谷歌AI概览准确率宣称达90%，但每小时或生成超5700万条错误信息

近期，《纽约时报》披露的一则报道引发广泛关注：谷歌AI概览（AI Overviews）功能的准确率据称约为90%。表面看，九成准确率似乎令人满意，但若结合谷歌每年超过5万亿次的搜索总量进行推算，结果便不容乐观。即便仅有10%的失误率，这也意味着每小时可能产生超过5700万条错误答案——相当于每分钟接近100万条。这一潜在风险规模，足以引起用户与行业的高度警惕。

第三方测评：准确率虽有提升，但“图文不符”问题恶化

AI初创公司Oumi近期采用SimpleQA基准对谷歌搜索进行了评估。通过对4300余次搜索进行分析，他们发现：去年10月搭载Gemini 2模型的谷歌AI概览准确率约为85%；至今年2月，升级为Gemini 3模型后，该数字提升至91%。模型迭代带来效率进步，固然值得肯定。

例如搜索IT之家，跳出的 AI 概览介绍

然而，评估中有几个关键点值得注意。首先，Oumi的测试本身依赖AI工具，存在一定误差空间。其次，谷歌针对同一搜索查询，有时会提供不同版本的AI概览内容。更值得关注的是，数据显示AI生成的摘要文字与其引用的来源信息之间出现“不一致”的比例正显著上升：该比例已从Gemini 2时期的37%，增至Gemini 3阶段的56%。

所谓“不一致”，通常表现为两种情形：一是AI概括的内容存在错误，但下方提供的参考链接却是正确的；二是概括主体正确，却引用了包含错误细节的网页。这如同导游指对了路线，却讲错了景点典故，难免影响用户的信任感。

内容易遭操纵，且存在页面内“自相矛盾”

更令人担忧的是，研究显示AI概览功能的内容易受人为影响。有记者通过实验发现，故意发布包含虚假信息的博客后，次日谷歌AI概览便引用了该博客内容。这种脆弱性可能为误导性信息的传播提供通道。

普通用户在实际搜索中也可能直接遭遇困惑。例如，用户斯蒂芬·潘瓦西曾查询摔跤手胡克·霍根是否去世，AI概览明确回复“无可信报告显示霍根已去世”，但同一搜索结果页下方却显示文章标题“霍根之死谜团加深”。这种页面内的直接矛盾，让用户对AI生成内容的可靠性产生质疑。

谷歌回应与行业反思

针对Oumi的测试，谷歌发言人指出其方法可能未能反映真实用户搜索场景，这一观点确有合理之处——实验室环境与海量、多元的实际搜索之间存在差异。

尽管如此，前述案例中暴露的具体问题——如摘要与引源脱节、内容易被污染、页面信息矛盾——均是真实存在的用户体验隐患。当AI试图直接为用户归纳答案时，其准确性、一致性与可信度面临更高要求。每小时数千万条潜在错误，虽为理论推算，却清晰提醒我们：在拥抱AI搜索便捷的同时，保持信息审慎与多方验证，仍是当下不可或缺的应对策略。