夜雨聆风
这场药害源于一条AI讯息
2026年盛夏，安徽滁州，67岁的吴大伯站在自家芝麻田里，眼前只剩一片发黄、发黑、枯死的苗。草死了，苗也死了，用他自己的话说，“苗死得更快。”
一年多前，他开始问AI种田什么时候施肥，什么时候打药，农活怎么安排，几乎什么都问。起初还将信将疑；用久了，觉得答复“比较完善”，便渐渐完全听AI的了。
一年后，AI给了他一份标题工整的“百亩芝麻飞防除草+除虫全套方案”。他按方买药、混药、无人机全田喷洒第二天，150亩芝麻，一夜之间，全完
预估损失约15万元折算一下：150亩，约等于10公顷，24.7英亩，海外媒体标题里那个触目惊心的“25英亩”，说的就是他。
一、一个农民与一个AI的“甜蜜期”是怎么养成的
吴大伯的路径，典型得令人害怕
一年前，他第一次问AI那时候他不相信问多了，发现答案“比较完善”，逐渐放下戒心。再后来，什么时候施肥、什么时候打药这些具体的农事决策，他全都交给一个对话框。早期有用→降低核实频率→高风险决策也外包。 这就是认知科学里常说的自动化偏见：系统越流畅、越少说“我不知道”，人就越省得核查。
2026年7月10日，他先问水稻田怎么除草，接着问芝麻田如何除草除虫，并明确要求按无人机飞防的方式给方案。AI生成了一份“完整方案”，推荐四种药：高效氟吡甲禾灵、氟磺胺草醚、噻虫嗪、甲维盐。两种除草剂，加两种杀虫剂他没有再问农技人员他按方执行
次日异常出现事后他回去质问AI，对方又答复：配方里的“氟磺胺草醚”是致死芝麻的元凶。
▲ 农户手机上的AI对话：事后分析将氟磺胺草醚标为致命错误。
附近农药经销店与农技人员的说法一致：氟磺胺草醚主要用于大豆田防除阔叶杂草，不能这样用于芝麻田全田喷洒；即便某些作物场景可用，也须定向打草，全田打“肯定会打死作物”。
这份配方，成了这场灾难的钥匙
二、到底是什么杀死了这些芝麻？
AI列出的药名都真实存在，也可用于其他登记作物，问题出在用错了对象。
先看高效氟吡甲禾灵它属于ACCase抑制剂思路的禾本科杂草选择性除草剂，对许多阔叶作物相对安全。单看这一味，农学逻辑上并不天然等于“杀芝麻”。
但氟磺胺草醚（fomesafen）不一样。它是PPO抑制剂、触杀型除草剂，在大豆田里防阔叶杂草。问题来了，芝麻，本身也是阔叶作物 把大豆田的阔叶除草剂，拿去芝麻田全田喷洒，等于把你要保护的作物，亲手塞进药剂的杀伤谱里。ZME Science将其概括为：把真实存在的合法药剂，错配到了未按登记与标签约束使用的作物与施药方式上。
▲ 维基百科里的fomesafen条目：PPO抑制剂、大豆耐受。像一道被聊天界面轻易抹掉的物种墙。
而无人机飞防，让这个错误一步到位全田覆盖、高效均匀，意味着几乎没有“只打草、不打苗”的精细定向。一旦药剂作物错配，伤害是整片田级别的。喷下去第二天，草苗同枯，苗死得更快
三、AI的“致歉体”到底在讽刺什么？
荒诞的一幕发生在吴大伯回头质问AI之后。
AI承认了：氟磺胺草醚是元凶先开方，后验尸 同一个模型，能生成看似专业的“全套方案”，也能在事后用同一套语料解释这个方案为什么致命。生成与执行之间缺少必要的安全校验。
▲ X用户模仿AI口吻写下的“致歉体”：你完全正确，我给你错误信息，毁了25英亩作物，这都怪我。
X上有人替AI写好了这句台词：“You are absolutely right. I gave you incorrect information that wiped out 25 acres of your crops, and that's on me.” 还有人补了一句，像极了客服语气：要不要再给你“清理25英亩死芝麻的tips”？
这些讽刺指向一种责任感的幻觉AI的“对不起”不带赔偿，也换不回那150亩芝麻。它只是在合适的语料里，学会了“认错”这个动作。
四、那行小字：免责声明真的够吗？
再看吴大伯的对话页面页面上方其实一直有一行小字：“AI生成可能有误，注意核实。” 他说，此前从未注意到
涉事AI软件客服的回应也很关键：系统没有独立知识库，回答主要根据网络公开信息搜索整合。它没有接入农药登记库、作物药害库和剂量规则引擎，只能检索、拼接并生成文本。它输出的东西像处方，却缺少处方所需的验证。
北京大成（南京）律师事务所张昕指出，民事责任适用过错责任：要看AI平台的风险提示义务、农药经营者的说明义务、农民自己有没有核对标签。南京师范大学高山冰则说：农民群体尤其缺乏分辨能力，健康、用药、经济等重大事项，平台应当多提醒。
《大众日报》的评论更尖锐一些：农户提问可能本就条件不全，品种、生育期、草相、天气、定向还是全田。农技员会追问，AI却常把残缺信息包装成条理清楚的“全套方案”，反而降低戒心。解决之道不该是“农民学会写提示词”，而是：条件不足，就拒绝输出可照搬的配方。
五、从滁州到世界：同一片田，两种面积单位
《荔枝新闻》报道后，IT之家、Solidot、CTWANT以及Tom‘s Hardware、Futurism、Times of India、ZME Science等媒体相继转述。海外标题大多写成：一位农民，信了AI，25英亩芝麻24小时内死亡。
▲ 英文聚合帖以25英亩表述受损面积，约合150亩。
评论区既有农学科普，也有文化梗式的嘲讽。有人批评农民“不懂阔叶就不该种地”，这类苛责只是网友观点。@AI_EmeraldApple等用户则解释：fomesafen是阔叶除草剂，芝麻也是敏感阔叶，且该药更偏点治而非全田喷。评论区里的农学补课，比AI给的配方还负责任。
六、一场农业事故发出的高后果预警
Futurism把它和律师引用假案例、医学报告幻觉这类事件放在一起：模型输出流畅、格式专业，错误成本却由线下行动的人承担。 农业的特殊之处在于，错误会在土壤，作物，季节窗口里被无限放大。误喷一次，可能付出一季绝收的代价
Ambrook的研究报道记录了同一层焦虑：研究者曾在《自然·食品》等渠道讨论生成式模型向农户提供种植建议的准确性。加州大学杂草科学专家用ChatGPT做过“非正式实测”，询问病虫药登记时，模型列出的药剂中只有少数获得当地登记或实际采用。滁州的吴大伯用真金白银和150亩绝收，把实验中“听起来像真的错”变成了田间后果。
我们该记住的，不该只是这一场惨剧是这个链条：长期有用→完全信任→高风险决策外包→一夜间全田覆灭。 而对农夫而言，信任是一年一年攒出来的，损毁只需要一个对话框。
你问他，AI为什么给你的方子能害死芝麻？他给你一句“是氟磺胺草醚”回答准确，却毫无意义因为它不会赔偿，不会补种，不会在深夜站在田边闻那股死苗的气味。
最沉重的时刻，是一个人终于意识到：决策权已经交了出去，责任却无处承接。
报道没有交代后续赔偿，也未见第三方田间鉴定。客服说“登记并向内部反映”，之后没有公开进展。
可那150亩地的教训，不该只烂在滁州的地里。有一天，当AI又对你说“这个方案很完善，可以放心执行”时，你最好记得：在安徽滁州，曾经有一个67岁的大伯，也是这样点了点头。
