一句AI建议，百亩芝麻遭了殃，损失该谁管？

种了一辈子地的农民，开始向AI请教施肥、打药，本是一件新鲜事。但一份AI生成的用药方案，让百亩芝麻苗受损，这件事不能只怪AI，也不能只怪农民“太相信机器”。

吴大伯使用AI软件已有一年多。7月10日，他向AI询问芝麻田除草、除虫问题，AI随后生成一套“百亩芝麻飞防除草＋除虫全套方案”，其中推荐了氟磺胺草醚。吴大伯照着施药后，草和芝麻苗一起枯死。事后，AI又承认，问题正出在自己推荐的药剂上。

从现有信息看，吴大伯向AI提问时，表达可能较为混乱，涉及面积、作物、除草、除虫等多个问题，未必清楚交代芝麻品种、生长阶段、杂草种类、施药方式和当地天气等条件。

这些信息都会影响农药选择。对农技人员来说，条件不清，通常不会马上开出一套完整方案，而会继续追问。

问题恰恰也在这里。

面对一段条件不全、表达混杂的提问，AI没有停下来确认，而是迅速整理出一份看上去条理清楚、药名具体、可以直接照做的“全套方案”。原本不完整的信息，经过AI包装后，反而显得十分专业，容易让使用者放下戒心。

农民确实不能把AI当作农技专家。特别是大面积施药，不能仅凭一段网络回答就直接操作。用什么药、怎样配比、能不能混用，都应当查看农药标签，咨询当地农技人员，最好先进行小范围试验。

但平台也不能把责任推给用户不会提问。

普通农民使用AI，本来就不可能像专业人员一样，把作物生长期、有效成分、施药条件一项项写清楚。既然AI软件面向公众，就应当考虑到用户表达不准确、信息不完整的情况。

尤其是农药、医疗、法律等高风险问题，AI不能见问就答。遇到条件不清时，应先追问：“芝麻长到什么阶段”“准备全田喷洒还是定向除草”“药剂是否已登记用于芝麻田”。无法确认安全性时，就应明确告诉用户，不宜给出具体配方，应建议用户咨询专业人员。

页面角落里一句“AI生成可能有误，注意核实”，远远不够。一边给出详细方案，一边用小字免责，风险最终还是落在用户身上。

这件事也提醒人们，不能把解决办法简单归结为“农民要学会写提示词”。

普通农户描述问题时，往往想到什么说什么，很难一次讲清作物品种、生长阶段、杂草种类、施药方式和天气条件。要求每个农民先学会一套专业提问方法，既不现实，也把技术应承担的责任推给了用户。

更合理的做法，是让AI主动把问题问清楚。比如，先让农户选择种的是什么、苗长到什么阶段、想治虫还是除草，是定向喷洒还是全田作业；条件不全，就不能直接生成用药方案。即使农户使用方言或语音提问，系统也应整理出关键信息，再让农户确认，而不是根据一段混乱表述自行猜测。

农业生产也不宜直接依赖通用大模型。通用大模型知道得多，却未必熟悉农药登记范围、作物药害、剂量限制和不同地区的生产条件。2026年发布的植物保护专业大模型“绿盾”，就针对通用模型在植保问答中准确率不高、用药建议不够规范的问题，使用论文、国家和行业标准、田间试验报告等专业资料建设知识库。这个方向值得重视。

专业农业AI还应加上几道“安全锁”：推荐的农药是否登记用于该作物，药剂能否混配，使用剂量是否超限，当前生长期是否容易产生药害。只要有一项无法确认，就不应给出可以直接照搬的“全套方案”，而应提示查看农药标签、进行小面积试验，或转交农技人员判断。

山东正在推进“人工智能+农业”应用，提出建设小麦人工智能育种平台、培育100个智慧农业场景。值得探索的，不是简单把通用聊天软件搬进田间，而是把本地作物品种、病虫害监测、农药登记、气象土壤等数据接入专业模型，并由植保专家和基层农技人员参与审核。

技术越深入农业生产，越不能只追求“什么都能回答”，更要知道哪些问题不能轻易作答。

（大众新闻记者 杨成）