文章作者、来源：科创财经社

这次谣言，有一个不寻常的主角。

2026年5月9日，8家新能源车企集体辟谣——比亚迪、特斯拉、小鹏、理想、蔚来、问界、极氪、广汽埃安，在同一天纷纷发表声明，否认“因OTA锁电问题被监管部门约谈和立案调查“。

中国汽车工业协会副秘书长柳燕随后出面：网传内容无官方来源，与事实严重不符。

但是，这份“被约谈名单“是从哪里来的？

不是出自某个坐在地下室里刷存在感的谣言账号，也不是竞争对手恶意捏造。

小鹏集团法务部在声明里写得很清楚：部分社交账号利用AI应用恶意炒作——AI大模型生成了这份名单，然后有人把这份“AI说的“当成了事实传播出去。（来源：每日经济新闻，2026年5月9日）

AI没有撒谎的动机，但它犯了一个危险的错误：在没有信息的地方，“脑补“出了信息。

这次锁电谣言事件，是一个里程碑——它第一次让公众看见：AI大模型的幻觉，可以造成真实的商业损害。

事情是怎么发展成这样的？

还原一下时间线。

2026年4月17日，央视网微信公众号发文，报道了3月全国12315平台OTA锁电投诉量超1.2万件、同比涨273%的情况，并提到最终有8家车企被监管约谈，3家被立案调查。（来源：央视网，2026年4月17日）

注意：报道里没有披露具体名单。这是监管部门的一贯做法——约谈是过程性动作，不一定要公开具体涉事企业。

“到底是哪8家“就成了一个公众都想知道的悬念。

然后，有人去问了AI大模型。

AI大模型的回答方式是：根据已有信息，推测最可能的答案。它知道“8家主流新能源车企”，它也知道“OTA事件”，它就把两者组合了起来，列出了一份“最符合逻辑“的名单——比亚迪、特斯拉、小鹏……

这份名单在社交媒体上被当作“AI查到的“四处流传。

实际上，这份名单是AI的“合理推测”，不是核实过的事实。

当大量用户把AI的推测当作权威信源，当社交平台没有机制分辨“AI说的“和“官方公布的”，谣言的传播速度，远超任何一位造谣者能达到的水平。

为什么AI会生成这种内容？这是技术问题还是设计问题？

先澄清：AI大模型不是故意的，它没有造谣的意图，甚至没有“意图“这个概念。

但它有一个结构性弱点：在被提问时，它会尽力给出“最合理的答案”，即便这个问题的真实答案是“我不知道”。

这个弱点有个名字，叫“幻觉”（Hallucination）——大模型在没有真实信息支撑的情况下，生成听起来合理、实际上是编造的内容。

为什么会产生幻觉？因为大模型的训练目标是“生成连贯的文本“，而不是“只说我知道的事”。当问题超出它的真实知识边界时，它会用语言的流畅性来掩盖信息的缺失。

但这一次暴露的问题，比幻觉本身更复杂。

真正危险的，是“AI说的“在用户心理里被赋予的权威感。

普通用户不知道AI可以犯错，或者知道但高估了AI的可靠性。“我用AI查了一下，名单是这些”，在很多用户眼里等同于“我查到了权威信息”。这种认知误差，是这次谣言得以爆炸性传播的根本原因。

这不是AI的错，也不是用户的错——这是人机信任关系在快速普及阶段的必然摩擦。

这件事的账，该算在谁头上？

如果追责，有三个层级值得厘清。

第一层：用AI生成内容再故意传播的人。

小鹏法务部的声明提到“恶意炒作”，言下之意，有人明知内容未经核实，仍然选择传播，以达到流量或其他目的。这类行为在现行《网络信息内容生态治理规定》中已有明确规范，属于可追责范围。

第二层：AI产品的开发者。

目前主流AI大模型在回答可能不确定的问题时，往往缺少足够清晰的“置信度提示“——它回答的语气和措辞，无法让用户区分“这是我确认的事实“和“这是我的推测”。这是产品设计层面的已知问题，也是接下来监管关注的重点方向。

第三层：信息生态中的平台。

AI生成的内容在社交平台上以与人工内容完全相同的形式传播，没有任何标注或提示。这个问题，随着AIGC内容大规模涌现，正在成为平台治理的核心挑战。

这次谣言的真正受害者，不只是8家车企

8家车企花时间发声明辟谣，花资源取证准备追诉，品牌短期受到波动——这些是显性损失。

但更大的受害者，是整个新能源汽车行业的信息生态。

OTA锁电是一个真实存在的消费者权益问题——3月投诉量超1.2万件，同比涨273%，是真实数据。这个问题值得认真讨论，值得监管介入，值得消费者关注。

但这次谣言把讨论的焦点，从“OTA边界在哪里”“监管如何厘定规则”，变成了“哪家车企被点名”“8家名单是不是真的”——严肃的产业讨论，被一份AI脑补出来的名单带偏了。

真正需要解决的问题没有得到充分讨论，而讨论的质量被谣言拉低。这是这次事件最大的代价。

中国AI行业接下来需要面对的考题

这次事件不会是最后一次。

随着AI大模型使用规模持续扩大，“AI造谣”“AI幻觉导致误导性内容传播“的频率会上升，影响面会扩展到更多行业。

这件事留给中国AI行业的考题是：

我们能不能建立起一套有效的机制，让AI生成的内容在传播时是可识别的、是有置信度标注的、是在必要时可以被召回和纠错的？

这件事的答案，不在技术层面，在制度层面。

技术上，大模型已经可以做到相当程度的事实核查和置信度评估。但把这种能力转化成产品端的用户保护机制，需要开发者的主动设计，需要平台的配合落地，也需要监管的明确要求。

AI说话，但没有人为AI说的话负责——这个空档，正在成为这个时代最危险的信息安全漏洞。

本文仅为信息分享与行业分析，不构成任何投资建议、投资分析意见或交易邀约。市场有风险，投资需谨慎。任何人依据本文内容作出的投资决策，风险与盈亏自行承担，作者及发布平台不承担任何法律责任。