AI 查数字，问两遍数字就打架：联合国测了13.3万条回答，准确率只有21.2%——怎么问、去哪核，替你捋清了

先说个这周刚出的事。

联合国周四宣布，正跟谷歌合作，把手里各机构的全球统计数据整理成 AI 能直接读取、能溯源的格式。为什么要专门干这件事？因为他们先做了个测试，结果挺扎眼。

据雷科技报道，联合国儿童基金会的首席统计师在线上吹风会上透露：他们拿六款主流大模型——GPT-4o、Claude Sonnet 4.5、Gemini 2.5 Flash 这些——回答「全球发展指标」类问题，收上来超过 13.3 万条回答，平均准确率只有 21.2%。

比这个数字更有用的，是两个细节：

第一，大约五分之三的回答根本给不出能用的数字，模型都在含糊其辞；第二，同一批问题隔两天再问一遍，两次都给了数字的模型里，只有大约一半前后说的是同一个数。

也就是说，AI 查数字这件事，连「今天给的数和明天给的一样」都做不到。

先把丑话说在前面：这个测试目前还是联合国儿童基金会的工作论文，没过同行评审；测的是六款国际模型，问的是联合国统计题，21.2% 这个数不能直接套到你手机里的豆包或 DeepSeek 头上。但「数字不稳」这个毛病，是当下大模型共通的。知乎 9 月 18 日就有人提问：「为什么基金的数据我和 DeepSeek 较真就发现他说错的？」他碰上的就是同一类事。

为什么 AI 一到数字就容易翻车？记住三句话，你能预判大部分坑。

一是它的知识有截止日。今天的股价、这个月的利率、最新款手机的价格，它压根不「知道」，只能拿旧资料猜。知乎上有个高赞回答说得实在：你问最新售价、问今天股价，AI 给的数字可能来自几个月甚至几年前的训练数据。

二是统计口径会张冠李戴。同一个指标，年份、地区、口径不同，数字就不同。AI 经常把几家的数拼在一起，再一脸笃定地递给你。

三是它不爱说「我不知道」。憋急了，就编一个像样的数字糊弄过去，这就是所谓幻觉。

那是不是干脆别让 AI 查数了？倒也不至于。让它帮你摸个大概量级、省去自己翻资料的时间，是可以的。你只需要三个动作，把风险摁住。

第一个动作：要数字时，逼它把「三样东西」一起交出来——时点、口径、来源。这段话可以直接复制：

帮我查一个数据：【这里写你要查的，比如「目前一年期定期存款基准利率」】。请按这些要求回答：1. 给出具体数字，并注明数据的时点和统计口径；2. 说明这个数字来自哪个机构；3. 如果你没有可靠数据，直接说不确定，并告诉我去哪个官方渠道查，不要编造数字。

凡是连时点和来源都给不出的回答，那个数字就只能当耳旁风。

第二个动作：重要的数字，问两遍。隔天再问一次，或者换个 AI 用同样的问法再问。联合国的测试已经证明，数字会前后打架；你问两遍，对不上就别采信任何一个，直接转去官方渠道。麻烦是麻烦了点，但你拿这个数字是要做决定的，多花两分钟值得。

第三个动作：用数字之前，找对门口。哪类数字去哪儿核，照这个清单对号入座：

存款贷款利率、LPR：中国人民银行官网，或你开户银行的官方 App；
基金、理财收益：基金公司官网和说明书。凡是涉及申赎、投保这类掏钱决定，数字必须核对产品官方文件，这步不能省；
CPI、人口、收入这类统计：国家统计局官网；
商品参数、规格、售价：品牌官网的规格页和官方旗舰店商品页；
社保、退休、补贴政策：当地政府官网，拿不准就打 12345；
体检参考值、用药剂量：报告单上印的参考范围只是范围，有疑问找医生，AI 说了不算。

至于实时数字——股价、汇率、秒杀价、油价——直接用专门的行情软件和官方渠道查。现阶段 AI 手里没有实时数据，问它纯属耽误功夫。

再说两件顺带的事。一是联合国这个动作说明「权威数据 + AI 溯源」正在被当正经事做：新平台叫 Data Commons，每个数字都记着来源，AI 查数可以一路倒回原始数据库，已有 26 家联合国机构加入，谷歌出了 200 万美元，目标是 2027 年前把联合国系统八成的统计数据搬上去。二是谷歌这个团队的负责人自己也承认：就算喂给 AI 权威数据，模型还是可能曲解细微差别，「引用或发布之前，最好有人把把关」。

你看，做平台的人都把话说到这份上了，你用 AI 查数的时候多疑一点，不丢人。

AI 给的数字是线索，你核过之后才是结论。线索能告诉你大概去哪儿挖，但掏钱、签字、看病、报税之前，最后那一铲子得你自己动手。