{
title: "谷歌AI翻车：自家名字都数不清",
summary: "近日，谷歌搜索升级AI能力后，被用户发现连简单问题“google里面有几个p”都回答错误。测试显示，即使使用中文提问，谷歌AI不仅答错，还自行添加错误信息，声称“Pixel里面有两个p”。这一事件引发广泛测试和讨论，暴露出大型语言模型在处理基础事实和逻辑推理时的脆弱性，对AI在搜索领域的可靠性提出质疑。",
content: "谷歌刚刚升级的AI搜索功能，竟然在自己最熟悉的名字上栽了跟头。有用户发现，当询问“google里面有几个p”时，这个号称集成了最新AI能力的搜索引擎给出了错误答案。更让人哭笑不得的是，即便用中文提问，谷歌AI不仅没有纠正，反而自行发挥，声称“Pixel里面有两个p”，硬生生把错上加错演绎到了极致。\n\n这个看似幼稚的测试，实际上暴露了当前大型语言模型的一个核心短板：它们擅长模式匹配和语言生成，但在基础逻辑和事实核查上往往力不从心。谷歌搜索的AI能力基于其最新的Gemini模型，该模型在多项基准测试中表现优异，但面对“数数字母”这种简单任务时，模型更倾向于生成看起来合理的回答，而非精确计算。这种“自信地犯错”的特性，在搜索引擎场景中尤为危险，因为用户通常默认搜索结果经过事实校验。\n\n事件迅速在技术社区发酵，大量用户开始用类似问题测试谷歌AI，包括“banana里有多少个n”、“mississippi里有多少个s”等，结果发现错误率相当高。这并非个例，此前微软Bing的AI搜索也出现过类似问题。数据显示，这类简单计数任务在主流AI模型上的错误率可达30%以上，而用户对搜索引擎的容错率远低于对话机器人。谷歌搜索每天处理超过35亿次查询，哪怕0.1%的错误率也会影响数百万用户。\n\n这次翻车事件给AI从业者敲响了警钟：在将大模型集成到搜索等关键应用时，必须建立可靠的验证机制。谷歌需要解决两个核心问题：一是如何让模型在不确定时承认不知道，而非强行编造；二是如何结合传统搜索的精确检索能力，弥补生成式AI的逻辑缺陷。对于用户而言，这也提醒我们，即便最先进的AI系统也会犯低级错误，对AI生成的内容保持批判性思维，仍是数字时代的基本素养。",
}