2026年10月3日，一名16岁少年在加拿大不列颠哥伦比亚省遭遇险情。他试图依据人工智能聊天机器人生成的路线，从格劳斯山（Grouse Mountain）徒步前往皇冠山（Crown Mountain），却因路线错误被困于陡峭岩壁，最终由北岸救援队（North Shore Rescue）通过直升机紧急营救脱险。
事发当日清晨，少年携带手机、充电宝、登山靴、头灯及防风夹克出发。然而，AI指引的路径将他带至一处被当地攀岩者称为“寡妇制造者”（Widowmaker）的技术性攀岩线路终点。面对无路可走的垂直岩壁，少年陷入恐慌并呼救。
北岸救援队迅速响应，派遣直升机悬停于山峰上空，两名技术人员索降建立锚点，将少年保护性降至安全地带。当晚6:30前，少年抵达克利夫兰水坝附近的救援基地，虽受惊吓但未受伤。
AI缺乏实地经验，误导新手进入险境
搜救主管保罗·马基（Paul Markey）指出，这是其首次处理因AI规划路线引发的救援案件。涉事AI模型来自Anthropic公司（Claude）。马基表示，该AI引导少年穿过皇冠通道和Crater Slabs，最终将其引向难度极高的多段5.9级高山攀爬路线。“Claude从未去过该区域，也未在户外环境中实际验证过路线，”马基强调，AI生成的指引虽具权威性，却完全脱离现实风险。
尽管少年因装备齐全、电量充足且及时求救而避免了更严重后果，但其处境已远超自身技能范围。马基称：“他非常害怕，担心生命危险。若非救援及时，情况可能迅速恶化。”由于地形复杂，救援队无法直接机降，必须通过专业技术手段实施营救，这消耗了大量公共资源。
并非孤例：通用大模型难以评估野外风险
此类事件正呈上升趋势。就在几周前，三名新手徒步者在加利福尼亚州沙斯塔山依赖谷歌Gemini获取路线及打包建议。因AI推荐的水粮不足以支撑行程，三人被困数天，其中一人受伤，最终由美国林务局及警长团队协助下山。锡斯基尤县警长办公室将此归咎于对AI的“关键性失误”依赖。
这两起案件揭示了通用聊天机器人的固有缺陷：它们从海量文本中提取信息，能生成看似合理的叙述，却无法评估积雪、落石或用户实际能力等动态风险。随着用户日益倾向于首先咨询AI，搜救团队面临的误判呼叫量显著增加，不仅耗费志愿者组织预算，也增加了救援人员自身的风险。
目前，Anthropic尚未就此次事件发表公开声明。尽管其界面包含免责声明，但在冒险兴奋感驱使下，用户往往忽略这些警示。户外专家呼吁坚持“冗余原则”：将AI仅视为头脑风暴伙伴，而非向导。任何数字建议都必须与CalTopo、AllTrails等专业地图工具、纸质地图及当地知识进行交叉核对。
马基警告：“不能盲目跟随AI提议，必须质疑其合理性。”大山不会按正态分布评分，它们只要求尊重。随着聊天机器人愈发流畅，提升个人导航技能与批判性思维，已成为户外生存的必要条件。