据 The Guardian 报道，消费者组织 Which? 调查发现，Tripadvisor 的 AI 酒店评论摘要在一些案例里淡化了严重投诉：有酒店被大量客人投诉食源性疾病，AI 摘要却强调房间宽敞、餐厅多样、清洁“spotless”；还有酒店被客人投诉员工性骚扰，AI 摘要仍把服务写成“friendly”。

一句话说，这不是 AI 摘要“不够聪明”的小问题，而是总结产品经常会犯的一个危险错误：它把评论当成平均情绪来压缩，却没有把少数但高风险的信息顶到用户眼前。

这类功能对用户很有吸引力。你订酒店、买耳机、挑儿童座椅时，不可能读完几千条评论，AI 摘要看起来正好解决痛点。它帮你把一大堆嘈杂反馈压成几句话，让你觉得自己已经掌握了重点。问题是，真实世界里的“重点”不总是出现频率最高的词。

如果一百条评论里有六十条说地理位置好、员工礼貌、早餐不错，另外三条说出现食物中毒、热水断供、女性住客被骚扰，一个普通摘要模型很容易把前者当成主旋律，把后者写成“个别维护问题”或“服务偶有不足”。从语言上看，它没有撒谎；从决策上看，它可能让用户错过最需要知道的风险。

Tripadvisor 对 Guardian 表示，它正在监控和改进这项 AI 工具，并称这些摘要不是要替代用户完整阅读评论。这个回应在产品逻辑上站得住一半：摘要确实不该替代原文。但另一半问题是，平台把摘要放在酒店页面上，本来就是在影响用户第一眼判断。用户不会每次都先怀疑摘要，再主动翻一星评论和其他网站交叉核对。

本站更关心的不是 Tripadvisor 这一家公司，而是所有“AI 帮你读评论”的产品都要面对同一个设计问题：摘要不能只优化简洁、顺滑和正向可读性，还要保留风险强度。食物中毒、骚扰、安全事故、医疗风险、儿童用品缺陷，这些信息就算出现次数少，也应该被单独标出，而不是被平均到“整体体验不错”里面。

对开发者来说，这里有一个很具体的产品要求：不要只做 sentiment summary，还要做 severity summary。也就是说，系统不只判断大家总体满意不满意，还要识别低频高危事件，并在摘要里用单独的 warning 区域展示。否则你做出来的是“好读的摘要”，不是“能帮用户做决定的摘要”。

对普通用户来说，这条新闻也有直接用处。以后看到购物、酒店、餐厅、医疗、育儿产品页面里的 AI 摘要，不要把它当成最终结论。它更像一个入口，可以帮你知道大概方向，但真正要看的是一星评论、最近评论、带照片的评论，以及其他平台是否出现同类投诉。尤其是涉及安全和健康的场景，别让一句流畅的 AI 摘要替你做决定。

周白的判断很简单：好功能应该像开灯一样自然，但不能像柔光滤镜一样把危险磨平。AI 摘要未来一定会变成平台标配，真正拉开差距的不是谁总结得更像人，而是谁能在节省时间的同时，把那些“不常见但不能错过”的信息留下来。

参考来源

• The Guardian：AI summaries of Tripadvisor hotel reviews downplay serious complaints