8 月 29 日周六，三个来自加州 Roseville 的年轻人在 Mount Shasta（沙斯塔山，据 USGS 海拔 14,162 英尺，约 4,300 米）8,400 英尺处扎了营。周日凌晨 3 点，他们背着轻便小包出发冲顶。按计划，8 小时登顶。

实际情况是：晚上 7 点才登顶，比 Mount Shasta 雪崩中心建议的登顶日正午折返时间晚了 7 个小时。摸黑下撤一小时后迷路，打电话给县警局问路，随后偏出 Clear Creek 路线、误入 Mud Creek 峡谷，一人膝盖受伤，露天熬过一夜。周一早晨，林务局的登山护林员和搜救志愿者把他们带了下来（时间线综合自 CBS Sacramento 与 KRCR 的报道）。

获救后，三人告诉现场警员：路线怎么走、装备带什么，他们主要问的 Gemini。Siskiyou 县警长办公室在 Facebook 声明里把这称为「关键性失误」（critical misstep）：Gemini 建议携带的食物和水「远少于这组人的实际所需」，尤其当计划中 8 小时的攀登变成多日困局之后。ABC News 称已就此向 Google 寻求置评，其报道中未见 Google 的回应。

我在本周六的快讯里收录了这条新闻。这里想把它拆开：错的不是某个事实，而是整个估计的方向。

诊断：8 小时错得有多离谱

Mount Shasta 官方雪崩中心（由 USFS Shasta-Trinity 国家森林运营）对 Clear Creek 路线的描述是：「身心俱强」的人可以一天往返，「大多数人应该按两到三天规划」。夏秋两季的路况是松散的火山灰、碎石和砾石，8,600 英尺营地附近有泉水。

也就是说，这三位新手（ABC News 的说法是 novice）拿到的计划，预设的正是官方描述里只留给「身心俱强」者的单日速度。计划错了，挂在计划上的一切跟着错：食物和水按 8 小时备，白昼按 8 小时算，折返时间形同虚设。警长办公室声明里那句「尤其当 8 小时变成多日」点得很准——补给量本身也许配得上那个 8 小时的问题，配不上的是真实的山。

这不是孤例。今年 7 月，加拿大 BC 省的 Lions Bay 搜救队救援了一组用 Google Maps 规划 Howe Sound Crest Trail 的徒步者，事后在自家网站发出警告，也向 The Narwhal 讲述了这个案例：Maps 给出的步行时间是 5 小时 13 分，实际需要 8 到 14 小时——那条路线有 1,300 米以上的爬升和需要手脚并用的攀爬段。Google 对此的回应是，Maps 的步行导航按街道的标准步速设计，建议登山者用专门的登山地图。搜救经理 Maria Masiar 对 AI 规划工具的评价更直接：「它给出虚假的信息、虚假的方向，它从来历不明的地方抽数据。」

机制：为什么模型在最需要保守的地方最乐观

先说清一个边界：三人具体问了 Gemini 什么、Gemini 原话答了什么，我查过的公开报道里都没有，因此没能验证；KRCR 的另一篇报道还提到，除了 AI，他们也参考了 YouTube 视频和 AllTrails。「建议少带食物和水」是当事人向警方的转述。但无论他们的 prompt 写得好不好，都指向同一组结构性问题。

第一，模型的反问不是关卡。 你可能会说：我用 AI 的时候，它明明会追问。确实——以我自己的使用经验，现在的 Gemini、ChatGPT 遇到规划类问题，常常会先问几句日期、人数、目的地。但标题说护林员会反问、Gemini 不会，准确的说法是：护林站的反问是流程，模型的反问是概率。你打电话给护林站，对方给建议之前得先弄清你们几个人、爬过什么山、哪天出发——不问清这些，针对性的建议无从给起，而这套问题本身就逼你面对自己没想过的变量。模型这边，问不问没有保证：就我的使用经验，取决于你的措辞和模型版本，有时同一个问题两次问结果也不同；就算它问了、你含糊带过，它通常也照样作答。我没有拿这条路线实测过 Gemini，也不知道有任何机制能保证它会因为关键信息缺失而扣住答案。8 月初我写过 MIT Sloan 那篇 AI 理财建议研究，那项研究发现的是同一个模式：建议的质量取决于提问的质量——不给背景的模糊提问，换来的是简单化的经验法则；把自身情况讲清楚的提问，得到的方案明显更好。而这次最要命的几个变量——当天的山况（晚季碎石还是残雪）、这组人的体能、以及海拔适应——恰恰是新手自己想不到要说的。人体适应高海拔低氧环境需要好几天：CDC 的旅行医学指南写明急性适应发生在登高后的头 3–5 天，并建议避免一天之内从低海拔直接升到 9,000 英尺以上过夜。这三个人头天睡在 8,400 英尺、第二天一早直接冲向 14,000 英尺，正是这份指南警告要避免的模式——据 KRCR 转述，他们实际的攀登用了约 16 小时。我看到的报道里都没有医学评估，我无法确认海拔适应就是 8 小时变 16 小时的原因，但它是这几个变量里最容易被新手漏掉的一个。这些信息用户不主动给，模型不坚持要，答案照样产出。

第二，网上的用时数字来自不能代表你的人。 会把登山用时写上网的，恐怕本来就偏向常爬山、爬得快的人——这是我的推断，拿不出统计——攻略和游记里的「一天往返」，默认读者也是这类人。一个从这类文本里学数字的模型，不知道提问的你属于哪一档。Gemini 当时怎么得出 8 小时的，无法回放；可查的是，官方描述本身就是一个分布——强者一天、多数人两三天——把分布压缩成单个数字时，最容易被丢掉的就是「多数人」那一半。Google Maps 那个 5 小时 13 分是同一族错误的更纯粹版本：按 Google 自己的说法，步行导航按街道场景的标准步速估时，对 1,300 米的爬升和手脚并用的攀爬毫无发言权。

这种「不知道你是谁」，我自己今年也撞上过一次，只是代价小得多。5 月底到 6 月初我去阿拉斯加玩了一周：出发前一周才定下来，行程直接让 ChatGPT 排了开车、不开车两个版本，我看着合适，两小时内敲定不开车那版，跟同伴接着订机票、酒店、火车。订完才发现，它推荐的住宿多是 Lodge 一类，偏贵、偏好，和我平时订快捷酒店的出行风格对不上；懒得再改行程，照单订了。模型给出的默认方案对应的是某一档典型用户，未必是提问的你。我的错配停在酒店账单上，Shasta 这三个人的错配，走进了两天一夜的救援里。

第三，也是最关键的：安全规划要的不是准确估计，是带边际的估计。 多背两升水的代价是包重一点；少带两升的代价可能是命。损失两头不对称的时候，正确的做法是按坏情况备——护林站的建议听起来总是啰嗦保守，因为搜救队见过太多失败，这次警长办公室发声明提醒公众，本身就是那个反馈回路在运转。模型那边，我不知道有类似的回路——没有一条路径能让这座山上的事故回头修正它对这条路线的估计。就我用下来的观察，它默认给出一个居中的、自信的答案，不主动加安全边际，除非你明确要求。在订餐厅、排行程这类低风险场景，居中的答案叫好用；在雪山上，同一种行为叫危险。

怎么用：把反问的活儿接过来

警长 Jeremiah LaRue 对本地电视台说的版本比声明温和：AI 可以当研究工具，但把自己放进可能生死攸关的场景之前，要从专业的人那里拿到全部信息。我同意这个分界，再补四条具体的：

  1. 变量自己喂全。 日期、路线、团队人数、每个人的经验和体能、有没有高海拔经历、日出日落时间。模型可能问、可能不问，你不能赌它替你问全——这和理财那篇的结论是同一条。
  2. 强制要坏情况。 问「假设我们比攻略慢一倍，补给怎么变」「列出你这个估计做了哪些假设」。就我的经验，这类假设清单它不会主动摆出来，你得开口问。
  3. 硬规则不从对话里来。 正午折返这类规则的存在，就是为了在你状态最差、最想赌一把的时刻替你做决定。任何聊天输出都不该覆盖它。
  4. 数字找权威源头对一遍。 用时、水源、路况，打给护林站或查管理方页面。AI 的输出当草稿用，草稿的作用是让你带着问题去打那个电话，而不是替你省掉它。

这四条之外，还有一个更朴素的道理：用 AI 做规划，和用其他任何工具没有本质区别——多方查证，随机应变，不能照单全信。地图导航发展了这么多年，跟着导航犯低级错误的新闻也没断过：2016 年安大略一位驾驶人跟着 GPS 把车开下船台、直接开进了 Tobermory 港湾，摇下车窗游回岸边；今年 6 月，西雅图一位驾驶人把 SUV 开上了 Mount Baker 站的轻轨高架轨道，沿高架轨道继续行驶，轻轨当晚停运数小时——据 KOMO 转述，她向警方解释自己当时在跟着 GPS 走，警方则形容她受询时神志混乱。导航在每个案子里究竟给了什么指令，报道里都没有说；说得清的是，眼前明明是水面、是轨道，最后一脚油门是人踩的。AI 也一样：它能给出一份看起来完整的计划，关键时刻的判断必须是你自己的。

最后一个判断。这次事故和 AI 理财建议的失败，出自同一个组合：关键信息不全，模型不坚持问全就作答，损失不对称，输出却照样自信。理财场景里这个组合造成的是慢性损失，雪山上是急性的。认出这个组合，比记住「别用 AI 规划徒步」有用——下一次它出现的地方，多半不在山上。

参考来源