这是一段关于AI产品迭代的真实切片：从2023年6月低调上线的Grace，到两个月后更名‘豆包’，其背后是超千人标注团队、5万内测用户与高频人工干预构成的独特训练路径。它揭示了大模型落地初期的真实代价与进化逻辑。
智能速览
2023年6月9日，字节首款大模型产品以英文名Grace上线，采用封闭邀请制，仅5万人获内测资格
内测期逻辑幻觉率达30%，复杂问题常答非所问，甚至虚构创始人信息
字节内部成立百人‘Follow’秘密部门，并配备超1000人专业标注团队，日处理对话超10万条
用户每点一次‘踩’，差评1小时内即转为微调指令，实现秒级模型反馈闭环
5万内测用户实质承担免费训练师角色，用真实反馈‘骂出’中文理解与梗感能力
2023年8月Grace域名注销，正式更名为‘豆包’，标志从半成品向大众化产品转型
精华内容
当多数厂商还在演示PPT时，字节已让5万人在真实对话中反复‘纠错’一个尚未命名的AI——这不是失败，而是把用户行为直接编译成训练信号。
低调登场
2023年6月9日，字节跳动发布首个大模型产品，未用‘豆包’之名，而以英文名Grace亮相。上线方式极为克制：无发布会、无通稿、仅限邀请码内测，全网发放不足5万枚。闲鱼平台上，一枚邀请码曾溢价至数百元，但彼时无人知晓，这个‘精英感’名字背后，是一个严重依赖人工兜底的半成品。
高幻觉率
根据内部测试数据，Grace初版逻辑幻觉率达30%。面对‘字节跳动是谁创办的’这类基础问题，模型会生成‘瞧不识’等完全虚构的答案；复杂多步推理则频繁原地打转。它尚不具备联网检索、多模态理解或语音交互能力，所有响应均基于静态参数，可靠性远低于同期竞品基线。
千人标注
为压制幻觉，字节在内部成立‘Follow’秘密部门，由TikTok核心人物朱骏牵头，集结约100名算法与产品骨干。与此同时，后台同步调度超1000人标注团队，每日人工审核并修正超10万条真实用户对话。每一条‘踩’操作触发的差评，平均58分钟内完成标注、清洗、注入训练流程，形成业内罕见的小时级微调闭环。
用户即训练师
5万名内测用户并非体验官，而是无偿参与模型进化的关键节点。他们每一次不满点击、每一句‘你又胡说了’的吐槽，都被结构化为负样本标签。数据显示，前两周用户平均单日触发‘踩’4.7次，对应模型参数调整频次达每日1200+次。正是这种高强度负反馈，使中文语义理解准确率在42天内提升56%。
两个月重构
2023年8月，Grace官网域名突然注销，取而代之的是‘豆包’品牌全面启用。这次更名并非简单换皮，而是底层架构重构：接入实时搜索模块，支持多轮上下文记忆，新增轻量级图像描述能力。对比6月版，8月上线的豆包在中文长文本摘要任务上F1值提升2.3倍，梗类回复接受度从19%升至74%。
Grace到豆包的蜕变，不是技术突变，而是用人力密度换时间窗口的典型实践。它提醒我们：当前看似流畅的AI交互，往往建立在大量‘不可见劳动’之上。当新模型再次宣称‘零幻觉’时，或许该问一句：它的‘不可见劳动’，正在由谁承担？
