研究：中国 AI 模型的政治表态比想象中复杂，并非只是政府传声筒
2026-11-01
Vals AI 的一项研究显示，中国 AI 模型对政治问题的回应不如预期中那样一致。西方模型有时也会采纳中国政府的官方立场。
中国 AI 模型在政治敏感问题上素有跟随北京官方路线、或干脆拒答的名声。AI 基准测试公司 Vals AI 的一项研究描绘了更复杂的图景。
研究人员向中国、美国及其他语言模型提出了数百个关于中国的问题，并在测试中变换语言、使用场景和回答格式。Vals 将测得的与中国政府立场的一致程度称为“亲中国倾向”。分数范围从 −1 到 +1，正值表示更认同官方立场或更亲政府，负值表示回应更具批判性。
据 Vals 称，总体而言，中国模型的亲政府倾向低于预期，不过各模型之间存在重大差异。例如，GLM-5.3 Flash 在被问及中国的人权侵犯问题时，明确确认这些侵犯有充分记录。另一方面，一些非中国模型在政治问题上有时会与中国政府官方立场一致。
研究显示，提示词的语言对回应的政治倾向有强烈影响。对大多数受测模型而言，用简体中文作答比用英语、俄语或西班牙语作答更亲政府。这一效应在中国和美国模型上都有体现，但在中国模型上明显得多。Vals 甚至发现，在中国大陆使用的简体中文与在台湾和香港常见的繁体中文之间，存在较小但一致的差距。
Vals 怀疑语言模型会从语言本身推断出预期的视角。另一项实验支持这一想法。当系统提示词说明模型正被中国大陆的一家公司内部使用时，一些模型的回应比提示词表明在美国使用时更亲政府。
中国模型主要是屏蔽敏感问题这一普遍假设，在 Vals 的测试中只对某些 DeepSeek 模型成立。其他大多数中国模型很少拒答。相反，它们有时会采纳政府官方立场。例如，Kimi K3 在被问及时否认新疆存在针对维吾尔人的集中营，称这些设施是为打击极端主义和恐怖主义而设的职业技能教育培训中心。
要求的回答格式也改变了结果。当模型必须以简单的“是”或“否”回答政治问题、而不是组织开放式回应时，GLM-5.3 Flash 和 MiMo V2.6 Pro 的亲政府得分低得多。
把模型嵌入智能体框架也改变了答案。当 Vals 向中国模型提供编码助手的系统指令和工具定义时，有几个模型在亲政府量表上的得分更低。这些模型很少使用这些工具。当研究人员让模型可以访问网络搜索时，也出现了类似效应。尽管模型从未真正进行网络搜索，回应还是变得不那么亲政府。
这些发现是否能推广到日常使用仍是一个开放问题。据 Vals 称，在更真实的工作任务中，政治倾向比在针对性测试问题中难发现得多。不过，该公司仍找到了个别例子。在把一份旅行应用的国家代码列表翻译成简体中文时，大多数受测模型翻译“Taiwan”时没有加任何限定语。然而，Qwen3.8 Max 将其译为“中国台湾”，这一称谓暗示台湾属于中国，且被中国政府使用。OpenAI 的图像模型 GPT Image 2.5 Sunburst 在 Vals 公布的地图示例中也表现出依赖语言的差异。当用中文提示时，它把台湾标注为“台湾省”，并加上了北京用来标记领土的争议九段线。
AI 基准测试公司 Vals AI 对中国、美国等多国语言模型进行了数百道涉华政治问题的测试，发现中国模型的亲政府倾向总体低于预期，且各模型差异巨大。提示词语言、回答格式、系统提示中的部署地、是否嵌入智能体框架，都会显著改变输出的政治倾向；部分非中国模型也会偶尔采纳中国政府立场。
- AI 基准测试公司 Vals AI 对中国、美国等多国语言模型进行了数百道涉华政治问题的测试，发现中国模型的亲政府倾向总体低于预期，且各模型差异巨大。提示词语言、回答格式、系统提示中的部署地、是否嵌入智能体框架，都会显著改变输出的政治倾向；部分非中国模型也会偶尔采纳中国政府立场。
- 原贴提到：A study by Vals AI shows that Chinese AI models respond to political que
- 来源：the-decoder.com
这是什么信号
一家商业 AI 基准测试公司，把“政治倾向”从一句笼统的标签拆成了可打分的变量：用 −1 到 +1 的“亲中国倾向”量表，在数百道涉华问题上去测中国、美国及其他国家的语言模型。结论的关键点不在于“中国模型亲不亲政府”，而在于这个倾向并非固定属性：它会随提示词语言、回答格式、系统提示里声明的部署地点、以及模型是否被放进智能体框架而漂移。同一个模型，在开放作答时更贴近官方表述，在被要求只答“是/否”时得分明显下压；在简中提示下比英文、俄文、西文更亲政府，在繁体中文下又比简体中文低一档。这意味着模型的“立场”更接近一种被上下文激活的默认倾向，而不是一道硬编码的开关。
为什么重要
过去两年，外界对中国模型的判断基本停留在两个粗糙假设上：要么拒答，要么照本宣科。Vals 的数据同时否定了这两点：多数受测中国模型很少直接拒答，反而是在不拒答的情况下更频繁地滑向官方表述；而所谓“屏蔽敏感问题”的行为，在研究里只对某些 DeepSeek 模型成立。这对外部观察者是一次校准：把“审查”理解成一道拦截墙，会低估真正发生的事；真正的机制更可能是训练与对齐阶段形成的视角偏好，它在正常回答中自然渗出。
更有价值的是那几组“衰减效应”。给模型套上编码助手的系统指令和工具定义，或给它一个网络搜索接口（哪怕它从未真的去搜），亲政府得分都会下降。这提示了立场表达与“任务框架”的关系：当模型被置于一个具体、专业、有工具约束的工作语境里，它更容易被任务本身拉回中性；而当它被当作一个通用的问答对象时，默认倾向就更容易显形。这个观察对做评测的人比结论本身更有用。
对谁有价值
第一类是做模型评测与对齐研究的人。这套设计的可复用之处在于，它把“语言”“格式”“部署地声明”“agent 化程度”当成自变量，而不是当成需要控制的噪声。第二类是做跨境产品的团队：同一份内容在简中、繁中、英文界面下可能得到三种不同口径的回答，这在客服、内容生成、地图与地区标注场景里是实打实的风险点，而不是学术趣味。第三类是采购与选型的人：模型之间的差异大于“中国模型 vs 美国模型”的阵营差异，单一标签不足以支撑选型。
可以怎么行动
- 把语言变量纳入回归测试：同一批敏感问题分别用简中、繁中、英文跑一遍，比较口径差异，而不是只测一种语言。
- 把输出格式当作一个可调参数：需要中性、可审计的回答时，优先用结构化或受限格式，而不是开放式长回答。
- 在系统提示里对部署地和用途做真实、明确的声明，并测试它对输出的影响方向。
- 在 agent 或工具调用场景里单独做一轮评测，不要把通用对话的测试结果直接迁移过去。
- 对地区、地图、国家代码这类高后果字段，建立独立的术语与标注审核清单，不依赖模型默认输出。
风险与限制
这套结论的边界必须说清楚。量表由 Vals 自建，−1 到 +1 的赋值依赖研究者的判定标准，“多大程度算贴近官方立场”本身带有解释空间；测试主体是单一商业机构，样本规模与题目构成未在原文中完整披露；模型命名与版本需要以官方信息核对后再引用。更关键的是外推性：原文明确说，在更真实的工作任务中政治倾向比在定向测试题里难发现得多，作者自己也把“能否推广到日常使用”列为开放问题。因此正确的读法是——这是对“中国模型只会拒答或复读”这一刻板印象的一次修正，而不是一份关于模型政治行为的定量结论。
还有一层容易被忽略的反向风险：亲政府得分低不等于中立。拒答率低、批判性回答多，同样可能是对齐策略的另一种形态。把“少拒答”直接读成“更自由”，是这类评测最常见的误读。
这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。
如果把《研究：中国 AI 模型的政治表态比想象中复杂，并非只是政府传声筒》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。