清风：字节跳动的敏感词库曝光了什么

【大纪元2026年10月20日讯】在中国国内平台上发过东西的人，多半遇到过这样的时刻。一段话写好了，按下发送，弹出一行“内容违规”，没说是哪个字出了问题，申诉之后也没有下文。人们只好开始猜，把某个词换成拼音，把某个数字拆开写，再试一次。规则一直都在，普通人却从来没见过它长什么样。

今年8月下旬，“中国数字时代”整理公布了一份“字节跳动审核资料”，里面有5241个敏感词，9月19日又发表了英文解读。据“中国数字时代”介绍，这批材料由字节跳动的前员工泄露，形成于2020年上半年，是供一线审核员日常使用的内部文件。10月16日，人权组织“中国人权”（HRIC）在最新一期数字权利月报里再次收录了此事。这份单子是六年前的，它管住的东西的时间比六年长得多。

一个年份进了词表

翻这份词表，最先让人停下来的是和1989年有关的那一串。“六四”“八九六四”“六月四号”是直接写的，“8964”“89.64”是数字写法，再往下是“5月35日”“八十九块六毛四”“八酒六四”。后面这几个，都是网民这些年为了绕开审查一个个想出来的，一个日历上没有的日期，一笔不存在的钱，一瓶不存在的酒。审核员把它们一条条收进来，和“1989”这个年份列在同一张表上。

一个年份能成为敏感词，本身就说明了很多。网民发明隐语，是想不把话说破，又让懂的人看懂，词表做的事就是把这些暗号一个个追回来。民间每多一种说法，表上就多一行。

要说明的是，一个词进了审核词表，不等于它一出现就会被自动删除，具体怎么处理还要看配套的规则。但对普通用户来说，结果往往差不多。帖子发不出去，或者发出去没人看到，时间长了，也就没人再写了。

被定义的群体

词表里还有另一组词，“法轮功”“法轮大法”，以及“活摘”“活摘器官”“三退”“《九评共产党》”。这几行放在一起，正好勾出这个话题在中国网络上的轮廓。一个以“真、善、忍”为核心理念的信仰群体，一项针对这个群体遭活摘器官的指控，一场退出中共党团队组织的声明运动，一组评论中共的社论。在国内平台上，这些词都列在审核员的清单里。

字节跳动的这种处理方式，以前也被外界看到过。2019年9月，英国《卫报》披露了一份TikTok早期的审核指南。按照这份指南，涉及天安门、西藏独立的内容被标为“仅自己可见”，帖子不删，但不再推给别人看。宣传法轮功的内容则直接判为违规并删除，理由是它属于“宣扬自杀的团体”，和1995年在东京地铁施放沙林毒气的奥姆真理教归在一类。字节跳动当时回应说，《卫报》看到的是已经停用的旧版指南。

“宣扬自杀”这个标签有清楚的来处。2001年1月，央视播出了天安门广场自焚事件的画面。此后多年，这段影像一直是官方给这个群体定性的核心依据，海外调查者对它提出过不少疑点，国内却很少有人知道这些疑问的存在。一家互联网公司的审核员未必看过那段录像，却在规则里沿用了它的结论。

“活摘器官”这四个字更重。2019年6月，英国御用大律师杰弗里‧尼斯爵士主持的独立人民法庭“中国裁判所”（China Tribunal）在伦敦宣布裁决，认定中国强制摘取良心犯器官的做法已经持续多年，法轮功学员是器官来源之一，而且很可能是主要来源。裁决是在听取大量证人证词、审阅医学和统计材料之后作出的。在中国的网络上，这份裁决留下的痕迹，可能只有审核员屏幕上一个待处理的词。

一个群体的名字被设成发不出、搜不到，国内用户能读到的关于他们的说法就只剩官方一个版本。指控没法讨论，辩护没人听见，连“我想查查这是真是假”的念头，都会先在搜索框里碰壁。至于“三退”也被列进词表，这倒是从反面说明了一件事，需要专门防着的词，总是有人在说的。

从删帖到不知道

如果这份词表只属于2020年，它也就是一份档案。可是六年后，同一家公司有了新产品。今年6月，“中国数字时代”报导，六四周年前后，有用户问字节跳动的AI聊天机器人豆包，一句很普通的话是什么意思，英文报导把这句话译作“It's my duty”，豆包回答说，这条内容涉嫌违反使用规范。用户问一句话是什么意思，AI的回答是这句话本身有问题。

目前没有证据显示，2020年的这份词表被直接用在了豆包上，这一点必须说清楚。但把两件事放在一起，能看出一条路是怎么走过来的。词表管的是说话的人，决定一个人写下的话能不能被别人看到。AI面对的是提问的人，决定一个人想知道的事有没有答案。

“仅自己可见”至少还留着一点痕迹，发帖的人自己知道说过什么。帖子被删了，也会留下一块空白，这块空白本身就是提醒，这里曾经有人说过话。AI的拒答连空白都不留。一个2008年出生的孩子去问它1989年发生了什么，得到一句“违反规范”，他学到的不会是“这件事被禁了”，而是“这件事不重要”。

墙外的那张单子

我们能读到这份词表，是因为有人把它带出了防火墙，存进了“中国数字时代”的档案。墙内的用户天天和它打交道，却从来看不见它，这正是防火墙和平台审核叠在一起的效果。规则是看不见的，被规则挡住的东西也是看不见的，最后，人们连自己少知道了什么都无从知道。

5241个词，每一个背后都是一件有人想说、有人不让说的事。下次你的话发不出去，不妨想想那张单子上另外的5240个词。其中有些你从来没听说过，原因恰恰是它们在那张单子上。