当顾客带着 AI 给出的答案走进餐厅，服务员发现自己不仅要上菜，还要替一个看不见的聊天机器人收拾残局。
发生了什么
The Verge 报道了一个值得注意的现象：纽约市服务员 Madison 习惯在每桌客人落座时询问过敏情况，但近来出现了几次“险情”。有时客人会告知自己有贝类过敏，随后却不再主动询问任何问题——仿佛已经提前从某个渠道获得了确定答案。报道将这一变化与 AI 幻觉联系起来：顾客用 AI 工具查询餐厅菜品是否含某种过敏原，得到看似笃定的回答后便不再向真人确认。
报道没有给出具体的事故案例或统计数字，但 Madison 描述的“险情”本身已经足够说明问题：当错误信息以权威口吻输出，接收者往往不会怀疑。
为什么重要
AI 幻觉通常被当作技术缺陷来讨论——模型编造事实、引用不存在的来源、给出错误答案。但这条新闻提示了另一个层面：幻觉的代价并不总是由使用者承担。
在餐厅场景里，顾客用 AI 做决策，风险却落在服务员身上。一旦出现过敏事故，责任链条会指向餐厅，而不是那个给出错误答案的聊天机器人。服务员被迫成为事实核查的最后一环，而且是在对方并不认为自己需要核查的情况下。
这并非孤例。从医疗建议到法律咨询，再到旅行规划，AI 正在被当作“先问一句”的默认工具。问题在于，很多人分不清“模型说得流畅”和“模型说得正确”之间的区别。当 AI 输出被当作结论而非线索，核实工作就会沿着服务链条向下转移，最终压到那些没有能力也没有义务去纠正它的人身上。
影响与看点
对产品开发者来说，这是一个关于交互设计的提醒：如果模型无法保证准确性，至少应该让不确定性可见。当前多数消费级 AI 产品的输出语气高度自信，用户很难从措辞中判断哪些是可靠信息、哪些是概率生成的结果。
对服务行业而言，这意味着培训和管理成本的变化。一线员工需要被明确告知：顾客提供的 AI 信息不能替代标准流程。Madison 坚持每桌询问过敏原的做法，恰恰是这种流程价值的体现。
对普通用户来说，最实际的建议是：把 AI 当作起点，而不是终点。涉及健康、安全、法律的事项，AI 的回答只值得当作一个待验证的假设。
一个独立判断：AI 幻觉的社会成本正在从“用户自己吃亏”转向“由第三方承担”。这种外部性不会靠模型迭代自动消失，它需要产品设计、行业规范和用户教育共同回应。
