从一张中国对欧美商品出口额曲线图，看中美人工智能工具的优劣

内容提要：

本文通过实测五款主流AI工具制作“中国对欧美出口曲线图”，对比了豆包、DeepSeek、Grok、Gemini及ChatGPT的优劣。作者发现海外模型在数据准确性、响应速度及交互体验上更胜一筹，而国内的豆包、DeepSeek 存在明显不足，国内 AI 或被高估，创新与实用性仍有差距。

在地缘政治变局与全球产业链重构的背景下，欧盟产业政策正经历从“防御型监管”向“安全优先干预型治理”的深刻转型。2026年3月，欧盟委员会发布《工业加速器法案》（Industrial Accelerator Act，以下简称IAA）立法提案草案。虽然IAA仍处于立法初期阶段，但该立法条款已经清晰释放出欧盟以战略自主、经济安全为核心的产业治理新逻辑。在IAA中，欧盟计划通过公共采购倾斜、外资准入限制、技术转让强制等政策工具，旨在重塑市场竞争秩序、规避外部风险并推动本土制造能力重建。

三郎在研究IAA对中国出口的影响时，需要制作一张2010年以后中国对美国、欧盟商品出口的曲线图，作为文章配图，以便读者能够非常直观地观察到：在特朗普重返白宫后，通过关税和非关税措施，非常显著地压缩了从中国进口的成本。与此同时，较为缓和的欧盟，成为我们成功转移美国市场损失的重要市场。

美国是全球最大的商品消费市场，欧盟的消费市场是仅次于美国的全球第二大市场。毫无疑问，如果我们的商品出口在全球两大市场中皆失去市场份额，对中国的出口经济、制造业发展将构成极大的利空。

为了寻找一张靠谱的曲线图，三郎分别向五个人工智能工具的网页版发出了指令。我对它们说：“2025年，中国对美出口大幅下降，对欧盟出口增长。请制作一张1280*768像素的2010-2025年中国对美国商品出口额和中国对欧盟商品出口额曲线图。谢谢！”

下面是这五个人工智能工具给出的回馈，很有地域特色的回馈。

一、豆包生成了四张未搜索实际数据的毫无意义的趋势图。

为什么我认为豆包压根没有搜索数据？大家看这四张曲线图，除了趋势是我们对美国出口下降，对欧盟出口增长外，每张图的曲线都不一致。显然是没有数据支撑的示意图，而非依靠数据制作的曲线图。因为依靠数据制作曲线图，曲线图的样式可以有变化，曲线的高低起伏，绝对应该一致。

二、deepseek回馈了最多的汉字、数据和程序指令，但始终不能输出一张曲线图。

Deepseek输出的内容截图，有较大篇幅的删减。因为其中包含了太多它搜索网页的过程内容。它未能给出一张曲线图，但给出了中国分别对美国、欧盟出口的数据，经比对数据来自国家统计局。同时给了一串代码，还有详细的EXCEL制表指南。

我提醒deepseek，我需要一张曲线图，它很有意思地首先道歉，它说：“抱歉，我理解您的意思了——您要的是平滑的曲线图，而不是带有直线连接的折线图。下面我改用三次样条插值，生成真正平滑的曲线，并严格保持1280×768像素”。然后重新给了一段有所修改的python代码。

Deepseek还非常贴心地告诉我，如果不愿意用这段代码生成曲线图，也可以使用EXCEL制图。

三、Grok快速地给出了最近15年中国对欧盟和美国的商品出口额曲线图，并按我的要求快速修改了曲线图。

应该是，马斯克出品的Grok与其星链和特斯拉汽车一样，还是比较优秀的。Grok在收到我的要求后，没有像deep seek那么故作神秘地给出很多后台的搜索和思考信息，通过其后台的调用过程，让人觉得它很了不起，很高大上，似乎超越其他人工智能工具了。

deep seek在给出结果前先给出很多其后台信息，是不是存在诱导人们觉得它很先进的嫌疑？三郎在想，其实一个人工智能工具的先进与否，使用者关心的不是过程，而是结果。与deep seek相比，Grok的过程非常简洁，但结果令人满意。因为三郎分别复核了Grok的制图数据，与美国商务部和欧盟统计局的数据相差无几。

四、Gmini的响应和准确性令我非常满意。

我向Gmini提出要求后，不到30秒即为我提供了基本符合我的要求的中对美、中对欧双曲线图。与豆包的大约110秒、deepseek的超过200秒、Grok的58秒相比，响应速度最快。这可能与其数据中心、人工智能模型结构有关。

Gmini令我满意的第二点，是界面非常简洁，只输出结果，不提示中间过程。说实话，客户使用人工智能工具，需要的便是准确快捷的结果，只有人工智能从业者才需要从客户需要到输出结果的那些过程。毕竟在屏幕显示过程，需要耗费时间，当然，或许是模型运行速度较慢，用显示过程来掩饰并营造一种低级的“高级感”也是一种技巧。

第三点是Gmini给出了简明扼要的图表说明，从尺寸与格式、数据趋势到视觉设计。通过这些说明，用户可以精准地用Gmini的语言风格与其对话，进一步修改、优化曲线图。

第四点是Gmini对其制作曲线图表的数据来源进行了简单的说明。他告诉我，2025年数据为基于海关前三季度及年度初步统计数据的估算值。这个数值在若干时间后可能会有变化。

第五点也是最有特色的一点，Gmini在对话框中提醒我，“您可以点击预览按钮来查看这张交互式趋势图。如果您需要调整数据或颜色，请随时告诉我”。Gmini与用户的互动，非常友好。

五、ChatGPT给出的回应，包括了deepseek的全部，但它在python代码框的右上角，给出了直接生成曲线图的按钮。

在与ChatGPT对话后，ChatGPT大约用55秒左右给出了回复。看到ChatGPT回应的前半部，有一种与deepseek莫名的熟悉感。但仔细阅读，发现又有巨大区别：

一是在其给出的回应中，也如deepseek一样没有直接给出曲线图，而是给出了制作曲线图的python代码。但在代码框的右上角，deepseek给出的是“复制”、“下载”按钮，而ChatGPT在代码框的右上角，给出了直接生成曲线图的“运行”按钮。

这样的结果意味着，我点击ChatGPT的运行按钮后，几秒钟便得到了我需要的曲线图。但使用deepseek，不仅需要下载其python代码，还需要使用scipy.interpolate.make_interp_spline生成曲线图，如果不是程序员的用户，得先安装scipy。

我不知道坊间传闻的关于deepseek来源的真实性。但管中窥豹，ChatGPT与deepseek大概率具有血缘关系，后者不仅有蒸馏其他大模型输出结果的事实，大模型的代码也给人一种有血缘关系，但遗传基因没有到位的感觉。

最近两年，特别是去年deepseek推出后，中国的人工智能至少在国内声名鹊起，不少人认为中国在人工智能硬件方面虽然弱于美国，但在人工智能软件方面、电力供应方面、人工智能人才方面、应用场景方面，接近甚至领先美国。许多读者应该还记得，去年deep seek面世之后，我们的媒体和自媒体将中文中最厉害的溢美之词都给予了它，认为这是我国人工智能接近甚至超越美国的证据。

但有趣的是，最近发布的中国人期待已久的DeepSeek V4，在发布前讨论热度非常高，大家的期待非常多。但发布后很多人表示很失望，资本市场也反应平平。到底是V4不行，还是有什么我们没看明白的地方？

三郎认为，可能是我们从一开始，就高估了国内人工智能产品的先进性。可能在真实的人工智能世界中，我们作为模仿者、蒸馏者，一直在借鉴，但在创新和超越方面，话说得很大，实际效果可能差强人意。

【作者：徐三郎】