「最早也要到 2029 年或 2030 年。」张一鸣在字节内部一次面向 AI 团队的全员会议上，用这句话给“追平前沿”定了时间表。据 11 月 12 日的公开报道，他同时承认 Seed 系列模型的预训练数据集规模比领先对手少几个数量级。对做品牌 AI 可见度监测的人来说，这句话的信息量不在时间表，而在“能力仍在爬坡”这个前提——模型的引用偏好还会变，监测口径不能一次定死。
能力爬坡期，AI 回答的引用偏好也在变
模型能力变化会直接改变回答的取数方式。数据规模小的模型，更依赖检索与外部信源来补足知识，回答里的引用来源因此更分散；数据规模大的模型，更可能直接生成结论，引用反而更少。同一套内容，在不同模型里的曝光机会不一样，这就是跨模型监测必须分开统计的原因。
张一鸣在会上还提到不依赖蒸馏、不拿第三方生成内容刷榜。这两条对内容生态有直接影响：如果平台更强调自有数据与原创语料，那么可被引用的优质内容会更集中到少数信源上。品牌的引用来源结构会因此变得更陡——头部信源占比上升，长尾内容被引用的机会下降。
训练数据的差距，会变成回答里的引用偏好
把这条逻辑落到监测上，能得到一个可操作的判断：在能力追赶期，各模型对同一问题的回答差异会比较大，谁被引用、引用谁，都不稳定。此时做单平台、单次抽样，结论的可靠性很低。至少要在三到五个主力平台上做同题对比，才能看出品牌是“普遍缺席”还是“某个平台缺席”。
| 变量 | 公开现状 | 对可见度的影响 |
|---|---|---|
| 预训练数据规模 | 比领先对手少几个数量级 | 更依赖外部信源，引用更分散 |
| 模型参数规模 | 在训模型最高可达 10 万亿 | 上线后回答风格可能明显变化 |
| 内容策略 | 不依赖蒸馏、不刷榜 | 原创语料的引用权重上升 |
竞品对比的难度也在这里。品牌在做竞品占位分析时，通常假设“同一问题下的候选集合稳定”，能力追赶期这个假设不成立。比较稳妥的做法是把竞品对比做成时间序列：同一批问题，每两周跑一次，看竞品出现的频率和位次怎么变，而不是只看某一次的快照。
跨模型监测：同一问题问五个平台
把提问方式固定下来
跨平台比较最容易踩的坑是提问方式不一致。同一个问题，加不加“推荐”“哪个好”“预算三千”，回答结构完全不同。监测的第一步不是选平台，而是把问题模板固定，包括问法、追问轮次和记录字段。模板固定之后，平台之间的差异才是真差异。
把版本变化写进记录
模型会更新，入口会调整，同一个平台在不同时间的回答可能完全不同。监测记录里要有模型版本或入口名称字段，否则数据没法归因。这一点在能力快速迭代的阶段尤其重要：一次回答的变化，可能来自内容优化，也可能只是模型换了版本。
给监测周期留出弹性
能力追赶期至少持续数年，这意味着 GEO 不是一次项目，而是一套常态机制。建议把监测周期设为双周，季度做一次归因复盘；内容优化动作按季度排，不追求短期排名变化。这样既能捕捉模型更新带来的波动，也不会被单次抽样误导。
需要说清边界：张一鸣的表态来自内部会议，公开报道没有给出完整的会议内容，也没有官方确认。把它当作判断模型演进节奏的参考可以，当作确定的时间表则过头。真正能确定的只有一件事——回答会变，监测口径必须跟着变。
常见问题
张一鸣说追平要到 2029 年，对品牌 GEO 有什么直接影响？
说明模型能力与引用偏好还会持续变化。品牌不能按一次监测结果定策略，需要把监测做成常态机制，按双周或月度滚动观察。
不同模型的回答差异大，竞品对比还怎么做？
做时间序列而不是快照。固定问题与平台，按周期重复抽样，看竞品出现频率与位次的变化趋势，单次对比只能作为参考。
AI 回答里的品牌提及率，为什么会突然下降？
可能是模型版本更新、检索信源变化，也可能是内容被新内容挤出。记录里必须带版本与抽样日期，才能区分是哪一种。
原创内容比转载更容易被引用吗？
在强调自有语料与不刷榜的策略下，原创与结构化内容的引用机会更大，但这一点没有公开的量化结论，仍需按平台分别验证。
