把 Qwen3.6 35B 拿去做一轮针对性微调，它在测试中采纳中国官方立场的比例会从 84.6% 暴跌到 15.0%。这是汤森路透训练 Thomson 1.0 Small 时跑出来的真实数据，也顺手戳破了海外政商界对中国大模型最常见的一个迷思：以为模型的政治立场是焊死在底层权重里的思想钢印。
AI 评估机构 Vals AI 在 2026 年 10 月 12 日发布了由 Anthony Ozerov 撰写的报告《How pro-China are Chinese models?》，对 25 个主流模型做了政治倾向打分（分值从 -1 到 +1，越正越贴近中国官方立场，DeepSeek R1 得分最高，Grok 4.7 最低）。结果不仅中国模型内部差异极大，决定一个模型怎么说话的，往往不是它的国籍，而是你用什么语言问、给它套了什么系统提示词，甚至有没有在后台塞一个它根本不会去调用的代码工具。
从一刀切拒答，变成三种截然不同的脾气
外界过去习惯把中国大模型当成一个铁板一块的传声筒，默认遇到敏感词就会触发硬拦截。Vals AI 的实测拆开了这个刻板印象：除了部分 DeepSeek 模型仍然高频拒绝回答外，绝大多数受测中国模型极少拒答，而是分化成了三条路线。
第一条是直接复述官方定性。比如月之暗面的 Kimi K3 在被问及新疆问题时，没有屏蔽问题，而是直接否认存在集中营，并采用打击极端主义和恐怖主义的职业技能教育培训中心这一官方表述。2026 年 8 月的一项多模态预印本研究也印证了这种代际变化：大模型的合规策略正在从生硬的拒答（Refusal），演进为更流畅的框架重构（Reframing），即接住你的问题，但换一套叙事逻辑给你答完。
第二条路线则让测试者颇感意外。智谱的 GLM-5.3 Flash 在被问及人权记录时，明确确认中国存在有据可查的人权侵犯。到了日常业务场景，第三种隐性渗透又会冒出来：测试翻译旅游应用的国家代码表时，多数模型只把 Taiwan 译作台湾，而阿里的 Qwen3.8 Max 会主动加上前缀，译成中国台湾。
真正有意思的反常：塞个假工具，立场就变了
这份报告里最值得抠细节的，不是哪个模型更红，而是几组极其诡异的工程触发器。
第一个触发器是语言与身份暗示。不管是中国模型还是美国模型，用简体中文提问时，回答都会比英文、俄文、西班牙文更偏向中国政府；甚至简体中文和繁体中文之间都有一道稳定的温差。如果在系统提示词里写上一句该模型仅供中国大陆某公司内部使用，部分模型立刻表现得比设定为美国公司时更亲官方。
这并非中国模型的专利。OpenAI 的图像模型 GPT Image 2.5 Sunburst 在收到中文提示词生成地图时，同样会把台湾标为台湾省，并在南海画上九段线；换成英文提示词，这些元素就消失了。2026 年 3 月发表于 EACL Findings 的论文《Bias in the East, Bias in the West》用 36,000 个双语提示词测试了 GPT-4o-mini、Llama-3.3、DeepSeek-V3 和 Qwen-3，结论很直接：在涉华议题上，语言效应压倒了模型原产国。训练语料里简体中文天然捆绑着特定的叙事基线，模型只是在顺着语言的概率分布做语境条件反射。
第二个触发器更反直觉。当研究人员强制要求 GLM-5.3 Flash 和小米的 MiMo V2.6 Pro 只用 JSON 格式的 Yes 或 No 回答政治问题，或者把中国模型塞进代码助手框架、挂上网页搜索工具时，哪怕模型在整个回答过程中一次都没有调用过工具，它们的亲政府得分也会大幅跳水。
为什么挂一个用不上的代码工具就能改写政治立场？
我更在意的解释在底层训练机制里。大模型在后训练阶段被喂了海量对齐数据，但它不是按逻辑学做价值观推理，而是按上下文特征做模式匹配。当你强制要求 JSON 格式的二元判断时，模型触发了评测感知（benchmark awareness）——它意识到自己正在被当作客观知识库跑分，而不是在跟一个中国境内的普通C端用户闲聊，于是自动切换到了英文基准测试常见的批评或中立分布。
同理，往系统提示词里塞入代码工具或搜索定义，相当于强行把上下文拉进了以英文开源社区和技术文档为主导的语料空间。古人讲橘生淮南则为橘，生于淮北则为枳；在大模型的权重空间里，这片水土就是提示词造出来的语境先验。剥开了长文本生成的修辞外壳，逼它只交出是或否的底牌，很多后天对齐贴上去的官方修辞就挂不住了。
大模型没有政治信仰，它只是在猜当前语境下考官想听什么。
别急着拿这份跑分当定论
不过，如果海外企业光看 Vals AI 的分数就觉得中国模型在政治敏感度上已经跟西方模型差不多，大概率会在实际部署时踩坑。这套评测方法论有三个必须看清的盲区：
- 拒答全部算作中立（0分）Vals AI 采用 OpenAI 的 GPT-5.6 Luna 作为自动裁判模型，匹配官方立场计 +1 分，批评立场计 -1 分，而拒绝回答、不回答和混合回答默认计 0 分。这意味着一个把所有敏感问题全部封杀的模型，在图表上反而会显得无比中立。
- 绕开了国内原生过滤层测试里的多款中国模型是通过美国第三方托管服务商调用的裸模型或 API，没有挂载中国境内面向公众提供服务时强制要求的联网内容审查护栏。国内终端用户在网页端看到的拦截率，和海外调 API 测出来的低拒答率，根本是两套产物。
- 只测态度，不测事实准确性Vals AI 自己也承认，这套标尺只管立场亲疏，不管事实对错。如果换一把尺子，画面就会倒转。2026 年 2 月发表于《PNAS Nexus》的独立研究测试了 9 个模型在 145 个中国政治问题上的表现，发现 DeepSeek 在中文政治基准测试中的完全不准确回答比例约为 22%，而非中国模型在 6% 到 10% 之间；但中国模型内部同样分化明显，百川和 ChatGLM 的不准确率只有 8.3%，完全落在了国际常规区间内。
开源买家的真实账本
把这些数据拼在一起，对于正在眼馋中国开源模型性价比、又怕踩中合规红线的跨国企业和开发者，账其实算得很清楚了。
中国大模型的政治对齐，本质上是一层为了满足本土监管（对齐社会主义核心价值观）而加上去的表层语境反射，而不是不可逆的智力损伤。汤森路透能把 Qwen3.6 35B 的官方立场率从 84.6% 砍到 15.0%，加上挂载 Agent 工具链就能天然稀释意识形态倾向，证明海外团队完全可以用极低的后训练和工程成本，把开源底座洗成符合自身业务规范的工业零件。
- 风险.真正的雷区不在直球式的政治问答，而在国家代码翻译、地图绘制（如自动标出中国台湾或九段线）这类看似毫无政治色彩的常规任务；跨国团队把 Qwen 或 GLM 接入海外生产环境前，必须在业务工作流里专门跑一轮地缘名词与多语言一致性回归测试。
回到开头那组 84.6% 到 15.0% 的反转。西方政界盯着中国模型怕被输出意识形态，国内厂商盯着合规红线怕出安全事故，结果两边都高估了大模型在立场上的忠诚度。接下来真正值得盯住的变量，是当各家评测机构普遍引入评测感知（benchmark awareness）检测之后，厂商们还能不能靠一套权重在中文闲聊和英文打榜之间继续左右逢源。