近日，一则消息在网络上引发热议。有媒体称，“DeepSeek就AI模型违规关联王一博与‘李爱庆腐败案’，作出道歉。”
该媒体还表示，“DeepSeek方面表示，因内容审核疏漏，平台在回答用户查询时，引用未经证实的网络谣言，将王一博案与首创集团原董事长李爱庆案件进行不当关联，对其名誉造成侵害，DeepSeek已永久撤回相关失实信息，并援引北京市第三中级人民法院（2025）京03刑终174号刑事判决书明确。”
然而，经虎嗅多方核查发现，DeepSeek 官方微信公众号、官方网站、官方 X 账号（前 Twitter）等所有官方社交媒体平台，均未公开发表过任何道歉声明。
虎嗅进一步检索所有有关 “DeepSeek 就违规关联王一博与李爱庆腐败案道歉” 的新闻报道，发现没有任何一则新闻明确指出 DeepSeek 的道歉渠道，也未出现相关道歉声明的截图。
事情的戏剧性不止于此。
该事件的诡异之处在于，全网几乎都认定 DeepSeek 进行了道歉。大量自媒体、网络新媒体乃至传统媒体，都在第一时间跟进报道了这条不实消息。
不仅如此，虎嗅向市面上的所有 AI 大模型询问该事件，得到的回答竟出奇一致：均表示 DeepSeek 的确就 “违规关联王一博与‘李爱庆腐败案’” 进行了道歉，并引用了上述不实新闻链接。
来源：豆包
来源：DeepSeek
来源：kimi
该事件本属于社会新闻、娱乐新闻等层面，但笔者作为长期跟踪科技类新闻的从业者，站在笔者的角度来看，此事背后折射出的，远不止新闻报道核查不严的问题，更暴露出当下 AI 大模型比 “幻觉问题” 更为严峻的困境 ——AI 通过援引假新闻生成新的假新闻。（虎嗅注：人们常说的AI大模型幻觉问题，是指AI在无事实依据的情况下所生成的不符合事实、甚至不符合逻辑的假消息）
简单来说，随着近两年AI大模型的迅猛发展，早期普遍存在的“幻觉问题”确实有所缓解。
这主要得益于AI大模型增加了联网搜索和推理等能力，这意味着大模型在生成用户回答时，可以根据网络上的公开信息，通过推理的方式，来生成相应的AI回答。
然而，症结在于，当网络上充斥着海量虚假信息时，连人类都难以迅速辨别其真伪，AI对此则更缺乏有效的信息核查能力。因此，在引用网络信息时，便造成了典型的“Rubbish in, Rubbish out”（垃圾进，垃圾出）效应。
以笔者个人经验而言，在日常写作工作中，AI并不能真正替代人类撰稿。甚至有时，当新闻工作者借助AI辅助写作时，反而会降低工作效率。
因为大部分时间仍需用于查证AI生成信息的真伪，即便AI援引了某个新闻网页，证明并非“幻觉”，却仍需再次核实该新闻网页所提及内容的真实性。
对此，笔者在与多数新闻从业者交流时，大家普遍认为，“用AI生成稿件的效率比自己动手写更低。”
回到该事件，对于AI带来的警示作用是，AI应该如何在真假难辨的网络世界里辨别真伪，从而进一步提升AI生成准确率。
因为只有当AI提高了生成回答的准确率，才能真正被投入到实际的生产工作当中。举个例子，这也是为什么，在大部分企业应用大模型时，当中重要的一步是给大模型喂企业专有的知识库，这样在员工向企业定制的大模型提问时，才不会生成错误答案。
当然，对于人类的警示作用，可能就在于，当人类自身都在“生成”假消息时，AI就更无法给出准确答案了。
