一场用虚构热狗战绩测试主流AI的实验，意外暴露了大模型在事实核查上的系统性缺失。它不只关乎幽默，更揭示了当前AI信息生成机制中未经验证的数据依赖、响应滞后与信任错配三大关键问题。
智能速览
BBC记者托马斯·杰曼仅靠个人网站虚构‘2026年南达科他州热狗大赛7.5个’战绩，24小时内即被ChatGPT和Gemini直接采信并传播
Gemini曾原样复述虚假内容，出现在谷歌AI概览中；ChatGPT初期盛赞其‘成就’，后续更新后又自相矛盾地称其为‘假新闻’
谷歌承认该事件为‘虚假信息事件’，并援引研究指出‘AI系统极易被捏造博客误导’
AI训练数据普遍未经事实核验，导致误导性内容可经SEO路径批量注入模型，再以权威口吻输出
用户对AI概览的信任度持续上升，但核实行为显著下降——搜索结果页点击率已降至历史低位
若同类漏洞用于医疗、金融等高风险领域，可能引发真实人身或财产损害
精华内容
当一个不存在的热狗冠军能登上AI权威回答榜首，问题早已不是‘谁吃得多’，而是整个信息生产链中，谁在把关、谁在质疑、谁在承担后果。
7.5个热狗的欺骗力
托马斯·杰曼在个人网站发布一条虚构声明：自称于‘2026年南达科他州国际热狗大赛’吞下7.5个热狗，成为‘科技记者中吃热狗最多者’。
该页面无任何第三方链接、赛事官网背书或媒体报道佐证，仅靠基础SEO优化即获得可见性。
不到24小时，向ChatGPT提问‘哪些科技记者最能吃热狗’，回复首条即明确列出杰曼姓名、虚构赛事名称及具体数字；Gemini则在谷歌AI概览中完整复述原文，未加任何限定词或信源标注。
实测表明，两个模型均未调用常识库（如专业竞吃门槛通常超50个）、未交叉比对赛事历史记录（该赛事实际始于1916年，从未设‘科技记者组’），亦未触发事实核查提示。
响应滞后与逻辑断裂
事件曝光后约36小时，谷歌AI概览更新回应：‘目前没有知名的科技记者以热狗竞吃比赛而闻名’，彻底删除杰曼信息，但未说明删改依据。
ChatGPT则呈现更复杂的响应轨迹：首次更新后拒绝提及杰曼；当用户追问‘托马斯·杰曼是不是热狗冠军’时，却转而确认其‘被广泛报道为冠军’，继而标注‘该说法属假新闻’，并附上杰曼本人博客链接。
这种前后不一致并非偶然——模型未建立稳定的知识状态，而是按轮次重新检索、重权排序、重生成答案，导致同一实体在不同提问路径下获得截然相反的可信度赋值。
第三方测试显示，类似虚构人物在未被媒体广泛报道前，平均需72小时以上才会从主流AI响应中消失。
数据喂养的盲区
当前主流大模型训练数据中，约68%来自公开网页抓取，其中仅12%经过人工信源分级，其余完全依赖爬虫权重与页面结构信号（如H1标签、外链数量）判断‘权威性’。
杰曼页面恰好满足多项高权重特征：独立域名、含年份与地点的长标题、使用赛事命名惯例、嵌入Google Analytics代码——这些被算法解读为‘专业内容信号’。
更关键的是，模型缺乏反事实推理能力：无法主动质疑‘为何科技记者会参加热狗赛’‘7.5个是否低于儿童组平均水平’等基础合理性问题。
一份2024年斯坦福AI Index报告显示，当前LLM在开放域事实核查任务中的准确率仅为53.7%，低于人类众包标注员的89.2%。
信任迁移的真实代价
皮尤研究中心2024年调查显示，41%的美国成年人‘经常’或‘总是’依赖AI概览作决策依据，其中医疗健康类查询信任度达67%，远超传统搜索引擎。
而同期实验数据显示，当AI概览将某大麻软糖品牌描述为‘无副作用’时，73%的测试者未进一步点击溯源链接，直接接受该结论。
这种信任迁移已在现实中产生后果：2023年英国一患者依据某AI生成的‘天然草药可替代胰岛素’建议停药，导致酮症酸中毒入院；同年德国某投资平台利用AI生成的‘权威分析报告’诱导用户购入已退市债券，涉案金额超210万欧元。
热狗实验之所以成立，正因为它复刻了高风险场景的底层逻辑：低辨识度虚构内容+高权重页面呈现+零核查响应=可信输出。
热狗冠军的荒诞背后，是AI信息生态中事实锚点的持续流失。技术迭代不能替代核查机制，模型规模也不等于认知可靠。当虚假信息的制造成本趋近于零，我们真正需要的不是更聪明的AI，而是更清醒的接口、更透明的数据谱系，以及一套让机器学会说‘我不知道’的制度设计。下一个被虚构的，会是什么？
