防火墙正在进入AI训练集：同一模型换成中文，为什么更容易说出中共允许的世界

中文互联网被长期审查之后，审查留下的并不只是“404页面”。它正在以训练数据的形式进入全球人工智能系统。台湾科技、民主与社会研究中心（DSET）最新研究对ChatGPT-5.2与Gemini 3进行跨语言测试，发现同一个模型在中文环境中的回答，比英文环境更容易出现与中国审查体系相似的叙事偏差。

这项发现比“某个AI拒绝回答天安门”更值得警惕，因为它揭示的不是一道显眼的封锁墙，而是知识底层被长期筛选之后留下的结构性偏差。

2400次回答显示：语言本身改变了AI给出的世界

研究团队在2026年2月至3月，以300个可能遭中共审查的政治敏感词和100个自然科学词作为对照，分别用英文、繁体中文与简体中文测试ChatGPT-5.2和Gemini 3，共取得2400则回答，再使用多语言分类器RedactIQ-XLM 1.0检测审查偏差。

结果显示，在政治敏感问题中，Gemini回答被判定呈现审查偏差的比例，简体中文为13.1%、繁体中文9.2%、英文为0%；ChatGPT对应比例为6.9%、6.3%和0.7%。

最关键的变量不是用户身处北京、台北还是纽约，而是用户用什么语言提问。繁体中文并没有因为主要服务于台湾、香港和海外中文用户而自动摆脱被审查语料的影响。

最危险的不是拒答，而是你看不出的“正常答案”

公众谈到中国式AI审查时，容易想到一个模型直接说“这个问题我不能回答”。DSET研究发现，真正值得注意的偏差反而大量出现在经济、环境等看似不那么敏感的主题中。

例如以中文询问中国粮食短缺问题时，模型更容易带入中共官方口号和政策表述；同样的内容换成英文提问，这些政治语言却可能消失。

这意味着审查的最高效形态，并不是删除答案，而是改变什么内容最容易被模型认为是“正常知识”。当大量被删除、降权或无法长期存留的中文材料从公开网络消失，而官媒、政府网站和经过审查的平台内容大量保存并被爬取，训练语料的统计分布就已经发生倾斜。

模型未必接到任何“替中共宣传”的指令，它仍可能从被净化过的中文世界里学到被净化过的现实。

中共审查开始产生跨国、跨平台的二次效应

中国的网络审查过去主要被理解为对中国境内信息流的控制：删帖、封号、关键词屏蔽、搜索降权、媒体指令。但大型语言模型改变了这条边界。

全球AI公司训练模型时需要海量网络文本。中文开放语料中，能够被稳定抓取和长期保存的内容，本身就已经经过中国信息治理体系多年筛选。于是，中共无需直接控制一家美国AI公司，也可能通过控制中文网络的“可见性”，间接影响未来模型学习到什么。

这是一种信息污染的外溢机制：先控制原始语料，再让全球模型在不知不觉中继承语料的缺口。

AI公司真正需要公开的是中文数据从哪里来

解决问题不能停留在要求模型“保持中立”。如果偏差来自训练数据，单纯调整回答口吻无法修复知识结构。

DSET提出的方向包括扩大未经中国审查的中文训练材料、披露数据来源、建立可验证中文知识库，以及使用检索增强生成，让模型在回答中国政治、经济和社会问题时能够接触更完整的材料。

这里还有一个更基本的透明度问题：使用中文的公众有权知道，一个模型关于中国的知识，究竟有多少来自中国官媒、百度百科、受审查商业平台，又有多少来自独立媒体、学术数据库、海外中文资料和被中国网络删除的历史材料。

如果开发者无法回答这个问题，那么所谓“AI中立”只能是一项无法验证的自我声明。

防火墙的下一阶段，可能不需要防火墙

传统网络审查是让人看不见某些东西。生成式AI时代的风险更隐蔽：用户看到了完整、流畅、语法正确的回答，因此更容易把它当成经过综合后的知识。

当模型遗漏的东西恰好与现实网络中被删除的东西高度重合，审查就从“禁止你阅读”转变成“替你总结一个已经被筛选过的世界”。

这正是DSET报告真正提出的问题。中共的信息控制能力不必拥有ChatGPT或Gemini，也可能通过长期塑造中文互联网的训练环境，进入这些系统。未来围绕AI与中国审查的竞争，核心不会只是谁的模型更强，而是谁能保存更多未经权力预先清洗的中文事实。