事件概要：使用AI规划登山后遇险获救

• 发布时间：TechCrunch于2026年9月5日报道
• 事件时间线：三名登山者凌晨3点出发，当晚7点登顶，随后在夜间尝试下山，并在Mud Creek Canyon过夜，次日早晨获救
• 关键结论：锡斯基尤县警长办公室称，Gemini建议他们携带的食物和水远少于团队实际所需；官方同时提醒，户外行程不应只依赖AI规划

据TechCrunch援引《芝加哥论坛报》报道，三名登山者本周在加州沙斯塔山（Mount Shasta）获救。此前，他们曾使用Google的AI聊天机器人Gemini规划这次登山行程。

事件经过：过晚登顶后夜间下山

锡斯基尤县（Siskiyou County）警长办公室的报告称，三名年轻男性凌晨3点出发。当地对登山者的安全建议是：如果中午前仍未抵达峰顶，就应折返。但这三人直到晚上7点才登顶。

随后，他们试图在黑暗中下山，并致电警长办公室询问方向。三人当晚在Mud Creek Canyon过夜，次日早晨由美国林务局护林员和志愿者救出。

警长办公室表示，目前并不清楚这些错误决定是否都应归咎于Gemini，但报告明确提到，登山者“被Gemini建议携带远少于其团队所需的食物和水，尤其是在原计划8小时的上山行程变成跨多日险情之后”。

官方提醒：不要只靠AI制定户外行程

警长办公室同时提醒：“出行前始终建议致电当地美国林务局（USFS）沙斯塔山护林站，以确保获得最准确的信息，并且绝不要只依赖AI进行行程规划。”

这起事件并不意味着AI无法提供任何户外信息，但它凸显了生成式AI在安全关键场景中的边界。大语言模型可以整理路线概念、装备清单或注意事项，却不应替代当地护林站、官方公告、实时天气和有经验向导的判断。

行业背景与风险提醒

近年来，越来越多用户会把AI当作旅行、徒步或登山助手。问题在于，户外安全往往依赖实时和本地化信息：天气突变、积雪状态、路线封闭、饮水补给点变化、通信盲区等，都可能直接影响风险等级。AI生成的答案如果没有经过交叉验证，很容易让用户低估补给和时间冗余。

对普通读者来说，更稳妥的做法包括：

• 不把AI给出的食物、饮水和耗时估算作为唯一依据
• 出发前核对当地护林站、官方路线公告和最新天气信息
• 对高海拔、长距离或夜间可能行进的路线预留更充足补给
• 一旦行程明显超时，应优先考虑折返或求助，而不是继续推进

给读者的实用建议

• 可以谨慎使用AI的场景：低海拔、短距离、成熟路线的日间徒步，可把AI当作入门说明或清单整理工具，但必须再核对官方信息。
• 不应依赖AI的场景：涉及登山、复杂地形、长时间暴露、恶劣天气或补给受限的行程，应直接咨询当地护林站、专业向导或权威户外信息源。

写在最后

这次沙斯塔山救援再次说明：AI适合作为辅助工具，而不是户外安全决策的唯一来源。关乎生命安全的计划，需要实时信息、专业经验和保守冗余共同支撑。