报告称谷歌搜索AI概览准确率约90%

谷歌AI概览准确率号称90%，但每小时可能产生超5700万条错误答案

这事儿挺有意思。《纽约时报》最近发布了一篇报道，里面提到谷歌那个AI概览（AI Overviews）功能的准确率，大概在90%左右。乍一听，九成准确率好像还不错？别急，咱们来算笔账。谷歌每年的搜索量超过5万亿次，如果按照这个庞大的基数来推算，哪怕只有10%的失误，也意味着每小时可能会冒出超过5700万条错误答案——相当于每分钟接近100万条。这个数字背后的潜在影响，是不是就有点惊人了？

第三方测试：准确率提升，但“图文不符”现象加剧

一家名为Oumi的AI初创公司，用SimpleQA基准对谷歌搜索做了次评估。他们分析了超过4300次搜索，结果发现，去年10月谷歌的Gemini 2模型，准确率大概是85%。到了今年2月，升级后的Gemini 3模型，把这个数字提升到了91%。效率提升，看起来是件好事。

例如搜索IT之家，跳出的 AI 概览介绍

不过，这里有几个需要留意的点。首先，Oumi的评估本身也依赖AI工具，可能存在误差。其次，谷歌对于同一个搜索查询，有时候给出的AI概览内容也不尽相同。更重要的是，数据揭示了一个值得警惕的趋势：AI生成的概览文字，与其下方引用的来源信息“对不上号”的比例，正显著上升。具体来说，这个比例已从Gemini 2时期的37%，攀升到了Gemini 3的56%。

什么叫“对不上号”呢？常见的情况有两种：要么是AI总结了一段错误的信息，但紧接着给出的链接却是正确的；要么是总结的内容大体准确，可偏偏引用了包含错误细节的网页。这就好比一位导游，指的路是对的，但介绍景点时却张冠李戴，难免让游客心里打鼓。

内容易被操纵，且存在“自打脸”矛盾

更有意思的是，研究人员还发现，这个AI概览功能似乎挺容易被“带节奏”。有记者做了个实验，故意发布了一篇包含虚假信息的博客文章，结果第二天，谷歌的AI概览里就引用了这篇博客的内容。这种脆弱性，无疑给虚假信息的传播开了道后门。

而普通用户在实际使用中，感受到的困惑可能更直接。比如，有位用户斯蒂芬·潘瓦西想查查摔跤手胡克·霍根（Hulk Hogan）是否去世了，AI概览明确地告诉他：“没有可信报告显示霍根已去世”。然而，就在同一搜索结果页的下方，赫然显示着一篇文章的标题，写着“霍根之死谜团加深”。一边是AI斩钉截铁的否定，一边是来源文章语焉不详的暗示，这种页面内的“自相矛盾”，着实让用户对AI生成内容的可靠性画上一个大大的问号。

谷歌的回应与业界的思考

对于Oumi的测试结果，谷歌发言人提出了质疑，认为他们的测试方法未能反映真实的用户搜索行为。这话当然有其道理，实验室环境与复杂多变的海量真实场景，确实存在差距。

但话说回来，无论测试方法如何，上述那些具体案例中暴露出的问题——信息与源链接脱节、内容易受污染、同一页面内信息矛盾——都是真实存在的用户体验痛点。当AI试图为我们归纳、总结、甚至直接给出答案时，其准确性与一致性的门槛，恐怕比我们想象的要高得多。每分钟近百万条潜在错误，这个数字或许只是个理论推算，但它提醒我们：在享受AI带来的便捷时，保持一份审慎和交叉验证的习惯，仍然至关重要。