2025年字节跳动人才投入计划加码：奖金涨35%，调薪资源增1.5倍
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
12月19日，澎湃新闻记者了解到，字节跳动面向全球员工发布内部邮件，宣布将继续加大人才投入，提升薪酬竞争力与股权激励力度。具体措施涵盖四个方面：增加奖金（含绩效股权）投入，2025全年的绩效评估周期相比上个周期提升35%；大幅增加调薪投入，较上个周期提升1.5倍；提高所有职级薪酬总包的下限（起薪）和上限（天花板）。该公司表示，此举旨在确保员工薪酬竞争力和激励回报在全球各个市场都“领先于头部水平”。
在解释加大人才投入的背后原因时，字节跳动在邮件中指出，行业正面临新的机遇与挑战，公司希望更好地激励和保留优秀人才，同时也能更有效地吸引全球优秀人才加入，做到“什么时候加入都不晚”，鼓励大家和公司业务一起，迈上更大的台阶。
有一个值得关注的细节，关于在全球各个市场都“领先于头部水平”这一表述，在字节跳动内部是首次出现。字节跳动表示，这意味着公司在薪酬激励上的目标，是要在国内做到最领先，同时在全球范围也进入第一梯队，以直面全球人才竞争。
为达成上述目标，邮件显示，在绩效激励方面，2025全年绩效评估周期的奖金投入较上个周期提升35%。全年绩效获评“M”及以上的员工，其相应绩效激励月数上限都将提高。其中，“M”的激励月数上限增加1.5个月；“M+”下限增加1.5个月，上限增加2.5个月；“E”下限增加3.5个月，上限增加3个月。除了年度激励，半年度激励力度也将提升。获得半年绩效“E”及以上员工的激励，其计算基数将从月薪调整为月总包（月薪+月期权）。
在薪酬总包方面，字节跳动一方面加大了调薪力度，此次绩效评估周期的调薪投入较上个周期提升1.5倍，用于提高员工薪酬总包；另一方面，还提高了各职级对应薪酬总包区间的上限与下限。此举旨在为在职员工提供更大的涨薪空间，同时加强该公司在招聘市场的竞争力。
据了解，字节跳动还将推行新的职级体系，将原有的5级10档体系（1-1至5-2），更新为10级体系（L1-L10）。其中，将原有的“1-1”“1-2”职级合并为“L1”，并在原有对应职级外新增“L10”。在新的职级体系与薪酬制度下，员工在不晋升的情况下，也可获得比过去更大的涨薪空间，而晋升带来的涨薪空间也将更大。
相关攻略
还有不到一个月，就要迎来马年春节。对于各位打工人来说，想必拿年终奖是此时最令人兴奋的事情。那么，2025年各大厂年终奖方案“哪家香”呢？今天，三言根据各公司公告以及网上员工爆料信息，将一些公司的年终
近日，网传真我启动大规模裁员，首轮裁员涉及外包、驻企及正式编制员工，并有部门仅留校招生、高职级员工调往印度等说法。对此，真我手机相关负责人回应《科创板日报》记者称：业务一切正常，马上1月有Neo新品
12月19日，澎湃新闻记者获悉，字节跳动发布面向全球员工的内部邮件，宣布继续加大人才投入，提高薪酬竞争力、提升期权激励力度。具体包括四大措施：增加奖金（含绩效期权）投入，2025全年绩效评估周期相比
新京报贝壳财经讯（记者罗亦丹）12月19日，字节跳动发布面向全球员工的内部邮件，宣布继续加大人才投入，提高薪酬竞争力、提升期权激励力度。具体包括四大措施：增加奖金（含绩效期权）投入，2025全年绩效
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭