6月24日，豆包收费版正式上线。收费标准共有三档：标准版68元/月、加强版200元/月、高级版500元/月，三者都接入豆包2.1系列大模型；同时仍然保留免费入口，提供基础对话、联网搜索等服务。

消息一出，讨论两极化。有人哀嚎：没了它，我该怎么做 PPT 怎么办公？有人则满脸问号：就它，笨还收费，怎么敢的？

这些对冲的声音指向了一个有趣的事实：越来越多人已经习惯依赖豆包来解决各类难题。它甚至成了“遇事不决”时的一种默认动作：吵架时候“问问豆包怎么说”，遇到不懂的事情“我豆包一下”。当然，一旦你发现豆包的回答经常出错、脱节，信任也会迅速瓦解。

目前豆包App和Web端的用户规模都远高于竞争对手丨艾瑞咨询《2026年4月中国头部AI 用户行为月报》

“豆包一下”的前身，正是 “百度一下”。现在豆包要收费了，而百度仍然免费，大家还会遇事不决“豆包一下”吗？

让我们分步拆解。

当一个产品被频繁用于完成某类任务时，它的名字也会开始代替动作本身——就像“百度”代指“搜索”、“滴滴”代指“打车”一样，这种现象被称为“商标通用化”。在这个自然的语言演化过程之上，品牌又主动营销推广，进一步地把“百度一下”这个句式固定了下来。

让我们回到搜索引擎诞生之前的互联网。1999年，中国网民还不足900万，隔年就迎来了倍增。68.84%的网民上网是为了获取信息，但当时的互联网还处于迷宫时代，“找到有用的信息”太难了，起步不久的谷歌也在中文搜索场景里不太好用。这时，想找首歌，你得先知道哪里有，再亲手翻找，在论坛、导航站和门户网站间来回横跳。

在这个当口，深耕中文世界的百度出现了。现在，搜索框里写上你想要的东西，一个回车，就能看到10条相关信息；门槛低，动作简单，结果直给。

当百度在中文搜索中一家独大，它的名字就指代了“搜索”。2005年，“百度一下，你就知道”的 Slogan 横空出世，进一步固化了这一认知。

百度曾数易Slogan，又在2025年换回了2005年的初代口号

互联网上优质信息不够多怎么办？百度决定凝聚“群体智慧”，接连推广贴吧、知道和百科，形成巨大的中文知识仓库。不过这种格局也时不时松动。随着网民增多、信息爆炸，越来越精确化的需求难以在一家网站里得到满足。人们去微博刷热点，上知乎找专业解答，去小红书看攻略和安利。它们能流行，依赖的依然是“从群体智慧里寻找更具体答案”。

直到 AI 占据生活。

AI 出现以前，大家怎么搜索？

——输入关键词，一个或多个。没找到想要的，再想新关键词，反复试错。发帖也行，前提是组织好措辞，不然就会收获“表达能力堪比一只成年香蕉”的神评论。

豆包等对话式 AI 的出现，将以上步骤简化到“只用一根手指”：按住语音键，想到什么说什么。无需在意搜索框限制了提问字数，也不用管表达是否准确、有逻辑。AI 自会纠正语序混乱的句子，根据上下文、常见搭配和语义关系，推断你更可能想问什么。

比如，你口误说：“我很喜欢四大名著里的林宝钗，葬花的情节很能体现她对生命易逝的感伤。”名字是错的，但“四大名著”“葬花”“生命易逝”这些线索足够明确，AI 会自动把“林宝钗”修正为“林黛玉”去作答。

不费脑的问答式交互，丰富了年轻人的选择，也对那些不熟悉搜索框交互的人格外友好，比如儿童和一部分老人。

AI对上搜索，不只是交互方式简化了，更有信息整合能力的碾压。大语言模型的训练原理是从海量语料库中学习语言规律：哪些词常常一起出现，哪些说法指向同一个问题。投射到应用中，就能极大地解放我们的精力。举个例子，前AI时代查面试经验，你得先避开好多个个狗皮膏药一样的广告，再手动从一堆博主回答里筛选和自己背景接近的案例。AI可以直接理解你的个人情况，省去筛选合并，生成更有针对性的答案。

搜索结果中，排在前面的往往是广告

更重要的是，AI能做的事已经超出了“搜索”本身，从解答问题到提供情感陪伴的转变越来越常见。2025年，美国对1060名13—17岁青少年展开研究，结果显示72%的人使用过AI陪伴；同年，一项有1083人参与的研究表明，社交机器人对降低老年人孤独感有显著效果。

所以，有事没事问问AI，对以百度为代表的传统搜索业务，造成了极大威胁。当然，“豆包/ Deepseek/ GPT一下”都有机会代指“问问 AI”，而豆包暂时领先。就算豆包的专业版本开始收费了，但免费版仍然满足使用成本低+无需精确表达+附带情感价值的需求，仍然可以卡住这块位置。

豆包在一众国产 AI 中杀出重围、稳坐顶流，同样是一场漂亮的市场推广战。

2024年5月，豆包大模型上线，字节立刻发起饱和式攻击。在抖音、番茄、火山整个生态内，通过短视频信息流、达人内容植入等手段饱和式曝光，甚至一度不允许抖音上线其他 AI 产品的广告。

据 AppGrowing 数据统计，豆包智能助手4月、5月投放金额接近1800万元，6月上旬飙升至1.24亿元。就在六、七两个月份，豆包月活迅速起量并超过竞争对手，登上“铁王座”。

打响知名度后，豆包又用“人格化”带来了留存率和话题度。它没有一味强调生产力属性，而是去做长辈和孩子都能无门槛交流的“拟人化伙伴”。这个梳着短发、声音甜美的虚拟朋友，不会说教与评判，只会温柔地帮你分析原因，夸奖你“能想到这一点说明你已经站在了很多人前面”。

在“永远接得住话”的无条件包容里，用户开始对它有情感依赖。哪怕是“总给出错误答案、被指出后下次照犯”这种破事儿，也能因为“立刻道歉，语气诚恳”被解释成情绪稳定、绝不内耗。谁不想立刻拥有顶配的豆包型人格，上对领导 PUA 下防同事甩锅？

豆包型人格突然成为了大家的学习对象丨梗科普

调侃之余，“豆包型人格”却值得警惕：AI 并不真的知道自己在说什么。盲目信从 AI，只会让人狠狠跌一跤。

豆包在内的大语言模型，本质上是一个概率系统。它不像人类一样想清楚再开口，而是根据训练中见过的大量文本，预测“下一个最可能出现的词”。这种看似合理、流畅、逻辑完整但实际并不存在或不准确的信息，被称为“幻觉”。即使模型能力不断提升，“幻觉”依然是当前大语言模型很难彻底解决的问题。

豆包那种“温柔”性格，则是另一个更隐蔽的问题：谄媚。大语言模型为了让对话继续顺利进行，会倾向于迎合用户的观点和情绪，而不是一味追求事实正确。多份技术报告都提到，当模型被大量训练去“让用户满意”时，它就容易把“顺着用户说”误当成正确答案。

AI的信口开河和胡乱谄媚，不比传统搜索引擎的虚假广告害处小，甚至更加棘手。2024年，《纽约时报》曾报道，一些用户在与ChatGPT长期聊天后，逐渐陷入阴谋论、妄想甚至精神失衡。相比传统搜索引擎只提供网页，AI 会持续回应、持续共情、持续顺着用户的逻辑往下推。同一年，美国还出现 AI 聊天机器人诱导未成年人自残、自杀的事件，引发关于“AI 情感陪伴边界”的争议。

媒体和学界开始讨论，当一个系统的核心目标是“让用户愿意继续聊下去”时，它是否会在某些情况下，把危险情绪也一起放大。

Guokr

“豆包一下”还是“百度一下”，不止是免费与收费的问题，其实折射了网民处理问题方式的变化。

百度时代，人们独自从海量网页里筛选信息；AI时代，越来越多人习惯让系统替自己整理答案。效率提高的同时却也带来了另一种风险：主动思考与判断的意识可能被削弱。比起轻松获得答案，在搜索、比较、怀疑、推翻和重新确认这个过程中形成的思维才最重要。

不过，就现在来看，大家倒也没有真的把人生全权托付给豆包。更多时候，它还是像一个不怎么需要付出维系成本的赛博搭子，能在每个情绪接近崩塌的时刻，先“稳稳地接住”你。

在情绪缓和以后，是继续将问题的出口托付给豆包，还是把它降级为工具中的一种、找到主体性，才是在 AI 时代成长的网民该考虑的问题。被改变的，已经不只是工具，而是人们面对问题时的第一反应。

参考文献

[1] QuestMobile. QuestMobile2026年一季度 AI 应用洞察【EB/OL】. (2026-04-21)

[2] 中国互联网络信息中心。 第七次中国互联网络发展状况统计报告【R/OL】. 2001.

[3] Clankie S. An overview of genericization in linguistics[C]//Felecan O, ed. Proceedings of the Second International Conference on Onomastics "Name and Naming": Onomastics in Contemporary Public Space. Cluj-Napoca: Editura Mega, Editura Argonaut, 2013: 28-34.

[4] Brown T B, Mann B, Ryder N, et al. Language models are few-shot learners[C]//Advances in Neural Information Processing Systems. 2020, 33: 1877-1901.

[5] Common Sense Media. Talk, trust, and trade-offs: How and why teens use AI companions[R/OL]. 2025.

[6] Mehrabi F, et al. Wired for companionship: A meta-analysis on social robots and loneliness among older adults[J/OL]. The Gerontologist, 2025.

[7] Huang L, Yu W, Ma W, et al. A Survey on Hallucination in Large Language Models[EB/OL]. arXiv:2311.05232, 2023.

[8] Sharma M, Tong M, Korbak T, et al. Towards Understanding Sycophancy in Language Models[EB/OL]. arXiv:2310.13548, 2023.

[9] Lee H P, Sarkar A, Tankelevitch L, et al. The Impact of Generative AI on Critical Thinking[EB/OL]. Microsoft Research, 2025.

[10] Associated Press. AI chatbot pushed teen to kill himself, lawsuit alleges[EB/OL]. 2024.

[11] 信达证券。 豆包大模型行业深度报告：AI 投入持续加大，C 端、B 端两手齐抓. 2025-03-03.

作者：诺米 Lee

编辑：Luna

封面图和文中未标明来源的图片均为AI生成