2025年10月22日，Search Engine Journal对2,709条由不同AI助手生成的新闻回答进行评估，结论令人警觉：45%的回答存在“显著问题”，更广义地看，81%的回答含有某种程度的问题。
研究对“问题”的分类并非笼统指责，而是细化到可操作的维度：来源缺失或不透明、引用不准确、事实编造（hallucination）、时间性错误以及上下文误读。文章指出，很多看似权威的回答在关键证据链上出现断裂——例如引用的“研究”无法在原始来源中找到，或给出的统计数据与公开报告不符。
在所有被测产品中，报道特别点名了Google的Gemini在“来源管理”方面的问题最为突出。研究者发现Gemini生成的回答比其他助手更频繁地出现无法追溯到原始出处的断言，这意味着读者想要核实信息时常常无法通过给定线索找到原始材料。
作者在文章中强调了跨市场设定的重要性：这项研究并非仅限单一语言或地区，而是在多个市场采样，以反映不同语言、不同新闻生态下AI助手表现的差异。结果显示，问题分布并非集中于某一类主题或某一国家新闻，而是一种更为普遍的风险，尤其在涉及即时突发事件、复杂数据解读或需要多方核实的报道中更容易暴露弱点。
对新闻编辑和内容平台而言，这组数据提出了明确挑战：当AI被用于生成新闻摘要、编写报道辅助材料或直接回答读者提问时，单靠模型输出显得不够。文章建议增加两道防线：一是提升模型在引用来源时的透明度，二是建立人工核查或自动化溯源机制，确保每条关键断言都能被追踪回可靠来源。
Search Engine Journal的报道还提醒读者和开发者注意时间标记与语境——一些AI在回答中未能明确说明时间范围或所基于的数据截止点，导致读者误判信息的时效性。对于追求速度的新闻生态，这类模糊性会放大误导风险。
这项跨市场分析把焦点放在了AI助手在真实新闻场景下的弱点：并非所有模型输出都能直接上报或引用，尤其是在来源与可验证性上存在明显缺陷。作者呼吁开发者、媒体机构和用户在拥抱AI带来效率的同时，更要将“可验证性”作为评价模型输出的核心指标。