夜雨聆风
安徽滁州，凌晨5点
67岁的吴大伯站在田埂上，说不出话。眼前这片前一天还泛着新绿的芝麻田，现在是一片焦黄。150亩，约10公顷，折合约25英亩，一夜之间，整片整片地趴下了。
草的尸体和苗的尸体混在一起，分不清谁先死。吴大伯说："草和苗一起死了，苗死得更快。"
你猜凶手是谁？
线索最终指向一段"看起来非常专业"的AI配方。
一场酝酿了一年多的"完美事故"
一年前，吴大伯开始接触AI聊天工具。
吴大伯是个地道的庄稼人，却做了一件不太"地道"的事，他把一个通用型AI聊天工具当成了随身农艺师。
农时安排，问它施肥节点，问它什么时候打药、打什么药，也问它
一开始，老人家将信将疑可时间久了，他发现这个"看不见的专家"答复挺完善，条理清晰、有头有尾，连剂量和配比都写得明明白白。
信任，是一点一点累积的而危险，也正是在这种日复一日的"靠谱"里悄悄埋下的。
7月10日，田里冒了杂草，也有了虫吴大伯像往常一样打开手机AI没让他等，很快生成了一份标题工整得让人放心的方案：
《百亩芝麻飞防除草+除虫全套方案》
方案里有四味药：高效氟吡甲禾灵、氟磺胺草醚、噻虫嗪水分散粒剂、甲维盐。
除草的一对，除虫的一对搭配完整，语气笃定，还贴心地给出了飞防，也就是无人机，的作业建议。
吴大伯没有去找农技站他直接照做了
无人机起飞，均匀地、高效地，把这一桶混合药剂铺满了整片芝麻田。风一吹，什么都落得刚刚好
第二天早上，苗死了
▲ 英文长帖将一年信任、一夜毁田、阔叶机理与约1.8万美元损失浓缩在一张卡片里；配图属于示意画面
真药进入错场景：致命的错配
很多人第一反应是：AI或许编错了药名？
恰恰相反
事后吴大伯再问同一个AI系统的答复像一位事后诸葛："配方里的氟磺胺草醚，可能是致死芝麻的主要原因。"
这个判断，和当地农技人员的结论完全一致。农技人员解释：氟磺胺草醚是大豆田防除阔叶杂草的除草剂，芝麻也是阔叶植物。把杀阔叶草的药用无人机全田喷在阔叶芝麻苗上，结果成了除苗。
划重点：AI没有编造一个不存在的化学成分。氟磺胺草醚是真实存在、登记在册的PPO抑制剂类除草剂。它在大豆田里的使用逻辑完全成立，大豆对它相对耐受，杂草不行。
问题在于，上下文
模型把"大豆田怎么用"这一套知识，无缝拼接进了"芝麻田飞防方案"。真实药剂被装进了错误的作物场景
这正是最可怕的地方
因为编造的假药，外行都可能起疑但真实的药剂、真实的机理、真实的商品名，装进一个错误的作物场景里，读起来就是无可挑剔的专业文本。
ZME Science的评论一针见血：这次事故很难完全归入经典意义上的"AI幻觉"。作物种类、生育期、施药方式、混配选择性等情境出了错。农业决策高度依赖田间条件，通用问答的形式遮住了这一点。
▲ 机制向英文分析稿导语界面：AI幻觉与"听起来可信"的建议如何让人放下戒备，成为全球媒体转述此事的支点
页面上那行小字："AI生成可能有误，注意核实"
这个细节值得一字不落地写出来
记者翻看吴大伯的对话记录时注意到：页面上方其实一直写着，"AI生成可能有误，注意核实。"
吴大伯说，自己此前从未留意
一年了，没看见
他真的看不见吗？ 还是说，在一年"什么都问AI"的信任曲线里，这行字早就被大脑自动过滤成了页面装饰？
问题还在于：方案标题能精确到"百亩"、"芝麻"、"飞防"和"除草+除虫"，风险提示却只剩下一句放之四海而皆准的"可能有误"。
信息密度完全不对称
标题和列表在抓注意力，免责声明在当背景板。用户被具体、完整、可执行的步骤吸进去时，一行小字根本不参与决策。
吴大伯后来对记者说，如果生成方案时能多提示一句"此药剂不适用于你的作物"，他可能就不会照做。
但现实是，系统在事前只给了一行通用小字，却在事后能准确说出"氟磺胺草醚可能是主因"。
这个反差，才是产品逻辑里最锋利的刀刃。
15万，和一片田的"后遗症"
再来算账
马来西亚《东方日报》等媒体转述吴大伯的估算：损失约15万元人民币。国际报道按汇率和面积换算，大约是1.8万美元、25英亩。
这笔钱是什么概念？对一个67岁、靠150亩地维生的老人来说，这是一个生长季的归零。
更冷的账在后面：氟磺胺草醚在土壤中持效期较长。农资说明提示，药量偏高可能对白菜、谷子、高粱、玉米等下茬作物产生残留药害。也就是说，即便吴大伯想立刻抢种一季补回来，这块地也可能"拒绝配合"。
错误决策的时间尺度，从来不止"第二天早上看见的那一片黄"。
而AI客服的回应，被记录在案的就那么几句：系统没有独立专业知识库，主要根据网络公开信息整合生成，将核查来源；对农户损失，已登记并内部反馈
截至公开报道发稿时，赔偿与处理结论尚未披露，这条链路停在了"内部反馈"四个字上。
海外讨论里的追问
X平台上，相关讨论很快出现了几种声音。
有人阴阳怪气地模仿AI道歉："责任在我。要不要再帮你清掉25英亩死芝麻？"
有人直接说："你连阔叶杂草和阔叶作物都分不清，还是别当农民了。"
更多人的反应是后怕：今天下错的是芝麻田，下一个下错的，会是什么？
▲ Grok回复称报道并未点名具体AI产品，并提醒农药建议应与真人农艺师交叉核实
法律行业已经有人在为此付出代价：AI编造不存在的判例，律师提交上庭，被制裁。医疗行业在警惕转写模型"插入音频里没有的句子"。咨询报告里出现根本不存在的学术引用。
农业这一撞，只是这一长串名单上最新、也最具体的一个。
区别在于：法庭上的假案例需要专业读者才能识破，而田里的错药，不需要。
芝麻苗的枯萎，谁看一眼都懂
飞机把错误放大了150倍
"飞防"在这次事故中放大了错误的后果。
无人机植保是效率神器，尤其在百亩级的田块上。但选择性除草剂的铁律是什么？ 农技人员说得很明白：氟磺胺草醚这类药，即便在可用场景里，也必须定向打草，不能全田喷洒。
选择性除草剂之所以"选择"，靠的就是精准，打在草上，放过苗。而全田飞防意味着什么？意味着均匀覆盖每一株作物
于是，一份错误的配方，被无人机用最高效的方式放大成了一场完整的"化学清扫"。
老人已经积累了一年的"AI辅助经验"。这一年经验推着他，从"拿不准"走到"直接照做"。
传统农艺智慧里那句"先小范围试点"，在这里被彻底跳过了。
边行试验、隔垄观察和缓冲带全被跳过了。
从手机屏幕到150亩全田，中间只隔了一次"我信它"。
而对这个67岁老人来说，信错一次的代价，是一年。
