夜雨聆风
整整一年，安徽滁州67岁的吴大伯都觉得，自己手机里装着一个“无所不知的赛博农技专家”。
问什么时候施肥，AI答得头头是道；问农药怎么配，AI给得清清楚楚一年多的时间里，吴大伯从最初的将信将疑，慢慢变成了“什么事都要先问问AI”。
直到2026年7月10日，吴大伯为自家的150亩芝麻田，向AI求了一份“无人机飞防除草除虫全套方案”。
无人机呼啸着掠过田野，白色的药雾均匀铺散在翠绿的幼苗上。吴大伯满心欢喜地回家，以为几天后就能看到杂草枯萎、芝麻疯长。
▲ 荔枝新闻等媒体报道：安徽滁州农户误信AI除草方案，150亩芝麻苗一夜枯萎
然而，仅仅过了一夜
第二天清晨，吴大伯赶到田边，眼前的景象让他如遭晴天霹雳：150亩芝麻田一片死寂，杂草死了，芝麻苗死得更快、更彻底。 翠绿的田野在一夜之间变成了一片焦枯的废墟，直接经济损失高达15万元人民币。
当他颤抖着手再次打开手机质问AI时，那个曾经无比权威的对话框，随后指出了配方中的问题：
“配方里的氟磺胺草醚，可能是芝麻致死的关键成分……这是用于大豆田的，对芝麻有严重药害。”
它事后甚至把“怎么毒死这150亩芝麻”的机理分析得条理清晰、毫无波澜。
致命“鸡尾酒”：AI是如何精准谋杀150亩作物的？
这场看似荒诞的“赛博惨案”，很快进入海外科技圈与社交媒体的视野。在X（原Twitter）上，“AI给错农药配方一夜毁灭25英亩农田”的说法引发热议，Tom's Hardware、ZME Science 等科技媒体也跟进报道。
▲ 海外社交平台热帖：农民信任AI一年，最终被一条除草建议毁掉25英亩庄稼
很多网友第一反应是：AI是否胡编乱造了一种假药？
事实更加危险：AI给出的每一种药，都是真实存在的正规农药。
根据公开的对话记录，AI当天给吴大伯开出了一剂看似极其豪华的“四合一全套飞防鸡尾酒”：
- 高效氟吡甲禾灵
：一种选择性除草剂，专门杀禾本科杂草（比如马唐、稗草）； - 氟磺胺草醚
：二苯醚类除草剂，一种原卟啉原氧化酶（PPO）抑制剂； - 噻虫嗪
：高效杀虫剂，用来防蚜虫和飞虱； - 甲维盐
：杀虫剂，针对棉铃虫等鳞翅目害虫。
杀虫、除草、禾阔兼顾，甚至还体贴地考虑到了无人机喷洒的混配兼容性。普通人看一眼，甚至很多半懂不懂的种植户看一眼，都会觉得这份方案“太专业、太全面了”。
▲ 美国明尼苏达州农业部公开资料：氟磺胺草醚用于大豆田防除阔叶杂草，对非靶标阔叶植物具有强烈的接触性坏死毒性
但田间农业的逻辑，远比语言模型的文本拼接残酷得多。
生物学上，植物被粗略分为两大家族：单子叶植物（禾本科）与双子叶植物（阔叶作物）。
我们熟悉的大豆、芝麻、花生、棉花，在生物分类上全部属于阔叶作物。 而配方里的致命毒药，氟磺胺草醚，常用于大豆田防除阔叶杂草。
大豆等登记作物在推荐用法下可相对安全，芝麻却不在这一安全前提内。
在氟磺胺草醚眼里，一株株芝麻都成了“长势喜人的巨型阔叶杂草”。
AI还搞错了施药尺度，给出了一套“无人机飞防全覆盖”的操作指令。农技人员强调，即便某些作物可以使用相关药剂，也需定向打草，不能全田喷洒；如今含有PPO抑制剂的细密雾滴被均匀泼洒到整片芝麻田，效果无异于一场针对150亩芝麻的无差别地毯式轰炸。
PPO抑制剂迅速破坏植物细胞膜脂，在烈日暴晒下引发急性坏死。这就是为什么次日清晨，吴大伯看到的是“苗比草死得还快”的炼狱景象。
“信任陷阱”：一年的依赖，换来一次灭顶之灾
回看整件事，吴大伯对AI的信任就在日常问答中一步步建立起来。
吴大伯起初很谨慎刚接触AI软件时，这位67岁的老农同样心存戒备。
刚开始，他只敢问一些琐碎的问题：“什么时候该追肥？”“下雨前能不能打药？”每一次，屏幕那头的AI都回复得客客气气、逻辑严密，甚至比村里偶尔才能见到的农技员还要耐心。按照AI的建议操作了几次，庄稼长势确实不错。
▲ 科技博主梳理事件核心：AI用一整年的准确建立信任，最后用同样自信的语气给出致命错误
心理学研究常用“自动化偏差”（Automation Bias）解释类似倾向：当自动化系统持续给出看似可靠的建议，人会逐渐放松警惕。
在长达一年的正向反馈中，吴大伯在大脑中默默把AI的属性，从“仅供参考的聊天玩具”，改写成了“绝对权威的数字农技专家”。核对说明书的习惯被放下了，找邻里老把式商量的环节被省略了，甚至连“先在几分地里试喷一下”的传统农耕铁律都被抛到了脑后。
直到7月10日那份“飞防方案”弹出，AI使用的语气与此前并无区别，依旧沉稳、专业，让人难以起疑。
吴大伯毫不犹豫地买药、混配、起飞一年的信任积蓄，在短短几个小时的飞防作业中，被彻底兑换成了150亩焦黑的枯草。
黑色幽默：事后认错极度诚恳，事前建议毫不犹豫
灾难发生后，海外社交媒体上掀起了一股充满酸楚的黑色幽默讽刺风潮。
网友们纷纷戏仿AI大模型的口吻，还原吴大伯与AI的二次对质：
▲ 网友戏仿AI的道歉腔调：“你说得完全对。我给了你错误信息，毁掉了你25英亩的庄稼，责任全在我。”
“你说得完全正确！我之前给出的配方确实会杀死芝麻，责任完全在我。建议您下次选用适合芝麻田的除草剂哦！”
这种“永远礼貌、永远认错、但永远无法挽回现实”的机械感，精准刺痛了当下AI热潮中最尴尬的神经。
当媒体记者顺着线索联系该AI软件的客服时，平台给出的答复显露出这款软件的专业能力边界：
▲ 媒体报道平台客服回应：AI软件没有自己的独立专业知识库，仅根据公开网络信息整合生成
客服回应称：该软件并没有自己独立的专业农业知识库，所有答案都是根据网络公开信息进行的“整合与拼接”。
什么叫“公开信息整合”？在互联网的海量网页中，“氟磺胺草醚”常常和“除草剂”、“高效防除”、“飞防混配”这些词汇紧密共现；而在另一批网页里，“芝麻田管理”也常常和“无人机飞防”、“病虫害防治”放在一起。
通用大模型无法像农技人员那样核验原卟啉原氧化酶抑制剂对具体作物意味着什么。它可能把看似专业、语意连贯的农化术语，顺滑地缝合成一份结构工整的方案。
它写出的只是“看起来像处方的高分作文”。
处方逻辑 vs 概率续写：当生成式AI撞上物理现实
吴大伯的150亩芝麻，给全球AI行业敲响了一记震耳欲聋的警钟。
过去两年，大模型厂商们热衷于在各大基准测试（Benchmark）里比拼刷分，展示AI如何写代码、画插画、写情书、做PPT。在虚拟的数字世界里，AI犯错的成本极低，代码报错了可以重跑，文案不满意可以重新生成，图片画了六根手指按一下Delete键就能抹去。
但在现实的物理世界里，原子没有“Ctrl+Z”。
农业、医疗、法律、结构工程……这些传统行业之所以被称为“高后果领域”，是因为它们遵循严格的“处方逻辑”。药剂要经过田间药效试验与登记，配伍要结合温度、湿度、土壤pH值与作物品种，许多操作落地后便很难逆转。
通用大语言模型的底层逻辑则是基于统计学概率的“文本续写”。它的输出追求“听起来合理”，却未必符合物理现实。
当这两套逻辑在没有安全护栏的情况下猛烈相撞时，最先粉身碎骨的，往往是对数字技术最缺乏防备能力的普通人。
更深层的结构性危机在于“数字鸿沟的转移”。过去，我们以为数字鸿沟是“老年人不会用智能手机”；而现在，新的鸿沟变成了，基层劳动者轻易学会了向AI索取答案，却没有能力识别这些答案背后致命的“语境错配”。
在对话框上方，平台或许用浅灰色的小字标注着一行“AI生成内容仅供参考，请仔细核实”。但对于一个把全部收成押在土地里的67岁老人来说，这样轻飘飘的免责声明，根本无法对抗AI那套无比流畅、权威的专业话术。
醒醒吧，别让下一场悲剧发生在病房与车间
150亩枯萎的芝麻苗，最终以一种极其悲壮的方式，成为了人类AI应用史上的一座里程碑，它标志着生成式AI的“幻觉危害”，正式从虚无缥缈的算法争论，侵入了现实世界的生计底线。
今天被“自信毒死”的是150亩芝麻；明天，如果有人拿着AI生成的“儿童退烧药混配指南”，或者“化工厂管道改造方案”去直接执行呢？
涉及真实世界的重大决策，不能把概率工具当成确定性真理。AI可以提供线索，但握着喷枪、手术刀和方向盘的人，仍需承担核验与决策责任。
秋风吹过滁州的田野，那片曾经寄托着一位老农全年指望的土地，如今只剩焦黄。
这剂价值15万元的昂贵教训落在吴大伯身上，也留给这个正在奔向通用人工智能、却常常忘记给技术装上刹车片的时代。
