新榜智汇：连测 91 天的豆包引用偏好研究

“现在豆包引不引我”是个快照问题，“豆包的引用偏好在往哪漂”才是决策问题。新榜智汇在 2026 年 1 月至 4 月对豆包做了 91 天连续监测，追踪其引用偏好的变化——这是中文语境目前公开披露过的最长连续观测窗口之一，也把“长周期复测”从口号变成了可参照的工程实践。

方法：无污染出口与长窗口

按其官方自述，监测方法有两个支点。一是 10,000+ “无污染代理节点”：个性化与记忆层会让同一问题对同一账号反复给出相似答案，监测出口若被“污染”，读数就只剩回声；用干净出口轮换提问，才能测到引擎的公共面。二是长窗口：91 天跨模型迭代周期与内容池更新周期，足够让趋势与噪声分离。配套口径还包括意图识别/情感分析准确率 >95%、能见度/收录/位次/态度/引用信源等监测维度——这些均为厂商自述，可核验的是产品本身，方法细节无法逐项复核。

91 天能看出什么

长窗口的价值在该研究的实际应用里看得最清楚：有品牌方直接以这 91 天连续监测数据指导内容策略——按“数据锚点 + FAQ”结构生产内容、随监测读数迭代（见欧博东方×新榜智汇案例复盘），成为中文案例里少数披露监测周期与方法工具的一个。它对应的复测逻辑与站内一手实验一致：固定问题集、固定口径，比较才有意义（见出口对照实验）。豆包引用偏好的具体漂移方向，站内相关证据包括抖音登顶豆包占比最高引用源与豆包引用源实测 CSDN 占 34%——生态内容与技术社区在豆包引用池中的此消彼长，正是需要 91 天这种窗口才能看清的变化。

局限与口径警告

三条边界：其一，服务商单源——91 天原始数据与完整报告未公开，外界只能经案例转述与产品页了解结论，引用时注明“新榜智汇连测口径”；其二，观测对象仅豆包单引擎，结论不外推其他引擎；其三，厂商卖的是监测服务，“长窗口方法论”既是研究发现也是产品卖点，读数时保留这层利益相关。可以带走的是节奏本身：月度效果报告+季度战略复盘的服务商通行节奏偏快与偏散，91 天案例给出了另一条路——窗口拉长、问题集锁死、看趋势不盯单点。