问题：服务语气“变冷”引发舆情关注 近日，部分用户社交平台集中反映，深度求索更新后在称呼方式、表达语气与互动风格上出现明显变化：从过去较为细腻的对话叙述转向更为简洁、偏任务导向的回应。一些用户认为其“像客服”“缺少温度”，也有人指出其回复更克制、更理性。围绕“效率与情绪价值如何兼顾”的讨论随之升温，折射出大模型产品在走向规模化应用过程中，用户期待与产品定位之间的磨合。 原因：效率、边界与测试导向叠加 业内人士分析，交互风格变化往往并非单一因素所致，而是技术与运营策略共同作用的结果。 其一，提升响应效率与信息密度的需要。随着用户在复杂问题、长文写作、代码与专业咨询等场景的使用增多，冗余语气词、情绪化修饰可能影响信息获取效率。以更短的句式承载更高密度内容，有利于提升可用性与稳定性。 其二，建立更清晰的互动边界。大模型既承担“对话”功能，也承担“工具”功能。对一部分仅希望获得答案的用户而言，过度热情或拟人化表达容易造成负担，甚至引发“被迫接受关心”的不适。风格收敛在一定程度上是对多元需求的折中。 其三，版本压力测试与工程优化的可能性。多家媒体与业界人士提到，有关版本可能更偏向速度与承载能力，属于面向下一阶段升级的工程化准备。产品在不同阶段对“速度—质量—成本”的权衡不同，阶段性调整并不罕见。 影响：用户体验分化与行业路线之争同时显现 从用户侧看，风格变化带来的直接影响是体验分化：偏陪伴式、情感化需求人群更敏感；而重效率、重结论的用户可能认可“更像工具”的表达方式。这提示企业需要在“统一体验”与“分层体验”之间作出选择，避免在扩张过程中让核心用户产生落差。 从产业侧看，讨论的背后是大模型竞争进入深水区后的路线分化：一条路径强调场景包装与情绪交互，以更强的“可感知体验”争夺大众市场；另一条路径强调底层算法、推理效率与成本下降，以工程突破支撑更广泛落地。对技术型企业而言，资源投向的优先级，往往决定其长期竞争力所在。 对策：以透明沟通与可选配置回应多元需求 面对“冷淡”争议，企业可从三上改进： 一是加强版本说明与预期管理。对语气、称呼、输出格式等可感知变化，及时发布更新说明，明确调整目的与适用场景，减少误读。 二是提供风格可选项与场景模板。在保障安全与合规前提下，通过“简洁/标准/陪伴”等模式切换，或按写作、学习、检索、编程等场景提供默认模板，让用户用更低成本获得匹配体验。 三是优化质量与稳定性。无论风格偏“温和”还是偏“克制”，专业性、准确性与稳定性仍是根本。尤其在长文本、多轮推理等高频需求上，应以可验证的质量提升增强口碑。 前景：长上下文与“条件记忆”方向引发新期待 值得关注的是，多家媒体报道其网页端与移动端正在测试新的长文本结构，支持更大规模上下文；而接口服务仍维持既有上下文规格。这类“端侧先行测试、接口后续开放”的节奏，符合大模型迭代中“先验证再扩展”的常见路径。 此外，其近期公开论文提出“条件记忆”等思路，直指大模型在长程记忆与信息调度上的瓶颈，显示其研发重点可能从单纯扩大参数与数据规模，转向更精细的结构创新与稀疏化探索。若相关方向取得进展，有望在推理成本、长文本处理与复杂任务能力上形成差异化优势，并为产业提供更可持续的技术增量。
技术革新总会伴随争议。深度求索的讨论折射出社会对AI发展路径的思考。评判技术创新时，既要关注当下体验，更要着眼长期价值。对专注核心技术突破的企业而言，保持战略定力或许比追求短期满意度更重要。真正的技术价值，终将在实践中得到验证。