那朵被叫作"鸡腿菇"的毒蘑菇

2026 年 6 月初，微博热搜上挂着一句话："不要相信豆包识别的野生蘑菇"。

同一天下午，抖音集团副总裁李亮发了一段回应，核心是四个字：仅供参考。

再过一天，中青评论、大众网、每日经济新闻、界面新闻、北京日报、搜狐——我能数出来十家以上媒体发了评论或跟进。一个普通的蘑菇中毒事件，催生这种密度的关注，本身就不正常。

不正常的地方在于：它本来可以不发生。

那个下午

公开信息里能拼出来的版本是这样的——事件真伪本文不做独立判断，仅按目前披露的事实梳理。

6 月初某日，用户陈某在自家小区绿化带里摘了几朵蘑菇。拍下来，打开豆包，拍照识别。豆包给出了判定：鸡腿菇。后面跟着一段风险提示，原话包括"极容易和剧毒的大青褶伞混淆，误食会引发严重的胃肠炎症状""如果这几朵蘑菇是野外采摘的，强烈建议不要食用""野生蘑菇的辨别风险极高，仅凭图片无法 100% 排除有毒相似种的可能"。

然后这个人吃了。中毒了。住院了。

"强烈建议不要食用"，这是豆包自己说的话。措辞够硬。换别的产品，回复里可能只有"亲亲，建议谨慎食用哦"这种语气。豆包这句不软。

但他还是吃了。

这件事真正让人不安的地方，恰恰是这一点：该说的，AI 都说了。

它不是"AI 瞎说能吃把人害了"那种好写稿的事故。它是"AI 说了不要吃，但用户还是吃了"。后一种故事，写起来反而难。你没办法简单地把责任扔给算法，扔给那家公司。每个环节看上去都"做对了什么"，最后却把人送进了医院。

鸡腿菇和大青褶伞

先把这两种蘑菇摊开。

鸡腿菇学名毛头鬼伞。人工培育的食用菌，白色圆柱形菌盖，口感好，超市菜场常见。但一般科普文不太提一件事：野生的鸡腿菇本身就不建议吃，尤其是城市绿化带里长的。土壤里的铅、镉会被它的菌丝富集。这是一回事。

大青褶伞是另一回事。

国内菌类中毒案例里出场频率最高的毒蘑菇之一。蘑菇圈的人私下叫它"ICU 菇"。嫩的时候菌盖白色或浅灰色，半球形或近圆锥形。这个阶段，跟鸡腿菇的幼菇放在一起，普通人根本分不出来。

毒理学上，它含的毒素叫青褶伞素，特点是耐高温，沸水煮三小时破坏不了。50 克鲜菇就够放倒一个成年人。比它更麻烦的是它的"假愈期"：吐完、拉完，24 到 36 小时后症状突然缓解，你觉得自己没事了，肝脏其实正在被持续破坏。等多器官衰竭的时候，时间窗已经关了。

毕节市政府门户网站上挂的科普材料写得直白：大青褶伞"尤其在幼嫩阶段极易被误认为'鸡腿菇'等食用菌，存在较高的采食风险"。

中科院植物学博士史军在微博上的原话更狠："别说豆包，就连专业的学者在自己不熟悉的区域，也有看走眼的时候。而且很多蘑菇吃了之后，就像百草枯，连救的机会都没有。"

把这两段话和豆包的提示词放在一起对照，豆包在专业知识层面没有说错任何一句话。

它识别错了物种。这件事的后果，由人承担了。

副总裁的回应用了什么词

李亮的回应我反复读了几遍，挑出几段核心表述：

"……豆包的同事联系上了当事用户。根据反馈，用户使用豆包拍照识别从小区摘到的蘑菇时，豆包识别为'鸡腿菇'，同时给该用户的回复中明确提示：'极容易和剧毒的大青褶伞混淆，误食会引发严重的胃肠炎症状'，'如果这几朵蘑菇是野外采摘的，强烈建议不要食用'……AI 目前还在发展阶段，豆包也在不断提升识别准确性，涉及类似人身安全的问题，建议大家，AI 的回答仅供参考，请务必多方咨询求证，以免造成伤害。"

这话在文本层面挑不出大毛病。复述了豆包给的提示，重申了"仅供参考"的免责立场，加了"请务必多方咨询求证"的安全建议。

但搜狐一篇分析文章列了一份"未回应清单"，我挑出五条觉得关键的：

一、没承认产品有设计缺陷。回应全程在讲豆包"说了什么文本"，完全没碰一个更根本的问题：这些文本在手机屏幕上是怎么呈现的。

二、没解释为什么风险提示没有做前置拦截。知道有风险，但把风险提示放在正常回答流程里，而不是放在用户行动之前。这是设计选择，不是技术能力。

三、没讨论这个功能到底该不该对普通用户开放。涉及生命安全的识别功能，开放门槛应该多高？问题被绕过去了。

四、没提是否会建立用户伤害赔偿机制。承认了"技术失误"，但回避了"产品责任"。

五、"人道主义补偿"和"法律责任"是两回事。媒体报道里李亮提到会给出"人道主义补偿"，这个表述在法律上很聪明：它承认了"出于人道我愿意给钱"，但不等于承认"我有过错所以要赔"。

"仅供参考"在挡什么

回到那四个字本身。

豆包说"这是鸡腿菇"，这是一个确定性陈述。它没说"我不确定这是什么"。它给出了一个具体的、正面的物种名称，而"鸡腿菇"这三个字，在中文食用语境里就意味着"可以吃"。

后面的"但是"，被一个很常见的认知机制干掉了。

知乎上有人把这件事说清楚了：

区别不在它是人还是 AI，在于它有没有给出一个可执行的、具有确定性的指令。豆包说"这可能是牛肝菌，但我不是专家"，你吃了出问题不会追究它。它说"这就是鸡腿菇，你放心吃"，错了你一定会追究。现在豆包实际给出的是："这是鸡腿菇，但是……"前面的结论已经给出了确定性，后面的"但是"被用户的心理筛选机制过滤掉了。

我读到这段的时候想起一个心理学术语：自动化偏见（Automation Bias）。意思是，当一台机器用流畅、确定、条理清晰的方式给你输出信息时，你的警惕性会不自觉下降。你默认它"已经检查过了"。

Romeo 和 Conti 2025 年在《AI & Society》上发了一篇系统综述，把自动化偏见在人–AI 协作里的表现分成两类：疏忽错误（系统没提醒，人没行动）和行为错误（人照着系统的错误指令去做了）。豆包这件事是后一种。

但比自动化偏见更深一层的，是 AI 的对话形态本身。你对着一个输入框打字，它用流畅的中文回你，一秒都不犹豫。你很难不在潜意识里觉得：它在调用"知识"，不是输出"观点"。

而且 AI 越拟人化，这种信任就越强。

2026 年 1 月一篇关于生成式 AI 伦理的文章里写过："当模型使用拟人化的表达方式，例如使用'我认为''我理解你的感受'时，用户会产生'拟人化信任'。这种信任不是基于逻辑或事实验证的，源于人类对社会性互动的天然偏好。"

豆包说话的方式是明快的、确定的。不管你问什么，它都不打磕绊。一天两天，一个星期一个月，用户被训练出来的直觉就是：它是正确答案机器。

而那条知乎回答后面跟了一句更扎心的：

公司把 AI 包装成"答案全知"，用户就把它当答案用。而底下那一行小字"仅供参考"，说实话，眼睛不好都看不清。谁会看？

脚注里的小字不叫安全设计

"仅供参考"在豆包界面里，是一行灰色小字，藏在底部。用户问"这个蘑菇能吃吗"，AI 回了一大段：先是"这可能是鸡腿菇"，然后一堆提示，再然后底下那行灰色的"仅供参考"。视线走不到那里。

这不是安全设计。这是自我保护。

安全设计应该长什么样？知乎那条高赞答案给了一个标准：

应该在用户输入"蘑菇""能吃吗"这类词的时候，主动弹出一个红色警告框：AI 无法准确识别野生菌类，误判可能导致死亡。请勿食用，立即咨询专业机构。

免责声明放在脚注里，是出事了打官司用的。安全设计放在额头上，是出事之前挡命用的。豆包选了前者。

它选前者，在法律上可能没问题。道义上，它用四个字把本该做进产品里的安全机制，变成了用户的个人责任。

中青评论 6 月 6 日那篇文章把这一点说得很直接：

AI 固然拥有远超常人的庞大知识库，但受限于 AI 幻觉的存在，仍然不能替代专业人士作出负责任的判断。野生蘑菇能不能吃，断指应该如何保存，突发胸痛、窒息、中毒、烧伤该怎么处理，这些都是可能直接影响用户健康安危的高风险问题，不是普通的"知识问答"。

法律这层地板

事情已经发生了，接下来就是责任问题。

2026 年 1 月，杭州互联网法院审结过一个案子，叫"AI 幻觉第一案"。梁某用某 AI 查高校报考信息，AI 生成了假校区信息，还"承诺赔偿 10 万元"。法院驳回了原告诉讼请求，但判决里有一段非常关键的话：法院认定生成式 AI 属于"服务"而非"产品"。

这个定性意味着什么？

如果 AI 是产品，适用无过错责任，平台生产的东西出了问题，不管有没有错，都得赔。如果 AI 是服务，适用过错责任，要先证明平台有"过错"。

所以豆包输出不准确的信息本身，不构成侵权。要追责，得证明平台存在"过错"。

杭州互联网法院在同一份判决里讲了服务提供者的三层注意义务。

第一层，对法律禁止的有毒有害违法信息，严格审查。

第二层，对 AI 的局限，要用醒目的方式让用户知道，涉及人身安全的领域，要以正面警示语在合适时机显著提醒。

第三层，用同行通行的技术措施提高生成内容的准确性。

把三层套到豆包这件事上，焦点其实只有第二层。

风险提示够不够"显著"？法院说的是"在交互界面显著位置""在适当时机"。豆包的提示嵌在回答正文里。"强烈建议不要食用"这几个字，跟"鸡腿菇"这个正面结论相比，在视觉层级上对等吗？用户注意力的分配比例能一样吗？这是事实问题，不是法律问题，但它会决定法律怎么判。

第二点更关键：平台该不该针对高风险场景做额外安全措施？把"鸡腿菇"这种正面识别结论和"强烈建议不要食用"放在同一个回答里，是在同时发出两条互相矛盾的信号。法院对"涉及生命安全的高风险特定领域"明确要求"更高义务，包括采取特别技术措施与特殊安全保障"。

第三，用户自己有没有责任？当然有。野生蘑菇不能随便吃，这是常识中的常识。但问题在于：当平台的设计本身已经系统性地压低了用户的警惕性，事后还能不能用"我们提醒过"来撇清？

法人杂志 2026 年 5 月引用法律专家王风和的判断："这类免责声明在法律上具有一定意义，但也绝非'万能免责条款'。免责声明的效力是有限的，也是有边界的。"

北京大成律师事务所李秋乙律师同年 5 月发了篇论文，观点更激进：在涉及生命健康的高风险场景中，应考虑举证责任倒置，让技术提供方来证明自己已经尽了足够的安全义务，而不是让受伤的用户来证明平台有过错。

学术圈动作比法律快。上海交大候曼曼 2025 年在《东方法学》提出，诊疗式 AI 应该被认定为"产品"，不管有没有物质载体。人大徐舒浩 2026 年在《政治与法律》发文，观点更猛：一旦事故发生时处于自动化决策状态，AI 软件提供者就该承担无过错责任。

这些还没写进法律。但学界在往这个方向推。

这不是豆包一家的事

豆包不是第一个在蘑菇上翻车的 AI。翻翻记录，伤亡不少。

2015 年，美国俄勒冈，一家人用手机 App 识别野生蘑菇，App 说能吃，吃了，中毒。这是已知最早的 AI 蘑菇误判伤害记录之一。

2023 年，美国 William D. 拍了后院蘑菇上传"蘑菇识别器"，系统判定可食用。他吃的是毒鹅膏菌，一朵就能杀死四个人，他吃了四朵。万幸没死。

同年，Public Citizen 研究总监 Rick Claypool 发了份系统性报告《Mushrooming Risk》。里面有一组数字：1999 到 2019 年，美国记录了 13.37 万例蘑菇中毒，年均 7,428 例，约 700 例造成重大伤害，52 例死亡。

2024 年，澳大利亚维多利亚州，有人把"死亡帽"（白毒伞，致死率 10%–30%）照片上传 AI 识别应用，系统说可食用，吃了，中毒。

同年，中国云南，用户用某识物 App 识别野生菌，被提示"可食用"，实际是亚稀褶黑菇。结果是横纹肌溶解综合征。

2025 年，日本和歌山，70 多岁老人进山采蘑菇，AI 说是"香菇或平菇，可以食用"，吃的是月夜茸，日本三大毒蘑菇之一。过去十年日本蘑菇中毒事件中，32% 和月夜茸有关。

还有更离谱的。中青网 2025 年报道，北美某蘑菇识别 AI 工具被"数据投毒"，有人故意用错误标注数据训练，导致致命毒蘑菇被标成可食用，几十个人入院。

这些案子看下来，有一个共同的病灶：AI 把所有问题都当成同一个问题来处理。拍花识别、拍蘑菇识别、拍狗识别，交互流程一模一样。花认错了顶多有点丢脸，蘑菇认错了要命。但在产品设计里，这两种情况被完全同等对待。

这不是一家公司的 bug。这是一个全行业的系统性安全漏洞。

把"前置拦截"做进产品门槛有多低

技术上的实现难度很低。低到让人不舒服的程度。

知乎那位答主提出的方案：当检测到用户输入涉及"蘑菇""能吃""有毒""采摘"这些词的时候，在给出任何识别结果之前，先弹一个红色警告框。不是免责声明，是安全设计。内容就写："AI 无法准确识别野生菌类，误判可能导致死亡。请勿食用，立即咨询专业机构。"

实现这个功能，复杂度不高于一个正则匹配。但它意味着 AI 面对"这个能吃吗"的时候，第一反应不是"这是 XX"，而是"等一下，这可能会死"。

字节跳动作为一家月活上亿的公司，有几万名工程师。他们没做。

不是做不到，是没把这件事的优先级排在"降低使用摩擦"前面。红色弹窗、多一步确认、多一点摩擦，每一项都跟商业指标背道而驰。

我反复想这件事，最让我不舒服的一点是：这种认错本来可以被一层最薄的产品逻辑挡掉。现实里没人去挡。

也不是孤例。就在蘑菇事件之前一周，5 月 28 日，媒体报道了另一起事：广西南宁，一对新手父母"根据豆包建议，每顿只给满月婴儿喂 60 毫升奶"，孩子哭闹、体重不涨。

两件事相隔 7 天。都涉及人身安全。都不是"AI 算错了"那种低级错误，都是产品没有把安全设计做进交互流程里。

《济南时报》"黄河云评"5 月 29 日的评论把这个矛盾说得很准：

大模型竞争正从参数规模的竞赛，转向政务、医疗、教育等应用深水区。技术越深入公共生活，其风险的外部性就越强。那种"先跑起来再说""等技术成熟再管"的侥幸心态，本质上是拿公共利益做赌注，与统筹发展和安全的要求背道而驰。

责任是一片不是一根针

把上面这些摊开来看，责任不是一根针，是一片网。

三方都有责任，但严重程度不一样。用户有常识上的疏忽，这无可否认。监管有标准上的滞后，这要花时间。平台有产品决策上的具体失职，是当下最可被改变的那一环。

写在最后

豆包这事不是孤立事故。它是整个行业把扩张速度放在安全前面的必然代价。

回过头看整个链条：产品给出了确定性信号（"鸡腿菇"，一个可食用的物种名称）→ AI 的包装压低了用户的警觉（流畅对话、"天生权威"）→ 风险提示以最低可见度存在（灰字脚注，被自动化偏见过滤）→ 出事之后，回应聚焦在"我们说了仅供参考"。

这四步，每一步都可以选另外一条路。现实里，每一步都选了更有利于商业增长的那条。

我不是在说字节应该替用户承担一切。用户自己当然有责任，野生蘑菇不能吃，这是常识中的常识。但一个产品设计，如果它系统性地削弱了用户本该保持的那份警惕，事后就不能只用"我们提醒过"来撇清。

工程师写得了那行正则，产品经理画得了那个红色弹窗。优先级排序里，"保护用户生命"如果能排在"减少交互摩擦"前面，这个故事会有完全不同的结尾。

揪着豆包不放，不是为了怼一家公司。是因为所有 AI 产品都需要刻进一条红线：涉及生命安全的交互，安全提示必须前置、必须显著、必须是交互的一部分，而不是免责声明的一部分。

等出了人命再补，那叫善后。

参考来源

• 李亮社交平台回应原文，2026 年 6 月 5 日（每日经济新闻、界面新闻、北京日报等多家媒体转载）

• 知乎"抖音副总裁回应豆包误判蘑菇致用户中毒"话题下高赞回答

• 杭州互联网法院"AI 幻觉第一案"判决，2026 年 1 月（央视网、光明网、中国新闻网）

• 王风和，《AI"幻觉"侵权纠纷：技术与责任的边界》，法人杂志，2026 年 5 月 6 日

• 李秋乙，《论人工智能时代的产品责任与举证规则重构》，北京大成律师事务所，2026 年 5 月

• 徐舒浩，《告别"缺陷"：人工智能致损无过错责任的法理根据》，《政治与法律》2026 年第 2 期

• 候曼曼，《诊疗式人工智能的医疗产品责任认定》，《东方法学》，2025 年 5 月

• Romeo, G. & Conti, D. (2025). "Exploring automation bias in human–AI collaboration", AI & Society, Vol. 41

• Claypool, R. (2023). Mushrooming Risk: Unreliable AI Tools Generate Mushroom Misinformation, Public Citizen

• 史军（@植物人史军）微博评论，2026 年 6 月

• 《用户盲信 AI 误食毒蘑菇，AI 回答不能"仅供参考"》，中青评论，2026 年 6 月 6 日

• 《"技术中立"不意味着责任缺位》，"黄河云评"，《济南时报》，2026 年 5 月 29 日

• 《豆包误判蘑菇致用户中毒？高管回应》，搜狐网，2026 年 6 月 5 日

• 《"蘑界杀手"之大青褶伞》，毕节市人民政府门户网站

• 美国安全与新兴技术中心（CSET），《人工智能安全与自动化偏见：人机交互的风险》，2025 年 1 月

• 《生成式 AI 的伦理治理与媒体应用》，搜狐新闻，2026 年 1 月 21 日

• 《生成式人工智能服务管理暂行办法》，2023 年 8 月 15 日施行

• 《人工智能生成合成内容标识办法》，2025 年 9 月 1 日施行

• 新修订版《中华人民共和国网络安全法》，2026 年 1 月 1 日施行