加州锡斯基尤县警长办公室通报了一起搜救：三名来自 Roseville 的年轻男子在沙斯塔山下撤途中迷路，被困一夜后获救。他们向警方副手表示，行程规划和装备清单主要依赖 Google Gemini。TechCrunch、ABC News 与 CBS 在 9 月 5 日前后跟进了这条消息。
按通报里的经过，三人先在海拔约 8400 英尺处扎营，第二天凌晨 3 点带着日包出发冲顶。行程原本按 8 小时上升安排，实际到晚上 7 点才登顶——当地建议的折返点是中午 12 点。下撤走进黑夜，出发一小时后他们打电话给警长办公室的调度员问路，之后偏离路线，走进了南坡的 Mud Creek 峡谷。其中一人摔伤膝盖，一行人只能在陡峭的排水沟里露宿到第二天早上，由美国林务局的攀登护林员队伍接到，警长办公室的搜救队随后加入。
警方点名的是那份清单
通报给出的判断很具体：Gemini 建议携带的食物和水远低于这支队伍实际需要的量，尤其是当原计划 8 小时的上升变成跨天行程之后。办公室随后给出的建议是不要只依赖 AI 做行程规划，出发前联系当地护林站。
通报里没有的信息比有的多。三人向 Gemini 提了什么问题、模型给出的清单具体写了哪些项、他们是否照单执行、用的是哪一版模型、有没有接上实时天气与路线数据，这些在公开材料里都找不到。谷歌未回应此事。把责任整个推给模型，现有材料支撑不了；整个推给三人，通报里关于食物和水的那句话也不会白写。
换到中文语境里
国内的户外场景同样有人拿大模型问路线、问装备清单，尤其是在没有成熟向导服务的野线上。差别在兜底那一层：这起事故里，警长办公室是当地搜救的主责单位，通报给出了一个可执行的替代做法，就是打给辖区护林站。国内对应的入口是景区管理处、当地救援队和公开的路线备案渠道，只是这些入口分散，很少出现在搜索结果的第一屏。
模型给出的清单看起来完整，语气也笃定。一个熟悉那座山的向导会先问队伍有几个人、体能如何、这个季节雪线在哪，再决定带多少水。
这类事故的公开记录还太少，不足以判断用 AI 规划行程的整体风险有多大。能确定的是流程上的一处缺口：模型不知道使用者的体能、经验和当天山上的状况，除非使用者主动说；而多数人不会主动说。行程规划里最要紧的那几个变量，恰好是模型问不到的。
参考来源：锡斯基尤县警长办公室通报、TechCrunch、CocoLoop、ABC News、CBS Sacramento；8400 英尺营地高度、凌晨 3 点出发与晚 7 点登顶两个节点、当地建议中午 12 点折返的口径、Mud Creek 峡谷位置与参与救援的单位按通报口径核对。