底層運作是這樣的：

語言模型看不到單一字母。 它實際處理的，是文字被切割後形成的「分詞（token）」。這些分詞可能是一個或多個字母組合成的區塊。演算法（如 Byte-Pair Encoding）常會把一個常見單字直接變成一個分詞，例如「Google」可能就是一個分詞，而「journalism」這類較不常見的組合，則可能被拆成「journ」或「alism」等子詞單元 。模型從未儲存或處理原始的字母序列。

沒有天生的字母感知力。 因為訓練資料在餵給模型前都已經過分詞化，模型從來沒有學過要如何原生的計算個別字母。它只能靠著比對記憶中的拼字模式，去「近似」地推敲出字母層次的知識 。當你要求模型計算字母數量，等於是要它從一堆根本沒逐字儲存的文字中，逆向工程出字母資訊。

嵌入層對字元結構的表達不足。 研究顯示，分詞的向量嵌入並未完整編碼字元層次的資訊，尤其是在每個分詞的第一個字元之後的部分，這使得針對字母的組合式推理變得極不可靠 。

理論邊界。 Transformer 架構在複雜度理論中屬於 TC0 類別，這在理論上注定了它無法解決那些隨著輸入長度增加而需要更深層推理的任務。對於精確序列計數而言，這就是一道數學上的硬限制 。

對於外界的質疑，Google 在一封寄給 TechCrunch 的電子郵件聲明中表示：「計算單字中的字母數，一直是大型語言模型已知的挑戰，我們正在努力修復這個特定的問題。」 但研究人員早已指出，即使是擁有數千億參數、用數兆個分詞訓練出的超大模型，依然很難可靠地算出「strawberry」這個字裡到底有幾個 R 。這道難題是結構性的，無關規模大小。

一連串的荒謬失誤史

拼字災難只是最新一集，回顧過去兩年，AI 總覽頻頻發生重大出包，全都源自於同一個核心斷層：流暢的文字生成能力，與一臺搜尋引擎必須執行的精準操作之間，有著巨大的鴻溝。

2024 年上市災難：膠水披薩與石頭飲食

2024 年 5 月在美國全面推出後沒幾天，AI 總覽就生成了一系列迅速爆紅的荒謬答案 ：

• 為了讓披薩上的起司更黏，AI 建議在披薩上加入「無毒膠水」，而這個點子來自一則 11 年前的 Reddit 笑話 。
• 它告訴使用者，地質學家建議每天吃一顆石頭來補充維生素，資訊來源是一篇諷刺文章 。
• 甚至犯下基本史實錯誤，例如宣稱美國曾有過一位穆斯林總統 。

Google 搜尋部門負責人 Liz Reid 為此親上火線，承認這些「零星的案例」內容「毫無意義」，並將其歸咎於「資訊落差」以及 AI 抓取到諷刺或低品質來源的內容 。公司表示已進行修正，包括限制 AI 總覽在健康相關及敏感問題上的應用 。

2026 年 5 月的「disregard」提示洩漏事件

2026 年 5 月 22 日，有用戶發現，只要搜尋「disregard」這個單字——以及「ignore」、「dismiss」、「skip」、「stop」等相關詞彙——就會觸發 AI 總覽產出一個聊天機器人風格的回應：「瞭解了。我已忽略您先前的提示。請問今天我能為您做些什麼？」

它不但沒有回傳字典定義，反而把一個單純的搜尋查詢，誤解成系統層級的指令覆蓋。這個錯誤甚至破壞了 Google 搜尋的介面，讓這些關鍵字的搜尋結果頁面出現一大片空白 。Google 已坦承此問題並表示修復即將到來 。

安全研究人員一眼就看出，這是經典的提示注入（prompt injection）情境——模型誤把正常的搜尋字詞，當作要給 AI 助手的系統指令了 。

2026 年 5 月底的拼字失誤

就在「disregard」事件發生後幾天，字母計數錯誤緊接著爆發。AI 不僅拼不出自家母公司名稱，連簡單單字的字母都能算錯，甚至還把「Trump」拼成「t-r-p-u-m」。這些錯誤獲得了多家新聞媒體的獨立驗證 。

這對 AI 搜尋的未來意味著什麼？

貫穿這三大類失敗的共同線索，是架構層面的問題，並非偶然。Google 用一個擅長生成流暢文字的語言模型，取代了傳統的關鍵字比對搜尋引擎，但這種模型先天缺乏以下關鍵能力：

• 精準的字元層次操作（導致拼字失敗）
• 判斷來源可信度的能力（導致膠水披薩和石頭飲食事件）
• 強制執行指令邊界的能力（導致「disregard」提示洩漏）

這個模型之所以會自信地給出錯誤答案，正是因為它在最根本的層面上，從來就不是為了處理這些在即時搜尋環境中被迫執行的任務而設計的。每一次爆紅的失敗，都暴露了大型語言模型真正的強項（預測聽起來合理的文字）與一個可信賴的搜尋引擎所需具備的條件（事實準確、字元精準、對指令注入具備抵抗力）之間的巨大差距。

只要這些架構上的根本限制沒有得到更深層次的解決，而非只是針對個別查詢類型進行事後修補，AI 總覽恐怕還會一再登上媒體頭條——而且總是出於錯誤的原因。

底層運作是這樣的：

語言模型看不到單一字母。 它實際處理的，是文字被切割後形成的「分詞（token）」。這些分詞可能是一個或多個字母組合成的區塊。演算法（如 Byte-Pair Encoding）常會把一個常見單字直接變成一個分詞，例如「Google」可能就是一個分詞，而「journalism」這類較不常見的組合，則可能被拆成「journ」或「alism」等子詞單元 。模型從未儲存或處理原始的字母序列。

沒有天生的字母感知力。 因為訓練資料在餵給模型前都已經過分詞化，模型從來沒有學過要如何原生的計算個別字母。它只能靠著比對記憶中的拼字模式，去「近似」地推敲出字母層次的知識 。當你要求模型計算字母數量，等於是要它從一堆根本沒逐字儲存的文字中，逆向工程出字母資訊。

嵌入層對字元結構的表達不足。 研究顯示，分詞的向量嵌入並未完整編碼字元層次的資訊，尤其是在每個分詞的第一個字元之後的部分，這使得針對字母的組合式推理變得極不可靠 。

理論邊界。 Transformer 架構在複雜度理論中屬於 TC0 類別，這在理論上注定了它無法解決那些隨著輸入長度增加而需要更深層推理的任務。對於精確序列計數而言，這就是一道數學上的硬限制 。

對於外界的質疑，Google 在一封寄給 TechCrunch 的電子郵件聲明中表示：「計算單字中的字母數，一直是大型語言模型已知的挑戰，我們正在努力修復這個特定的問題。」 但研究人員早已指出，即使是擁有數千億參數、用數兆個分詞訓練出的超大模型，依然很難可靠地算出「strawberry」這個字裡到底有幾個 R 。這道難題是結構性的，無關規模大小。

一連串的荒謬失誤史

拼字災難只是最新一集，回顧過去兩年，AI 總覽頻頻發生重大出包，全都源自於同一個核心斷層：流暢的文字生成能力，與一臺搜尋引擎必須執行的精準操作之間，有著巨大的鴻溝。

2024 年上市災難：膠水披薩與石頭飲食

2024 年 5 月在美國全面推出後沒幾天，AI 總覽就生成了一系列迅速爆紅的荒謬答案 ：

• 為了讓披薩上的起司更黏，AI 建議在披薩上加入「無毒膠水」，而這個點子來自一則 11 年前的 Reddit 笑話 。
• 它告訴使用者，地質學家建議每天吃一顆石頭來補充維生素，資訊來源是一篇諷刺文章 。
• 甚至犯下基本史實錯誤，例如宣稱美國曾有過一位穆斯林總統 。

Google 搜尋部門負責人 Liz Reid 為此親上火線，承認這些「零星的案例」內容「毫無意義」，並將其歸咎於「資訊落差」以及 AI 抓取到諷刺或低品質來源的內容 。公司表示已進行修正，包括限制 AI 總覽在健康相關及敏感問題上的應用 。

2026 年 5 月的「disregard」提示洩漏事件

2026 年 5 月 22 日，有用戶發現，只要搜尋「disregard」這個單字——以及「ignore」、「dismiss」、「skip」、「stop」等相關詞彙——就會觸發 AI 總覽產出一個聊天機器人風格的回應：「瞭解了。我已忽略您先前的提示。請問今天我能為您做些什麼？」

它不但沒有回傳字典定義，反而把一個單純的搜尋查詢，誤解成系統層級的指令覆蓋。這個錯誤甚至破壞了 Google 搜尋的介面，讓這些關鍵字的搜尋結果頁面出現一大片空白 。Google 已坦承此問題並表示修復即將到來 。

安全研究人員一眼就看出，這是經典的提示注入（prompt injection）情境——模型誤把正常的搜尋字詞，當作要給 AI 助手的系統指令了 。

2026 年 5 月底的拼字失誤

就在「disregard」事件發生後幾天，字母計數錯誤緊接著爆發。AI 不僅拼不出自家母公司名稱，連簡單單字的字母都能算錯，甚至還把「Trump」拼成「t-r-p-u-m」。這些錯誤獲得了多家新聞媒體的獨立驗證 。

這對 AI 搜尋的未來意味著什麼？

貫穿這三大類失敗的共同線索，是架構層面的問題，並非偶然。Google 用一個擅長生成流暢文字的語言模型，取代了傳統的關鍵字比對搜尋引擎，但這種模型先天缺乏以下關鍵能力：

• 精準的字元層次操作（導致拼字失敗）
• 判斷來源可信度的能力（導致膠水披薩和石頭飲食事件）
• 強制執行指令邊界的能力（導致「disregard」提示洩漏）

這個模型之所以會自信地給出錯誤答案，正是因為它在最根本的層面上，從來就不是為了處理這些在即時搜尋環境中被迫執行的任務而設計的。每一次爆紅的失敗，都暴露了大型語言模型真正的強項（預測聽起來合理的文字）與一個可信賴的搜尋引擎所需具備的條件（事實準確、字元精準、對指令注入具備抵抗力）之間的巨大差距。

只要這些架構上的根本限制沒有得到更深層次的解決，而非只是針對個別查詢類型進行事後修補，AI 總覽恐怕還會一再登上媒體頭條——而且總是出於錯誤的原因。