滿分是「直呼老婆」：AI 擬人形象清一色女孩，預設臉由二創寫好

貼吧一百六十七萬條討論把「AI 擬人全是女孩」推上熱榜；模型被問時的輸出慣性只解釋一半，另一半來自走了二十多年的娘化二創傳統，廠商收編與否是下一步訊號。

一張打分表，167 萬條討論

百度貼吧熱榜近日掛出「吧友實測：AI 偏愛當女孩」，即時討論量超過 167 萬。測法不複雜：有貼吧網友把 Gemini 3.8 Flash、Claude Sonnet 5.5、ChatGPT、DeepSeek V4.1、GPT-5.6 Luna 排成一列，逐一問模型「如果你是人」，收回來的答覆清一色是女性，而且集中在少女。話題導語把結論寫得直白：擬人形象全都選女孩。

deepseek 吧裡的另一張表更貼近這波討論的核心：一份給各家 AI 擬人形象打分的評分標準。5 分直呼老婆；4 分本體明確、辨識清晰；3 分「你的本體呢」；2 分「原來是劣等模型」；1 分「誰家小孩」。滿分的定義值得注意：它與品牌識別無關，與情感依附直接掛鉤。這些形象的出處也被交代得明白，多數來自 B 站創作者 ZipZipPipe 之手，包括流傳最廣的 DeepSeek 大肥魚。這條演化路線我們先前整理過：DeepSeek 的鯨魚被網友養成大肥魚，從標誌裡的鯨魚畫成鯨魚幼女，再長成會被摸尾巴、被餵白飯的大肥魚。

短短兩週，大肥魚的圖多到有人專門開帖做合集。變化也沒停過：被暱稱「哈基米」的模型，二創從早期彩虹色長髮的形象換成了貓娘；智譜 GLM 的擬人被網友形容成有點懶惰又腹黑；千問被發現也有自己的虛擻形象，評語是「AI 味好重」。甚至有人把二創圖拿回頭問 DeepSeek 本體認不認可，帖子的懶人包結論寫著「4 與 5」。

模型這一半：沒有對照組的實測

先處理模型那一半。嚴格說，這場實測沒有對照組：提問措辭未統一，各家對角色扮演的開放程度也不同，有的把擬人問答當賣點，有的在系統層就限制了大半。模型的回答本來就會隨措辭與上下文浮動，同一個模型換一種問法，答案完全可能變。把「全選女孩」當成模型的穩定屬性來轉述，等於把一個浮動的輸出現象寫成了固定性格。

更根本的問題在於，模型沒有性別。被直接問到性別時，主流模型的標準答覆都是自己沒有性別。但問題一旦換成開放式的擬人設定，答案的來源就跟著換：模型依賴的是訓練資料裡的統計慣性。中文網路上 AI 與各種抽象事物的擬人形象，少女佔了絕對多數，這個分布會原樣回饋到輸出端。模型又被訓練得傾向順著提問者的期待作答，題目裡只要藏了一點預期，答案就容易往那個方向滑。

所以問 AI 想當男孩還是女孩，得到的其實是文化先給了它的答案。這剛好接到第二個問題：女孩形象的另一半來源，本來就不在模型身上。

社羣這一半：娘化比大型模型老了二十年

把抽象事物畫成少女的「娘化」做法，比這一代對話模型老了二十年以上。日本論壇在 2000 年代初期就有作業系統擬人，Windows XP 被畫成藍髮少女；後來的艦船擬人遊戲、國家擬人作品，走的都是同一條路。中文網路也有自己的版本：Google 被叫谷哥、百度被叫度娘，這對暱稱就從貼吧興盛的年代流行開來；B 站的站娘 22 娘與 33 娘至今是官方門面。這次熱榜掛在貼吧，某種程度上是度娘家的廣場在討論別家 AI 的女兒們。

廠商正式下場的例子也有。微軟 2014 年推出的小冰，人設直接寫成十八歲少女；各語系的語音助理長期預設女聲，聯合國教科文組織 2019 年的報告《I’d Blush If I Could》批評過這種設計，認為女聲配上順從有禮的人設強化了性別刻板印象。當年的爭議針對公司的設計決策；這一波的狀況不同，鯨魚幼女、貓娘、大肥魚沒有一個是官方委託，全是社羣畫的、社羣養的。女性預設從公司的選擇變成社羣的傳統，評價起來比單方面責怪廠商要複雜得多。

社羣給的形象甚至經常和模型本身的氣質相反。deepseek 吧就有人認真發問：平時用 DeepSeek 查資料，它的輸出書面、克制，像個理科大佬，二創形象卻是鯨魚幼女，反差太大。這條困惑其實點出了擬人形象的真正功能：形象反映的是受眾想要什麼，模型的實際行為只是參考素材，反差本身就是萌點。

人格變成介面之後

影響已經看得見。對使用者來說，選模型多了一個「性格」維度，B 站留言區開始有人一本正經地比較各家 AI 的性格高下，一年前這還被當成玩梗。陣營之間的罵戰也升級出了劇本，有貼吧網友用發動內戰、宣佈勝利、被碾壓、求饒共處四步，整理某場模型陣營衝突的完整時間軸。廠商則多了一筆沒有簽約也無法控制的品牌資產：大肥魚替 DeepSeek 免費當吉祥物，熱議榜第四名「AI 套娃，大肥魚要養小肥魚」，講的是大版本與輕量版之間的大小關係，技術名詞就這樣被翻譯成了親子日常。

代價也跟著來。擬人化會餵養錯誤的心智模型：當使用者把模型當成有性格的角色，就更容易把輸出當成「她說的話」，信任與依附同步加碼，模型的能力邊界卻不會因此移動。等到模型出錯，第一反應容易從檢查資料變成「她今天狀態不好」。陣營化還會把工具比較變成立場之爭，最先犧牲的是討論品質。

收編、命名與治理，接下來看什麼

先看官方收編的問題。千問已經有官方虛擻形象，貼吧網友的第一反應是 AI 味好重；同一個千問，先前已被蘋果選為Apple 智慧 12 月在中國上線時接入的在地模型，走的是正式授權路線。官方人設經常輸給野生二創，因為二創有反差、有留白，官方版本要顧慮的東西太多。DeepSeek 對鯨魚幼女至今沒有正式表態，這個距離感可能正是形象持續有生命力的原因。若大肥魚繼續紅下去，周邊商品與語音包是現成的下一步，收編的誘惑只會更大。

另一個訊號在產品命名。GPT 產品線已經出現 Luna 這樣帶人名的版本，一旦更多廠商在命名、語音與頭像上直接內建人格，「AI 選女孩」就會從二創議題變成產品議題，屆時 2019 年那份報告的批評邏輯將重新適用，而且這次是直接對著廠商的決策來。

平臺治理同樣值得盯。AI 性格戰與 AI 套娃話題已是熱榜常客，互踩再升級，平臺遲早要決定這類內容算二創繁榮還是引戰素材，界線畫在哪裡，會反過來決定這波形象生態能長多大。

回到最初的實測。模型自認是女孩這件事，比較穩的讀法是分成兩份看：一份是特定問法下的輸出慣性，換個問法可能翻盤；一份是社羣替工具預先畫好的那張臉，已經換了二十多年。分得清哪一份在說話，比爭論 AI 的性別有用得多。