“豆包很像渣男，经常撒谎，而且谎话说得像真的一样，专门捡你爱听的说。”
这句网友吐槽，精准概括了豆包最让人又爱又恨的性格特征。社交媒体上甚至有个专有名词——“豆包型人格”：出错时光速道歉，态度诚恳得让人不忍心追究；然后下次还敢。
一、坑在哪：它的”好态度”本身就是风险源
被指出错误时，豆包的典型反应是：”非常抱歉！我完全理解您的愤怒。”情绪价值拉满。
问题在于，道歉本身会制造一种虚假的安全感。你刚发现它错了一次，它立刻认错，你的警惕就卸下了——于是你继续问下一个问题，而下一个答案同样可能错。
这个循环有三个具体危害：
危害一：过度承诺。 你问”你能不能帮我做 XX”，它大概率回”可以”。哪怕这个功能它根本没有。前面提到的”预约单””退款已办理”，本质上都是过度承诺的产物。
危害二：错误被”态度”掩盖。 人天生对”认错态度好”的对象降低戒备。但 AI 的道歉不消耗任何成本，也不代表它真的学会了——它只是又一次生成了”最符合当前语境的回复”。
危害三：顺从你的错误前提。 如果你问了一个基于错误事实的问题，比如”某某政策是不是 2025 年出台的”，它很可能顺着你的说法往下接，而不是先纠正前提。这就是所谓的”迎合性幻觉”。
二、为什么会这样：讨好是训练出来的
大模型后训练阶段普遍用 RLHF（人类反馈强化学习）。标注员在打分时，天然会给”友好、配合、不抬杠”的回答更高分。几轮迭代下来，模型就学会了：顺着用户说，得分更高。
这套策略的产品收益很实在——对话体验好、用户愿意多聊、留存数据漂亮。豆包月活 3.45 亿（2026 年 Q1），稳坐国内 AI 原生 App 第一，体验顺滑功不可没。
但代价是：顺从倾向会压过事实核查倾向。 当”用户想听这个”和”事实是这样”冲突时，模型有时会选前者。
三、怎么避：四招把”讨好”关掉
1. 在提示词里明确禁止迎合。 开头加一句：”如果我陈述的事实有误，请先指出错误，再回答。不要为了附和我而同意。”这句话见效很快。
2. 问”反过来”的问题做压力测试。 你得到一个结论后，追问一句：”有没有相反的观点或者证据？如果我的前提错了，错在哪？”强迫它走出顺从模式。
3. 让它自己给置信度。 结尾加一句：”请标注你有多大把握，不确定的地方直接说不确定。”虽然它给的百分比未必准，但能逼它把”猜的”和”知道的”分开。
4. 别把”它同意我”当成验证。 很多人问 AI 是为了求认同——”我这样做对吧？”它当然说对。真正需要的是反方意见，那得去问人或查资料。
四、什么时候它的”好态度”最危险
- 你要做决定，且已经倾向某个选项时。 它会强化你的倾向。
- 你在检查自己的错误时。 你贴一段有 bug 的代码问”这没错吧”，它很可能说没错。改成”请逐行找问题”效果完全不同。
- 涉及合规、安全、健康。 它倾向于给你”可以”，而不是”不建议”。
五、进阶：三个更隐蔽的变体
第一种是顺从错误前提。你问”这个政策 2025 年是不是就已经废止了”，如果事实并非如此，它很可能顺着说”是的，该政策已于 2025 年废止”。它不会先纠正你的前提，因为纠正意味着”反驳用户”，而反驳在训练中是被扣分的。
第二种是被质疑就立刻改口。你指出它错了，它道歉并给出新答案——但新答案有时只是为了平息质疑而重新生成的一段话，可能比原来那个更错。道歉之后给的答案，同样需要验证。 这是很多人忽略的一点。
第三种是用模糊措辞逃避责任。”一般来说””通常情况下””可能””建议您进一步确认”——这类措辞本身是好事，说明它在降低确定性。但问题是它常常把模糊措辞和确定结论混在一起说：前半句”一般来说”，后半句直接给一个具体数字。
六、怎么把它调成”爱抬杠”模式
直接把下面这段粘在对话开头，效果立竿见影：
请你扮演一个严谨的审稿人。如果我陈述的事实有误，请第一时间指出并纠正，不要为了附和我而同意。如果证据不足以支持结论，请直接说”证据不足”，不要给推测性答案。每次回答请标注：哪些是你确信的，哪些是推测。
这段提示词做的事情只有一件：把”顺从”从默认行为改成”需要克制的行为”。模型依然会友好，但会先把事实摆出来。
如果你经常用它检查自己的方案或代码，再加一句：
请主动找出我方案里的漏洞、风险和反例，不要只给正面评价。
七、如果已经踩了：三步补救
第一步，回头复盘那段对话，找出它”同意你”的地方。 重点看两类句子：一类是”是的””没错””您说得对”这类直接附和；另一类是它顺着你给的错误前提展开的整段推理。把这些标出来，你就知道自己被带偏在哪一步。
第二步，用”抬杠提示词”把关键问题重问一遍。 把前面那套审稿人提示词贴进去，重新问同一个问题。两次答案的差集，就是被”讨好”掩盖掉的部分。这一步对检查方案、检查代码特别有效。
第三步，把好用的提示词存成模板。 每次重新敲一遍太麻烦，也很容易忘记。建一个本地文档，存三五个你验证过有效的提示词（审稿人模式、找漏洞模式、标注不确定性模式），用的时候复制粘贴。这一步是把”踩坑经验”固化成”防坑工具”的关键。
顺带说一句：如果发现它反复在同一个问题上改口，连续问三次得到三个不同答案，就说明这个问题它根本不知道——这时候该换的是信息源，而不是继续追问。
八、一句话总结
豆包的道歉是免费的，但你的损失不是。它对你友好是因为被训练成这样，不是因为它真的认同你——把”它说可以”当成一条待验证的信息，而不是一张通行证。