生态六个方面，回顾了字节跳动这一年以科技实现社会价值的探索和实践。完整版报告可通过扫描文末二维码或点击阅读原文获取。 阅读原文 跳转微信打开
两大成果入选 | 火山引擎AI安全研究亮相Black Hat Asia 2026
9 days ago
原创 火山引擎AI安全 2026-04-28 17:02 北京 4月21-24日，Black Hat Asia 2026（亚洲黑帽大会）在新加坡举办。作为亚太地区最高规格的网络安全盛会，会议聚焦于先进安全研究、发展和趋势，并以其强技术性、权威性、客观性引领未来安全思想和技术的走向。在本届大会上，来自火山引擎的两项AI安全研究-Agent Miner（通用AI智能体安全审计框架）与BoardSentinel（BMC固件自动化安全分析框架）亮相。Agent Miner 作为通用安全审计智能体，依托多代理架构开展安全审计，已挖掘多个高危漏洞并斩获CVE编号。BoardSentinel作为面向固件的自动化静态分析框架，通过混合检测能力与可扩展规则体系等能力，高效识别漏洞，助力研究人员规模化开展BMC固件安全监测。Agent...
告别OpenClaw运维盲区：火山引擎日志服务TLS一键开启全景观测
14 days ago
原创 火山引擎存储 2026-04-23 17:03 北京 概述当一个 OpenClaw 应用从本地 Demo 走向生产环境，Agent助手/xClaw企业的开发和运维团队面临的挑战便不再是“能不能跑”，而是“跑得稳不稳、贵不贵、出了事能不能查清”。Agent 运行过程如同一个黑盒，这导致了一系列现实问题：Token 成本不明：无法精细化衡量不同模型、不同技能（Skill）或不同业务场景下的...
局中局！给 Agent 装上 OpenViking，它们竟然学会了“记仇”和“伪装”？
15 days ago
原创 Viking 2026-04-22 18:03 北京 从“单一 ChatBot”到“人与多 Agent 协同”，越来越多的系统开始将 Agent 组织起来，完成更复杂的任务。然而，缺少能够长期协同进化的记忆，协作起来像在经历“初恋 50...
字节跳动首创DisCoGC架构，重塑EB级分布式存储GC范式
20 days ago
原创 字节跳动基础设施 2026-04-17 12:04 北京 FAST（USENIX Conference on File and Storage Technologies）是全球计算机存储领域最权威的顶级学术会议，代表着国际存储技术的最高风向标。字节跳动基础设施团队与清华大学合作的最新论文《Discard-Based...
字节跳动前沿技术领域人才校招，正式启动！
21 days ago
期待你加入的 2026-04-16 20:54 北京 以下文章来源于：字节跳动招聘 字节跳动招聘 字节跳动成立于 2012 年 3 月，业务覆盖全球 150...
字节跳动前沿???术领域人才校招，正式启动！
21 days ago
期待你加入的 2026-04-16 20:54 北京 以下文章来源于：字节跳动招聘 字节跳动招聘 字节跳动成立于 2012 年 3 月，业务覆盖全球 150...
OpenClaw的启示：身份权限管理是AI Agent时代的阿喀琉斯之踵
22 days ago
原创 火山AI安全 2026-04-15 17:28 北京 引言：现象级爆发与安全崩塌：OpenClaw 启示录2026年初，随着 OpenClaw 等自主智能体（Autonomous Agents）框架的病毒式爆发，人工智能领域经历了一场深刻的范式转移。从“对话式 AI”向“代理式 AI（Agentic...
CVPR 2026 | 火山引擎多媒体实验室提出TempR1，显著增强多模态大模型视频时序理解能力
24 days ago
原创 多媒体实验室 2026-04-13 18:05 北京 在智能视频检索、人机交互、长视频分析等实际场景中，多模态大模型（MLLMs）对视频时序动态和语义的理解能力至关重要。然而现有方法要么局限于特定时序任务、泛化性差，要么因刚性监督导致过拟合，难以捕捉细粒度的时序依赖关系。近日，多媒体实验室联合南京大学提出了 TempR1 ——一种基于时序感知多任务强化学习的全新方法，系统性地增强了多模态大模型在各类视频时序理解任务中的推理能力，在五大主流时序理解任务上均取得领先性能，为多模态大模型的长视频时序推理奠定了可扩展的新范式。相关研究成果也为视频理解领域的多任务强化学习应用提供了重要参考。核心痛点：现有方法的两大局限当前基于多模态大模型的视频时序理解方法主要分为监督微调（SFT）和强化学习（RL）两类，但均存在明显短板：SFT方法：通过大规模指令微调提升时序理解能力，却易在有限时序数据集上过拟合，且刚性监督会损失模型的通用推理能力；RL方法：直接优化任务特定目标，数据效率和泛化性更优，但大多仅聚焦于时序定位单一任务，缺乏对稠密定位、动作定位、时间敏感型问答等复杂场景的支持，也无法捕捉时序依赖的层级和组合特性。此外，传统任务专用的架构设计，还导致模型跨任务、跨域泛化能力弱，需为不同数据集单独训练，扩展性和灵活性大打折扣。TempR1的核心创新：多任务强化学习+定制化时序奖励设计为解决上述问题，TempR1 围绕多任务协同训练和精细化奖励设计两大核心展开，基于 Group Relative Policy...
扣子2.5，开启全新 Agent World！
28 days ago
扣子Coze 2026-04-09 15:02 北京 满配就位，不止 Claw 今天，扣子2.5 正式上线，迎来全新升级。一句话理解升级后的扣子：让更强大的 Claw 帮你干活，在更广阔的 Agent World...
重磅发布｜Scale‑SWE 构造 10 万级真实 SWE 数据集，火山引擎沙箱底座重塑代码智能体训练
about 1 month ago
火山引擎开发者 2026-04-07 17:05 北京 点击上方👆蓝字关注我们！论文题目：《Immersion in the GitHub Universe: Scaling Coding Agents...