近日，美国加州沙斯塔山发生一起登山遇险事件，3名缺乏经验的登山者因依赖谷歌Gemini提供的信息而陷入困境，最终在夜间向当地警方求救。这起事件再次引发外界对生成式AI在现实高风险场景中应用边界的关注。

据当地救援部门通报，这3名登山者在出发前曾向Gemini咨询登顶路线及所需时间。Gemini给出的建议称，登顶大约需要8小时，并推荐携带易消化的碳水化合物而非脂肪，理由是脂肪“消化时间太长”。然而实际攀登过程远比AI描述的艰难。

登山者于凌晨3时出发，按计划应在上午11时左右登顶，但直到晚上7时才到达山顶，全程耗时约16小时。随后他们在天黑后开始下撤，途中偏离路线进入Mud Creek Canyon，其中一人膝盖受伤，无法继续安全移动，3人最终报警求助。救援人员直到次日清晨才找到他们，并将其安全带离山区。

值得注意的是，其中一名登山者手机中安装了AllTrails登山导航应用，但设备在途中耗尽电量，无法提供后续导航。事后，获救者向救援人员坦言，“我们过于依赖AI，而没有进行自己的判断”。

这起事件凸显了AI工具在真实世界中的信息局限。Gemini等模型能够快速整合网络公开信息，但它们缺乏实地攀登经验，无法感知天气、体力消耗、地形突变等动态因素。对于户外爱好者而言，AI建议仅可作为参考，不应替代专业登山指南和实地判断。