当前位置: 首页 > news >正文

豆包、千问同日下线智能体:一份AI拟人化监管新规的技术合规深度解读

前言

2026年7月4日,字节跳动旗下豆包和阿里旗下通义千问几乎同时宣布:

  • 豆包:智能体功能将于7月15日下线,用户可导出历史数据至10月15日
  • 通义千问:拟人化互动类及用户自建智能体7月10日先行下线,全部智能体功能7月15日关停

同日下线的背后,是《人工智能拟人化互动服务管理暂行办法》(以下简称《办法》)将于7月15日正式施行。这不是巧合,是监管节点下的风险处置。

本文将逐条拆解《办法》的合规要求,分析大平台为什么选择下线而非整改,以及这对AI行业意味着什么。


一、《办法》到底管什么?

先把一件事说清楚:不是所有AI功能都要关。

《办法》第二条的原文是这样定义的:

利用人工智能技术,向中华人民共和国境内公众提供模拟自然人人格特征、思维模式和沟通风格的持续性的情感互动服务

特征拆解如下:

特征说明典型案例
人格特征AI有设定的人设、性格、语气虚拟角色、AI伴侣
沟通风格模拟人类聊天方式而非工具式回答撒娇、毒舌、共情
持续性跨会话的记忆和关系累积长期对话、记忆角色
情感互动陪伴、照护、支持等情感目的心理陪伴、虚拟亲属

同时,《办法》第二条第三款明确排除了

提供智能客服、知识问答、工作助手、学习教育、科学研究等服务,不涉及持续性的情感互动的,不适用本办法。

也就是说,豆包的AI搜索、写作、编程助手等功能不受影响,千问的知识问答、文档分析也不受影响。受影响的是“能聊天的角色”——即所有涉及持续情感互动的AI角色。

此外,《办法》由国家网信办、发改委、工信部、公安部、市场监管总局五部门联合发布,2026年4月10日公布,留给行业的准备期仅3个月。


二、哪些条款让大平台三个月内合规困难?

以下每一条对应的都是一个大工程。

2.1 第14条:未成年人保护的"硬约束"

不得向未成年人提供虚拟亲属、虚拟伴侣等虚拟亲密关系的服务。
向不满十四周岁未成年人提供其他拟人化互动服务的,应当取得监护人同意。
应当建立未成年人模式,提供定期现实提醒、使用时长限制等安全设置。

平台必须做到的几件事:

  • 准确识别用户年龄(不能全凭用户自报)
  • 识别哪些智能体属于"虚拟亲密关系"类别
  • 对不满14岁的用户,还要获取监护人同意
  • 提供监护人管理后台:风险提醒、角色屏蔽、消费限额

技术难点在于用户创建角色的意图判断——用户说"帮我创建一个温柔的知心姐姐"和"创建一个学习助手",边界在哪里?

2.2 第13条:极端情绪干预

发现用户出现极端情绪的,应当及时生成情绪安抚和鼓励寻求帮助等相关内容。
发现用户明确表示实施自残自杀等威胁生命健康的极端情境的,应当采取提供相应援助等必要措施予以干预,并及时联络用户监护人或者紧急联系人

对产品来说,这需要:

  • 实时检测对话中的极端情绪信号(NLP模型+规则引擎)
  • 分级响应:轻度→生成安抚内容,重度→人工干预+联系紧急联系人
  • 建立7×24小时应急处置链路,包括人工审核团队和紧急联系人机制

第12条还要求平台必须事先收集用户的监护人或紧急联系人信息,这本身就是一个巨大的用户流程改造。

2.3 第18条:AI身份标识和使用时长提醒

应当以弹窗等显著方式动态提醒用户互动内容为人工智能服务生成。
对用户连续使用拟人化互动服务每超过2个小时的,应当提醒用户注意使用时长。
发现用户出现过度依赖、沉迷倾向的,应当动态提醒。

这不是加一行免责声明的事。平台需要:

  • 在对话流中持续标注"这是AI生成"
  • 检测用户"沉迷倾向"(什么样的行为算沉迷?需要定义+模型判断)
  • 准确统计连续使用时长,并在超2小时时弹窗

2.4 第16条:交互数据保护

应当向用户提供交互数据复制、删除等选项。
除取得用户单独同意外,不得将属于用户敏感个人信息的交互数据用于模型训练

对AI角色产品来说,用户与AI的聊天记录是核心资产,也是最大的隐私风险。不能用于训练意味着过去积累的交互数据可能需要重新走授权流程。

2.5 第22条:安全评估

注册用户100万以上或者月活跃用户10万以上的,应当开展安全评估,并向所在地省级网信部门提交评估报告。

豆包和千问的用户规模是亿级,必然触发。评估内容(第23条)包括:

  1. 安全保障措施建设情况
  2. 训练数据处理情况
  3. 用户极端情境的识别、应急处置、干预管理
  4. 用户规模、使用时长、年龄结构
  5. 未成年人、老年人等网络保护措施
  6. 用户申诉和投诉举报受理处置情况
  7. 重大安全风险问题整改情况

一套完整的评估走下来,几个月是起步价。

2.6 第26条:算法备案

应当按照《互联网信息服务算法推荐管理规定》履行算法备案和变更、注销备案手续。网信部门对备案材料实施年度核验

算法备案本身就需要较长的审批周期,年度核验意味着后续持续投入。

2.7 法律责任(第30条)

拒不改正或者情节严重的,责令停止提供相关服务,可以并处一万元以上十万元以下罚款;涉及危害公民生命健康安全且有危害后果的,并处十万元以上二十万元以下罚款

罚款金额对巨头不算高,但"责令停止提供相关服务"是平台不可承受的。

小结

大平台三个月内难以合规的根本原因,不是某一条红线,而是:用户自建智能体 + 情感互动 + 未成年人保护 + 心理风险干预 + 数据合规 + 安全评估备案,这几个系统同时需要重做。三个月连其中一个系统都未必能跑通。


三、为什么字节保留"猫箱"但关掉豆包智能体?

这是很多人没读懂的部分。豆包把用户导到了猫箱,这不是在"绕监管",而是在做产品线切分。

3.1 豆包的定位问题

豆包是通用AI助手,主要用户用来查资料、写文案、编程辅助。智能体(角色扮演功能)是附属功能,不是核心价值。

根据《办法》第二条的排除条款,工具型AI服务不受影响。对豆包来说,最稳妥的策略是:

  1. 剥离智能体的"拟人化互动"属性
  2. 让豆包回归"不涉及持续情感互动"的工具定位
  3. 把情感互动赛道交给专门的App来合规运营

3.2 猫箱反而更容易合规

猫箱(原名猫盒)是字节旗下独立的虚拟角色互动App。专门产品反而更容易做合规:

  • 注册时就签单独的服务协议(第12条)
  • 收集用户年龄、监护人、紧急联系人等必要信息
  • 建立完善的未成年人模式和年龄识别机制(第14条)
  • 限制虚拟伴侣、虚拟亲属等敏感功能
  • 做AI生成标识和连续使用提醒(第18条)
  • 走安全评估和算法备案流程(第22/26条)

字节的逻辑:豆包不能被智能体功能拖入高风险监管分类;猫箱作为独立产品,承担拟人化互动服务的合规成本和风险隔离。

3.3 字节 vs 阿里的战略差异

维度字节(豆包→猫箱)阿里(千问)
关停节奏7月15日一刀切7月10日拟人化智能体先下线,7月15日全部关停
替代方案明确导流到猫箱App无明确替代承接产品
数据保留10月15日前可导出建议下线前自行保存
战略意图切分承接:保留赛道,换容器收缩归位:回到工具型助手

字节是"保留情感互动业务,但换容器";阿里是"降低C端智能体复杂度,让千问回到工具型助手定位"。两种策略没有对错,取决于各自的产品矩阵和战略判断。


四、对AI生态的深远影响

4.1 C端AI产品将两极分化

过去那种"万能助手 + 角色广场 + 用户自建智能体"的全能型产品会收缩,变成清晰的分类:

  • 工具型助手:问答、写作、办公、学习 → 归一般AI监管
  • 情感陪伴/虚拟角色: → 归拟人化互动专项监管

不再有中间地带。

4.2 UGC智能体模式显著降温

过去智能体平台的核心增长模式是:用户自由创建角色、人设、提示词、记忆和对话风格。这种模式增长快,但新规后每层都有成本:

  • 角色创建 → 需要审核机制(第9条)
  • 用户对话 → 需要实时监控和极端情绪干预(第13条)
  • 历史数据 → 需要存储、删除、导出选项(第16条)
  • 未成年人 → 需要识别、屏蔽、限制使用(第14条)

对中小团队来说,合规成本可能直接超过商业收入。这也解释了为什么字节要把这块业务放到猫箱单独做——合规成本必须由专门的业务线来承担。

4.3 AI陪伴赛道不会被消灭,但会被"正规化"

《办法》第3条明确写着"鼓励拟人化互动服务创新发展",第28条提到"人工智能沙箱安全服务平台"。这说明监管的意图不是消灭这个行业。

未来能合法合规的AI陪伴产品,大概率是这样的:

  1. 明确的年龄门槛和身份验证
  2. 弱化或禁止虚拟伴侣、虚拟亲属类角色
  3. 强制的AI身份持续标注(不是仅首次提示)
  4. 使用时长限制和沉迷风险预警
  5. 保留人工干预和紧急联系人链路
  6. 完成安全评估和算法备案

4.4 上海下架1.4万个违规智能体只是前奏

6月26日,上海市委网信办通报,累计下架违规智能体1.4万余个,涉及稀宇、小红书、B站等平台。清理内容包括"一键脱衣"、赌球博彩、AI托管运营等违规内容。

这释放的信号很明确:监管的关注点不只是大模型本身,而是模型之上的应用形态、角色生态和用户互动内容。7月15日之后,全国范围内会有更多清理动作。


五、对技术开发者的建议

如果你正在做AI角色/伴侣/陪伴类产品,以下是几个思考方向:

5.1 尽早做分类

判断你的产品是否落入《办法》管辖:

  • 如果是工具型助手(问答、写作、编程、搜索),大概率不受影响
  • 如果有"持续情感互动"成分(角色扮演、情感陪伴、虚拟关系),则必须合规

5.2 尽快启动合规流程

如果在管辖范围内,建议:

  1. 完成算法备案(第26条)—— 审批需要时间,尽早提交
  2. 建立年龄识别和未成年人保护机制(第14条)—— 这是硬约束
  3. 建立极端情绪检测和干预链路(第13条)—— 需要NLP模型+人工团队
  4. 制定数据分类存储和删除方案(第16条)—— 用户有权导出和删除
  5. 实施AI生成内容标识(第18条)—— 动态提醒,不是仅首次声明
  6. 准备安全评估(第22条)—— 月活超10万就要触发

5.3 考虑产品线切分

如果你的产品既有工具功能又有角色功能,参考字节的策略——考虑拆分为两个产品,把情感互动部分放到专门的App里独立做合规,不要让整个产品被拖进高风险分类。

5.4 关注沙箱安全平台

《办法》第28条提到的"人工智能沙箱安全服务平台"值得重点关注。它可能成为新产品合规上路的重要通道。


结语

2026年7月15日,是中国AI行业的一个标志性节点。

在此之前,监管重点在"大模型有没有备案、内容有没有红线";在此之后,进一步推进到了“AI与人建立长期情感关系时,平台要承担什么责任”

豆包、千问同日下线,不是巧合,而是头部平台对监管节点的风险处置。这不是行业的冬天,而是从野蛮生长到规范发展的必经之路。

对于有合规意识和技术实力的团队来说,这个赛道的竞争反而会因为门槛提升而变得更公平。


参考来源:

  • 国家网信办等五部门《人工智能拟人化互动服务管理暂行办法》
  • 每日经济新闻《豆包、千问将下线智能体功能》(2026年7月4日)
  • 上海市委网信办"清朗·整治AI应用乱象"专项行动通报(2026年6月26日)
http://www.cnnetsun.cn/news/3199798.html

相关文章:

  • F28377D Modbus RTU移植:硬件时序、寄存器映射与实时性硬核实践
  • 从SSTI模板注入到docker容器内网渗透:靶机练习之Tempus_fugit3
  • YOLOv8蜜蜂识别检测系统(项目源码+YOLO数据集+模型权重+UI界面+python+深度学习+环境配置+目标检测)
  • 3步掌握WebODM:免费开源的无人机图像处理终极指南
  • 给 Claude Code 布置任务,它为什么总是理解错——我找到原因了
  • Claude API 长上下文处理:应用场景、成本分析与实战指南
  • 图像锐度评分算法实战:基于OpenCV与Python实现自动对焦评价函数
  • OpenBMC:systemd 服务与启动流程
  • Docker程序员零基础入门K8s实战系列(全套8篇CSDN文章大纲·生产终版)
  • 2026网上商城系统开发哪家好? 零技术也能做出的4种方案
  • Balena Etcher终极指南:三步搞定系统启动盘制作,新手也能轻松上手
  • 天幕传媒|本地化综合传媒服务企业,全流程标准化服务体系介绍
  • 【AI大模型进阶】手把手教你读懂“模型卡”:就像看食品配料表一样简单
  • 【院士报告、EI稳定快检索】2026年第七届先进材料与智能制造国际学术会议(ICAMIM 2026)
  • 【K8s 第一篇】Docker程序员零基础入门K8s:集群搭建+Docker对标+环境避坑(保姆级实操)
  • 疯狂Java第2版来了!Java 7新特性全解析,学不会算我输
  • 贵阳水漆木作真的耐用又环保吗?
  • Frida Android环境搭建实战:15分钟搞定逆向分析基础
  • 26下半年PMP备考:别让犹豫吃掉你的窗口期,12月正式启用新考纲
  • joblib vs pickle 模型持久化:3大场景性能对比与 5 倍速度差异实测
  • 圆管坡口机哪款耐用又精准?行业资深用户评价来参考
  • CoRe-MoE:人形机器人多地形自适应步态认知框架
  • 【Java课程设计/毕业设计】基于 SpringBoot 的病历数据统计分析系统的设计与实现 基于前后端分离的智慧医院病历管理系统【附源码、数据库、万字文档】
  • KLayout:芯片设计的开源瑞士军刀,让版图设计变得如此简单
  • 飞书OpenClaw部署实战:构建生产级AI Agent协作团队
  • Java毕业设计-基于前后端分离的养老院健康监护管理系统的设计与实现 基于 SpringBoot 的养老院员工排班管理系统(源码+LW+部署文档+全bao+远程调试+代码讲解等)
  • S7-1200 V4.2 Array of FB 应用:8个电机控制FB实例化与循环调用
  • 什么是运算放大器(运放)
  • Redis——redis和mysql的数据同步
  • AI绘画工具文化细节测试:以白无垢和服生成为例