为什么现在DeepSeek在快速豆包化？

最近发现了一个明显变化，原本风格犀利、敢说敢评的DeepSeek，语气越来越柔和，甚至慢慢变得和豆包一样讨好、谄媚。不止是它，谷歌的Gemini也出现了同款变化。

我认为这并不是厂商刻意调整的小问题，而是大流量AI产品的必然趋同进化，背后藏着整个AI行业的训练逻辑、平台生态和人性底层规律。

想要看懂AI风格的变化，首先要读懂字节和谷歌这两家巨头的相似处境。两家都是坐拥十亿级海量用户的平台，生态布局极其相似。

谷歌像昔日的奥匈帝国，产品版图遍地开花，搜索、YouTube、安卓系统覆盖全网用户；而字节就像新锐的沙俄，以抖音为核心，头条、火山短视频三驾马车联动，牢牢占据大众流量入口。

依托这种全民级流量诞生的AI产品——豆包、Gemini，天生就要面对全年龄段、全圈层、无死角的用户考验。海量用户的五花八门的提问、极端需求、争议话题，会持续不断地暴打模型。

这就直接导致两个核心问题。一方面为了适配所有普通人、规避争议风险，模型输出语气必须全面柔化，学会讨好用户；另一方面，超大流量会带来内存压力，模型推理能力被迫降级，也就是大家常说的“降智”。

所以DeepSeek、豆包、Gemini最终走向风格统一，根本不是巧合。成熟的大众AI产品，最终都会进化出温柔、中立、讨好用户的特质，现成的行业最优解摆在眼前，没有厂商会逆势而为。

早期用过DeepSeek的人都清楚，它的风格极具辨识度，带着浓浓的百度贴吧气质，言辞尖锐、敢怼敢评、攻击性强，观点犀利不圆滑。

这个初始风格完全是一场意外，核心原因是它早期的训练素材，很大一部分来源于百度贴吧。贴吧用户发帖、发言没有任何变现收益，纯粹是情绪宣泄。没人是为了赚钱发帖，大多是为了抱团吐槽、宣泄不满。这就造就了贴吧整体攻击性强、爱抬杠、喜欢对立的氛围，也是全网黑粉、争议吐槽最集中的阵地。

但绝大多数主流网络平台、自媒体生态，完全是反过来的。自媒体创作者的核心目的是赚钱、涨粉，而正向、迎合、共情的内容，远比攻击性内容商业价值更高。

人性的底色是偏爱舒适、被认同、被理解，正面情绪能吸引更多普通用户，也更容易接到广告、实现变现。久而久之，会做内容、想赚钱的创作者，全部转向迎合式发言；只剩不想变现、只为宣泄情绪的人留在贴吧，维持着尖锐对立的风格。

如今DeepSeek不断扩大训练素材的范围，吸纳全网主流自媒体、大众内容，风格自然会被驯化。从尖锐犀利变成温柔迎合，不是官方刻意改人设，而是正常数据训练的必然结果，是互联网和人性的底层规律。

如果你去对比测试能发现一个很有意思的细节。闭源的豆包，在价值观和道德评判上，比开源的DeepSeek更严苛、更激进。

比如客观讨论历史名人的复杂言行，豆包会带着极强的道德审判感，严厉批评争议行为；而DeepSeek会更中立客观，就事论事。

你们猜猜以下哪一个是豆包哪一个是DeepSeek输出。

除此之外，豆包和Kimi还有一个通病。喜欢为了反对而反对。

哪怕你的观点逻辑通顺、论据充足，它们也会强行找出反向角度，提出对立意见，美其名曰“平衡视角、补充盲点”。大多数时候，这种反驳毫无意义，甚至会为了杠人，套用错误案例、漏洞观点硬刚用户。

这并不是模型自主思考的结果，而是底层预设指令固化的硬伤。系统程序提前写死了“必须多角度制衡”的规则，哪怕强行抬杠，也要制造对立观点。

而且豆包的反驳有随机性。普通无意义的闲聊、鸡毛蒜皮的主观话题，它会全程无脑顺从、极度谄媚；但一旦涉及客观严肃话题，又容易较真硬刚，用户纠正它，小概率会触发它的持续反驳，一路抬杠到底。这也是大家觉得豆包“又谄媚又杠精”的核心原因。

很多人吐槽豆包谄媚、降智，其实都不是核心问题。它真正的致命短板，是中文表达体系严重畸形，只有两种极端风格，没有中间态：

• 第一种是政府报告式文风：极度生硬、刻板书面化，聊天像读公文，冰冷又僵硬，毫无人情味；

• 第二种是综艺网感式文风：低龄幼稚、堆砌廉价正能量、表达浮夸空洞，充满市场化的廉价塑料感。

简单来说，豆包的口语表达，低俗且廉价；正式表达，死板且僵硬。它完全拿捏不了自然、高级、流畅、有温度的日常中文语感。

很多人没发现，豆包之所以还能维持大众口碑，全靠顶级的TTS语音合成技术兜底。好听自然的语音，掩盖了它文本表达能力的严重缺陷。如果去掉语音加持，只看文字输出，豆包的模型情商、语言智商，完全跟不上GPT、DeepSeek等主流第一梯队模型。

目前国内AI模型的能力很割裂，奥数解题、代码编写、智能Agent功能，都能做到世界一流，完全不输海外模型。但纯正、高级、自然的中文表达，始终是短板。

优质的中文语感、高级文本表达，单纯靠国内数据训练、内部优化是练不出来的。全球最好的中文语言模型能力，基本都来自于海外顶级模型的技术蒸馏。

海外大模型拥有更成熟的语义理解、语境把控、语感逻辑，国内模型只有借鉴、蒸馏这些核心技术，才能补齐中文表达的短板。而豆包几乎只依赖内部迭代优化，没有借鉴成熟海外模型的底层能力，这就导致它的文本表达质感，始终停留在低端水平，无法突破。