大概每十次，AI就会骗你一次。

《纽约时报》委托AI初创公司Oumi做了一项最新研究，给Google AI Overview打了个分：事实准确率是91%。这项研究测试了4326个搜索查询，用的是行业标准的SimpleQA基准。跟去年10月Gemini 2的85%比起来，今年2月升级的Gemini 3确实进步了。

但别忘了，Google一年要处理五万亿次搜索。算笔账吧，就算9%的错误率，也意味着用户每小时会接触到超过5700万条不准确的回答，换算下来，差不多每分钟就有近百万条错误信息在信息流里乱跑。当错误以工业规模来生产，所谓的“小概率事件”就成了系统性的污染。

举个真实的例子。你问“鲍勃·马利故居博物馆是哪年建的”，维基百科上明明有两个矛盾的年份，1986和1987，AI连眼睛都没眨一下，果断选了错的那个。它说是1987年，但事实是1986年5月11日。更讽刺的是，它引用了三个来源，一个是马利女儿的Facebook帖子，一个是旅游博客，还有一个正是那本自相矛盾的维基百科。它不是在想问题，它只是在猜，而且猜错的时候比猜对的时候更自信。

比错误答案更可怕的，是“正确的谎言”。就算AI蒙对了答案，它给的参考文献可能也是一场灾难。Oumi的数据显示，Gemini 2引用错误来源的概率是37%，到了Gemini 3，这个数字不降反升，飙到了56%。也就是说，超过一半的正确答案后面跟着的链接，根本撑不起它的结论。这意味着什么？你看到的新闻来源，可能是Facebook上某位大叔五年前的酒后胡言，Facebook是AI第二常用的引用源；你信以为真的数据，或许只是Reddit上一条匿名帖的脑洞，Reddit排第四。当AI用权威的姿态给你看最离谱的出处，真相就像穿上了西装，但脚底下踩的是泥坑。

还有一个更隐蔽的陷阱。AI明明找到了正确的网页，却能读出错误的结论。问“马友友哪一年入选古典音乐名人堂”，Google AI Overview正确链接到了官网名单，上面清楚写着马友友的名字，但AI总结却说查无此人。它看得见文字，却理解不了意义。

BBC Future的记者做了一个更狠的实验。他花了20分钟，在自己博客上发了一篇彻头彻尾的假文章，声称自己是“世界顶尖的热狗吃手技术记者”，还虚构了一个“2026年南达科他国际热狗锦标赛”。这篇文章充满荒谬的细节，但做了很好的SEO优化。结果不到24小时，这条谎言就被Google AI Overview和ChatGPT同时消化吸收了，包装成常识端给了搜索用户。记者的评价一针见血，操作简单到连小孩子都能做到。这不是什么漏洞，这是信息污染的永动机。AI吃进垃圾，吐出事实，下一轮AI再把这个事实吃进去，权威媒体引用，成为公认知识，然后更难被质疑。我们以为自己在获取知识，实际上只是在围观AI互相喂剩饭。而这个闭环一旦形成，假消息就有了对抗时间的免疫力。

一地鸡毛之后，真正可怕的事情已经发生了。我们习惯了不再查证，这种现象被研究者称为“认知投降”。数据显示，只有8%的用户会二次核查AI的答案。更让人不安的是，即使AI明确给出了错误答案，用户仍然听从的比例接近80%。当机器用流畅的语调、精美的排版来呈现信息时，人类大脑几乎本能地选择服从。Google很懂心理学，他们把AI Overview置顶、蓝色加粗、排版精美，无时无刻不在暗示你，这就是答案，别往下翻了。但在用户协议的犄角旮旯里，藏着一行小字，说AI可能犯错，请二次核实。一边用设计告诉你信我，一边用条款撇清说错了别怪我。这种精致的不负责任，正在悄悄改造我们的大脑回路。搜索从“寻找答案”退化成“接受投喂”。那个会质疑、会打开第二个标签页交叉验证的自己，早就在一次次点击中不知不觉躺平了。

面对质疑，Google发言人回应说Oumi的研究有严重漏洞，认为SimpleQA基准本身就包含错误信息，不能反映真实的搜索场景。Google内部数据显示，Gemini 3单独运行时幻觉率大约28%，而结合搜索的AI Overview会更准确。但矛盾的是，当Google升级模型追求更高准确率时，信息的可验证性却在恶化，引用错误率从37%升到了56%，这意味着用户越来越难追溯真相的源头。微软在Copilot条款里说得更直白，把它定义为仅供娱乐，不适用于重要决策。这种免责声明式的创新，某种程度上暴露了行业的集体焦虑。

技术越便利，思考就越昂贵。在这个AI幻觉以千万级每小时产生的时代，保持怀疑或许是我们最后的护城河。那个蓝色加粗的“标准答案”不值得你无条件信任。真相从来不怕你多问一遍，但谎言最怕你多查一次。下次AI秒回你的时候，记得那9%的错误率正在暗处微笑。而你的每一次质疑，都是在为人类的认知主权投票。毕竟，独立思考永远不会过时，它只是需要被重新唤醒。