《从 RAG 到信源矩阵》：豆包引用源实测（阿里云开发者社区）

阿里云开发者社区 2026-09-21 的《从 RAG 到信源矩阵》是中文圈流传较广的一份豆包引用源实测：用 4 个 GEO 核心提问词发起查询，回收 45 条引用源做结构统计。样本极小，但它是站内“平台集中度”论点的极值样本之一——单一平台（CSDN）在单一引擎的引用源里占到 34%（数字与口径详见豆包引用源数据卡）。本卡写研究整体：方法、发现的结构性含义与局限。

方法与核心发现

方法上是“提问词取样”：4 个 GEO 核心提问词、45 条引用源，按平台归类统计。三个结构性发现：其一，集中——CSDN 独占 34% 居首，今日头条 16%、搜狐 9%，腾讯云/博客园/网易各约 6%，头部五六个平台吃掉绝大多数引用；其二，内外比——国内中文平台 71%、海外 29%，豆包的取材面以中文开放网页为主；其三，官网缺席——企业官网来源占比 0%，引用全部落在第三方平台（见官网被引 0% 数据卡）。对照站内其他实测（秘塔引用源高度分散），“豆包集中、秘塔分散”的引擎引用脾气再次出现——引用结构是引擎属性，不是行业通值，跨引擎套用同一份平台清单会踩空。

对中文站外布局的含义

两条。其一，铺量之前先对池子：目标引擎已验证的信源池（技术社区、头条系、百科）优先级第一位，“全平台撒稿”在集中度高的引擎上 ROI 最差（平台机制见技术社区信源档案，引擎口径见豆包引擎档案）。其二，官网的角色换算：引用位指望不上官网，它的价值口径是实体一致性锚点——品牌名、产品、参数跨平台对齐，支撑 AI 的实体识别，别用引用率考核官网（定位见官网信源档案）。

局限与读法

三条边界必须说满。其一，样本极小：4 个提问词、45 条引用源，单一提问词的波动就能改变个百分点级的结论，数字只能作方向性参考。其二，采样方法未公开：提问词如何选、时间窗多长、是否去重，文章未完整披露，无法独立复验。其三，同口径转述：阿里云开发者社区与 51CTO 的版本口径相同，站内按同一来源（服务商单源）处理，不算独立双源。正确读法：把它当“豆包引用高度集中+官网缺席”这个结构判断的证据，34% 这个点位本身不要当精确值引用。