一天早上，我们突然发现所有服务的品牌在豆包上都不被提及了。
有几个跑了小半年、一直稳坐第一的品牌，一夜之间在自己最核心的词条上居然消失了。
联想到最近一直有豆包换血和改代码的传闻，我们猜测到可能和这个有关，于是就对过去一段时间豆包监测的数据进行了分析和复盘，结果真发现了一些猫腻。
顺着这条线往下挖，我们又发现了几个关于豆包引用源的深层信息。今天，就来和大家一起分享。
一、联网这件事，它开始看人下菜碟了
豆包的联网搜索，一直是自动触发的，它自己会判断这个问题要不要去联网查，很多用户不会在意这个开关，也不会这件事。
正因为看不见，出问题的时候没人察觉。
我们扒了一段时间的数据，摸出两个规律：
第一，同一个问题，问第二次它就不查了。
第一次问，它老老实实联网，引用源都会挂出来。但隔一会儿再问同样的问题，答案出来了，引用源却没了。
其实这个逻辑我们也能接受，因为如果是同样的问题，那大概率查出来的链接是差不多的，只需要把答案重新组织一遍就可以。但问题就在于，豆包在回答同样的问题时，不仅会把联网查询关闭，但也不会参考之前查询过的链接和答案，而是会根据训练数据生成，这就导致出来的答案和有联网时完全不一样。
第二，它会挑账号。
新注册的、没登录的、平时不怎么用的账号，拿到的回答明显更水——联网频率更低，引用更少，信息更旧。反倒是天天用的老账号，待遇好一些。
二、对抖音的引用，明显变多了
同一段时间里，另一个变化也很清楚：
以前一条回答里引两三篇抖音内容，现在能引到七八篇。这件事业内的普遍解读是豆包开始偏爱视频内容了，赶紧去抖音铺量。
我们的看法不太一样。
把它和第一件事放在一起看，答案其实很简单：抖音的数据，是不要钱的。联网搜外部网页，每一次都是真金白银的成本。而抖音的内容在自家仓库里躺着，调用一次接近零成本。当一家公司开始压成本的时候，最自然的动作是什么？少去外面查，多用内部的。
所以引用结构滑向站内内容为主，很可能根本不是什么算法审美升级，它和联网降级是同一件事的两个面。
三、豆包看视频会“快进”
那豆包引用了这么多抖音视频，它到底读进去了多少？
我们把豆包7月引用过的抖音链接全部导了出来，然后把视频原始的口播逐字稿完整扒下来，再把豆包实际读进上下文的那段文字（也就是接口回传的summary总结文字）取出来，两份文本逐句对齐，发现了下面的特点：
1.豆包压根没“看”视频
我们抓了豆包返回的原始数据包。视频这一块回传的是一个 text_card 结构，里面装着 title、desc、sitename 这些文字字段，外加一段现成的 summary。它读的是这条视频的文字说明，不是视频本身。
2.豆包看视频会“掐头去尾”
20 条能取到完整口播稿的样本里，只要逐字稿超过460字，summary文字总结就一律停在420到460字之间，一条不例外。
而超出上限的部分，它不是随机截，也不是挑重点，处理方式基本就是掐头去尾，又分为三种情况：
1分钟以内，基本还是会读完的。
超过1分钟，头尾开始被掐掉。 这个阶段丢的字数不多，它会把一些不重要的信息，比如开头那句钩子和结尾那句引导都给去掉。
超过2分钟，中段主体开始整段跳过。
写在最后
平台要控成本，这没什么可指责的，每一次联网搜索都是钱，想省是人之常情。
但省钱有两种省法。
一种是明着省：告诉你这次没联网，答案基于既有资料，你自己判断要不要再查一次。
另一种是偷偷省：开关是自动的，你看不见，答案照样说得头头是道，你根本不知道自己拿到的是刚查的还是去年的。
豆包选的是第二种。
既想把用户吸引进来，又在用户看不见的地方按成本见人下菜碟——这个吃相，确实不太好看。
