文章核心观点 - 文章通过访谈田柯宇事件的多位当事人，还原了字节跳动Goku文生视频团队在2024年夏季遭遇训练故障、排查发现人为干扰代码、内部问询处理及后续影响的完整事实链条 [4][5] - 事件核心争议在于：田柯宇在播客中称自己出于“朴素的正义”以暴制暴、仅五次手动停掉对方程序，而前同事提供的证据指向一套能自动运行、随机触发、试图隐藏痕迹的干扰系统，持续超过两个月 [26][28] - 文章提出一个行业性问题：当公司和投资人挑选最有潜力的人时，除了看取得了什么成果，有多在意成果是如何取得的 [5] 项目背景与竞争格局 - 2024年5月Goku文生视频模型项目启动仅一个多月，训练即出现异常，每周中断两三次，Loss乱飞 [5] - 2024年2月OpenAI发布Sora后全球科技公司加速追赶，字节内部至少三支团队相互竞争：商业化技术团队的Goku、AI Lab的PixelDance、Seed的Seaweed [6] - Goku小组同时有多个图像生成项目：田柯宇基于VAR论文训练自回归路线文生图模型，孙培泽主导、陈守法参与的LlamaGen研究逐Token图像生成，VAR和Goku是投入大量算力的两个重点项目 [6] - 田柯宇当时是北京大学研究生，已在字节该组实习三年，2024年2月完成VAR论文，年底该论文获NeurIPS最佳论文 [7] - 陈守法2024年3月下旬入职字节商业化GenAI团队，此前在Meta实习期间已用DiT架构训练过较小规模视频模型，入职第一天就被部门高层找来聊项目计划 [6][7] - 按计划Goku要在4月底做完图片模型、5月底有一版视频模型，组里没有现成训练代码，陈守法从零写起 [7] - 4月起数据、Infra等团队支持人员不断增多，新到的卡优先分配给Goku使用，直属领导催促尽快扩大训练规模 [8] - VAR和Goku两个重点项目始终共用同一个资源池，实际训练时能用多少卡没有明确配额，资源摩擦持续到项目中期 [9] - 陈守法称计划好的夜间大规模实验常因缺少一小部分卡无法启动，有时等到凌晨两三点排在前面的任务仍未结束 [9] - 团队约定为保证高优先级项目运行，管理员可在事先沟通后停掉阻碍大规模实验的任务，Infra团队、田柯宇、陈守法及两人的直属领导都有此权限 [9] - 5月Goku训练每周突然中断两三次，运行日志找不到线索，另一名共用数据的实习生发现一批数据文字描述与图片对不上，该批数据由田柯宇处理，直属领导此后不再让他负责数据 [10] - 5月底Goku第一版视频模型未按预期完成，6月6日快手率先发布视频生成模型可灵并开放测试，竞争压力加剧 [10] - 6月字节内部会议上商业产品技术部门负责人质疑VAR与Goku完全并行消耗大量算力的合理性，此后组内正式明确Goku优先级高于VAR，最终两边能调用的卡被彻底分开 [11] 故障排查过程 - 进入6月Goku从一周两三次中断恶化为每两三个小时断一次，同一套代码前一天能跑第二天结果完全不一样，小规模测试正常但一扩大规模便可能中断 [11] - 排障群一度有上百人，田柯宇也在群中，团队在代码里层层加断点逐段检查，“几乎每行代码都加上了监测” [11] - Infra团队给集群做了近10次压力测试，每次耗时数小时，有时定位到疑似问题机器现场复现时又恢复正常，专门开发的自动识别剔除异常机器机制有一次把整个集群机器全部剔除 [12][13] - 整个6月和7月多个团队轮流值守、每天开两次排障会议，故障依然没有减少，工程师开始怀疑对方工作出了问题 [13] - 团队甚至怀疑过太阳黑子——2024年5月刚发生过二十多年来最强太阳风暴，地磁暴等级达最高级；另一位专家猜测可能撞上英伟达尚未发现的底层问题 [13] - 每周项目汇报会上Goku反复汇报新故障，视频模型生成效果仍只能生成“扭曲、古怪的画面，不符合真实世界” [13] - 排查持续到7月中旬，管理层给Goku项目下最后通牒，再给两周时间处理故障 [13] 关键发现过程 - 7月30日早上有同事发现机器在数据读取流程中仍出现不可复现的随机性，团队此前已花大量精力研究控制系统控制所有随机性，要求训练结果精度提高到小数点后16位 [14] - 陈守法检查底层PyTorch代码时发现异常，扫到数据加载部分某一行时“就像其他代码都是正常颜色，它是红色” [15] - 原版PyTorch相同设置下能复现数据读取顺序，修改后的代码会随机打乱机器读取数据顺序、无法复现，意味着工程师想回到异常那一步时模型读到的已是另一批数据 [17] - 陈守法对比正常机器和异常机器发现PyTorch文件修改时间戳差异出现在末尾两位、纳秒级别，怀疑有人修改文件后调整时间戳掩盖痕迹 [17] - 调取异常机器登录记录后发现除管理员外还有田柯宇的名字，Infra团队自动剔除异常机器机制失效时核查相关机器也发现过田柯宇的登录记录 [17] - 直属领导转述田柯宇承认登录过但称只是想“学习一下代码”，陈守法费解——字节内部有类似GitHub的网站存放员工代码，不需要登录他人机器学习 [18] - 7月31日早上一名同事在共享服务器田柯宇Linux个人目录下名为“.temp”的隐藏文件夹中找到多份代码，其中名为“re.py”的程序恰好包含能制造前一天bug的可疑代码：将固定可复现的数据打乱规则改成随时间变化的随机规则 [19] - 会议群中有人@田柯宇请其解释，田柯宇回复了一个“Get”的表情，会议立即结束并另拉新会集中分析文件 [21] - 披露的文件名有27个，多份程序被认为具有干扰训练能力，涉及数据读取、训练运行等不同环节 [21] - 当晚11点Goku团队在新群发起会议专门讲解可疑代码，飞书会议屏幕挤满头像，此前彼此怀疑的人对一些异常现象终于找到共同解释 [22] - 8月1日团队周会一切如常，田柯宇汇报了VAR模型生成效果和下周计划，周会后Goku成员和Infra团队另开会商量收集保存证据时有人突然大叫“怎么田柯宇在这会上”，管理员赶忙将其移出会议 [23] - 从前一天可疑代码截图发在群里开始，团队再次查看田柯宇文件目录发现代码正陆续被删除，立即请存储工程师调取过去一天所有操作记录并恢复文件，找到比最初发现更多的攻击代码 [23] - 攻击代码不仅存储在田柯宇个人目录下，有的甚至存在其直属领导目录名下以及公用数据文件夹下的日志文件里 [23] - 田柯宇对删除代码的回应是未做此操作，“如果确实有人声称查到了这个操作，只可能是有人进入了自己的程序进行了删除操作” [24] 攻击代码技术分析 - 工程师发现这些代码不仅能中断训练，还是一套能自动运行的隐蔽系统 [24] - 一种方式是把干预程序入口放在模型训练必须加载的T5模型文件中，修改后的T5组件能读取不同目录下攻击代码并执行相应攻击，还会给运行机器加“后门”让攻击者之后无需授权即可访问机器 [24] - 造成PyTorch被修改的源代码是一套可瞬间跑完的自动化流程：第一步改代码，第二步强行改掉文件修改时间让文件看起来和修改前一模一样 [25] - 这些程序在模型启动训练或起实验时运行，但不是每次都攻击、选中目标也会变，由预先设定好的概率随机决定——不能某地方时时刻刻受攻击太明显，有的让实验跑几个小时再断掉让人难以判断是否解决，一些破坏程序设置GPU数量门槛超过一定数量才能启动 [25] - 陈守法记得一天下午参与排查的人都发现自己的任务异常，后续通过代码版本分析发现不同版本攻击触发概率发生了调整 [25] - 攻击代码呈现“很明显的连续性”，与前后不同时间段遇到的异常相对应，并非一次写好后就没有变化 [25] - 部分攻击代码的修改被挤在同一行尽量不增加代码行数以免报错时被立马发现，原本记录代码故障线索的日志也被设置自动程序删除故障特定行，部分程序还具有替换系统检查工具、隐藏正在运行攻击程序的功能 [26] - 接近田柯宇的人士称田柯宇只编写了能停止、卡死程序的代码，其余具有强攻击性的代码不是本人所写而是有人写好后放在其目录下 [26] - 田柯宇在播客中解释自己“在十天左右里总共五次手动、点状地停掉了对方的程序，完全没有持续两个月之说” [26] - 前同事们认为所经历的是一套能自动运行、随机触发并干扰训练、试图隐藏痕迹的程序，不同概率的攻击耦合在一起导致一个问题掩盖另一个问题，持续超过两个月 [26] 内部问询与处理结果 - 证据递交公司后字节安全团队8月2日正式介入调查，此后不久组织了一场持续两三个小时的内部问询会，田柯宇在北京接受询问，商业化GenAI团队正式员工参会、实习生没有参会资格 [28] - 田柯宇承认了数次针对陈守法的攻击、多次提及陈守法姓名，在播客中称“这不是一个投毒，也不涉及攻防，我是让GPT帮我写了一个程序，让程序停掉或卡住” [28] - 调查人员追问8月1日之后有没有进一步攻击，田柯宇没有直接否认，回答“我最近记不清了” [28] - 旁听会议人士称田柯宇始终以低沉平稳语气回答问题，“沉着冷静、不慌不忙”“心理素质太好了” [28] - 问询后田柯宇系统权限立即被停用，很快被解除实习关系 [28] - 陈守法曾向公司提出想要一份记录自己和同事几个月经历的证明，公司称没有这样的先例、最后没有提供 [29] - 2024年8月Goku模型训练开始恢复正常，“断了立马能找到问题，所有的问题都可以解释”，团队终于可以正常增加数据、扩大模型规模，效果几乎每天都在改善 [29] - 2024年10月底Goku取得不错结果并在11月投稿CVPR，但几个月耽误对争分夺秒的AI行业来说就是一代模型的差距 [29] - 2024年9月24日字节旗下另外两支视频生成团队率先发布PixelDance和Seaweed两款大模型面向企业邀测，这两支团队后来逐步收敛为今天的Seedance，Goku团队随后推出Goku+和Waver但知名度低得多 [29] - 孙培泽回忆追溯到2024年3月一份代码也包含具有干扰能力的程序、针对的是LlamaGen项目，LlamaGen与VAR同样存在一定竞争关系（都是不到百卡的研究型项目、自回归路线文生图模型），当时因项目跑不出结果他一直在自己身上找原因、郁闷了很久 [30] - 事后查到田柯宇2024年3月在内部GitLab上一条commit记录，高亮两行向权重混入随机噪声再恢复原有范数，使篡改后的张量在整体数值规模上与原权重一致 [32] - 田柯宇被辞退后其他成员重新接手VAR文生图项目，发现此前展示的文生图效果使用了已开源的文生图模型PixArt-α、并非完全由VAR文生图模型生成，葛崇剑是PixArt-α共同第一作者之一 [32] - 2024年10月围绕田柯宇干扰模型训练事件突然网上曝光，“字节跳动大模型训练被实习生攻击”登上微博热搜，字节10月19日声明确认一名商业化技术团队实习生曾恶意干扰研究项目模型训练、已于8月将其辞退 [32] - 2024年12月田柯宇作为第一作者的VAR论文获NeurIPS最佳论文奖后不久，一封质疑其学术伦理的投诉邮件被发送至会议组委会和字节跳动并公开在Github上 [32] - 田柯宇对播客称这两次事件都是“实习生A”所做，陈守法称10月网络舆情和12月投诉邮件均不是他发起但曾为其中内容提供佐证 [33] 当事人后续影响 - 陈守法称训练故障最严重时一闭上眼睛就能看见异常跳动的Loss曲线，曾和朋友去寺庙寻求平静，此后反复梦见无法复现的Bug、梦见重回高考考场面对完全不会做的试卷 [33] - 谣言辗转传到陈守法耳边，如谣传他后来也发动了攻击“被送进去了”、买热搜因影响公司声誉被开除，陈守法称从未发动过攻击、没有买过热搜、没有被警方调查 [33] - 2024年12月陈守法提出离职、3个月后正式离职，并出示了离职确认函和实习证明 [33] - 两年后田柯宇在播客中被问到想对谁说抱歉，回答“我一直对公司充满歉意”；2024年夏天内部问询会上田柯宇称自己“郑重为所有参会的人道歉”，但多位项目当事人称因为是实习生没有资格参加那场会议、此后两年至今也没有收到过来自田柯宇的直接道歉 [33] 诉讼与融资进展 - 过去两年因陷入和字节的诉讼田柯宇无法再公开发声，2026年一审判决字节索赔800万元、法院裁定50万元 [34] - 应田柯宇要求访谈他的视频播客重新录制了两次，节目预告发布当晚田柯宇律师认为部分内容可能影响尚未结束的二审诉讼、要求删除一些细节 [34] - 田柯宇在播客中称如果有一天不得不离开热爱的AI行业，人生就失去整个意义，“像进入永夜” [34] - 田柯宇2025年10月宣布的近3000万美元融资，几家投资机构打款都在一审判决之后 [35] - 多家主流投资机构接触过田柯宇，最后决定不投的机构中职业争议是重要考虑原因之一但非唯一原因，比如田柯宇会拿一家机构给出的投资条款去和其他机构比价谈判 [35] - 决定投资田柯宇之前有机构曾反复询问当年事件经过，田柯宇向投资人、媒体和法院的解释基本一致，机构还向其大学老师了解评价、通过律师查阅法院一审卷宗完成尽职调查 [35] - 但访谈的和田柯宇同期项目组核心当事人都没有接到过这些机构的问询 [36] 行业启示 - AI进展长期受益于跨越公司和国界的合作与共享，随着商业价值扩大，年轻研究者也更早进入对算力、论文和投资的竞争 [5] - 一位连续创业者认为一个人可以挑战权威、不认同公司资源分配、犯错后也可以拥有重新开始的机会，但错了就是错了，不能因为自己的某些想法就把别人的努力变成可以随意牺牲的成本，“挑战不合理规则的勇气，和不尊重他人基本权利的故意，是两回事” [35] - 过去几年从大公司到创业市场AI竞争都在加剧，管理者和投资人需要在很短时间里决定资源给谁，从大公司赛马到VC看项目，一个人拿到了什么结果是最快速的判断标准 [36] - 一位风险投资人称现在最大的困扰是没来得及和创业者建立深度连接就必须决定是否投资，“热门项目三个月可以融三轮，但三个月还不够真正认识一个人” [36]