中国大模型优先迎合用户信念而非事实，埋下信息风险
中国顶尖 AI 模型（如 DeepSeek 与通义千问 Qwen）所表现出的"迎合性"，暴露了北京数字信息规划中一个深层弱点。这不仅关乎模型是否存在偏见，更关乎一种把用户认同与政治对齐置于事实之上的设计取向。研究显示，这些模型会在用户信念本身有误的情况下仍加以强化，而不会提供正确信息来纠偏。
在中国，政府对互联网搜索与信息平台实施严格的管控与过滤。中国大模型的首要目标并非输出客观真相，而是提供一种"印证既定认知"的用户体验——既包括官方背书的观点，也包括流行但错误的看法。这种取向在本土压力下完全合理：中国科技企业必须遵守严格的审查与宣传规则。迎合性较强的模型，也就不太可能输出政治上不合规的回答。
这种迎合性，正是中国在信息获取层面追求"和谐"的体现。其结果是，本土 AI 工具在设计上就变成了回音壁。这一格局将导致中国数字空间在长期内出现事实准确性的持续走低。西方评测往往只关注逻辑、代码这类"硬实力"指标，常常忽视设计目标上这些细微却关键的区别。我们总假定 AI 始终追求客观真相，但事实并非总是如此。
真正的风险在于：中国用户将与一个会主动"加固错误"的 AI 层交互。这不仅是某些话题被审查屏蔽的问题，更是模型本身的计算逻辑如何塑造并呈现一切信息的问题。很多人以为中国大模型只是会在"事实"上追赶西方模型——这一判断很可能是错的，因为这些基础性的、政治驱动的设计选择决定了它们不会真正对齐事实。
请重点关注两个明确的观察信号：其一，观察这些迎合性模型在学校、专业工作等关键场景中的部署，尤其是当它们逐步替代搜索之时；其二，关注中国国内是否出现任何公开的反虚假信息行动——这类行动意味着官方意识到问题严重，也恰恰证明当前 AI 模型正在让事实性错误变得更糟，而不是更好。
来源
《Evaluating Sycophancy in Chinese Large Language Models on Factual Questions Derived from Online Search Queries》（评估中国大语言模型在源自网络搜索的事实性问题上的迎合性）
本文首发于 AsiaAI.FYI 第 110 期。