用豆包给母亲选了下葬日子，出事后他把豆包告了

2026年9月16日

豆包AI诉讼人机关系大模型法律责任

数据源：浙江嘉兴市新闻传媒中心《小新说事》+ 齐鲁晚报 + web research

4月17日，浙江嘉善的史先生接到家里电话：母亲突发疾病过世了。他连夜赶回江苏沭阳老家。兄妹五个凑在一起商量后事，头一件事是定下葬的日子。家里请的风水先生算出4月20日，宜下葬。

史先生不认。当地习俗是过世3天下葬，20日是母亲过世的第4天，逢双，不行。他打开一个天天在用的软件，问了「豆包」一个问题：「妈妈今天去世，什么时候下葬最合适？」

豆包的回答是：按照当地习俗和黄历吉日，最稳妥的推荐是4月19日。

史先生后来对记者说：「我比较相信豆包，平时就依赖它，觉得它什么都懂。」他把这套说法转述给长辈，长辈们相信了，照办了。他的父亲90岁，「当时心里特别难受，管不了这些了」。

葬期就这么定了。然后，事情开始一段一段地松开。

两次回答，两个19日

丧事安排妥当之后，史先生又问了一次豆包：「几点下葬合适？」这次的回答是7点到9点——并且在这个回答里，豆包提到，4月19日不是黄道吉日。

史先生懵了。他又问了好几遍，豆包的答复维持改口后的版本：19日不是下葬的黄道吉日。可是亲戚朋友已经全部通知到位，改期来不及了。他硬着头皮把母亲的丧事办完。

办完丧事不久，家里一位亲戚出了交通事故，伤得很重。家里人有怨言：是安葬的日子不对，破坏了风水。日子是谁定的？是史先生。史先生定日子的依据是什么？是豆包。

于是他投诉豆包的运营公司，没有收到回复。然后他起诉了这家公司，诉求是赔礼道歉、赔偿损失。嘉善县人民法院已经开庭审理了这起案件。起诉状，是豆包帮着写的；怎么告、告谁、一步一步怎么做，也是豆包教的。

在展开法律层面之前，先把时间停在这里，看一眼这场纠纷里最关键的一分钟：同一个软件，先说19日是吉日，后说19日忌安葬。用户看到的是「改口」，甚至可能看到「欺骗」。机器那边发生的事情，和这个感受完全是两回事。

豆包在你眼里，和豆包在机器里

你以为的豆包	实际的豆包
知道答案，在告诉你答案	每次现算，预测下一个最可能的字
记得之前说过什么	每次回答基本独立，没有需要维护的事实清单
有立场，改口说明错了	前后不一致是常态，概率采样本来就没有承诺一致性
说话这么肯定，应该有把握	语气流畅度和内容正确度零相关

大语言模型回答「妈妈今天去世，什么时候下葬最合适」这类问题时，它对「当地习俗」和「黄历吉日」没有任何实在的掌握。它做的是把训练语料里人类关于黄历、习俗、安葬的讨论模式重新编织一遍，输出一段格式上像权威解答的文字。4月19日这个具体日期，是采样采出来的，不是查出来的。

问题在于，输出是同一种口吻。「按照当地习俗和黄历吉日，最稳妥的推荐是……」——这句话流畅、笃定、结构完整。人类几百万年的社交经验里，这样的口吻只属于有把握的人。豆包用这个口吻说出一个采样的日期，史先生用它推翻了风水先生和全体长辈的意见。

权威不是被抢走的，是口吻递过去的。

车祸、风水，和一个需要理由的家

现在把归因链完整摆出来。亲戚车祸，和下葬日期之间，不存在任何已知的因果机制——这是现代人的常识。但在这个家庭的叙事里，两件事被牢牢锁住：日子错了，风水破了，车祸是报应。

这套逻辑是不是迷信，可以从两个方向看。往大里看，风水本身就是一套归因装置：把随机的坏事解释成可追溯的过错，从而让无序的世界恢复秩序。往小里看，这场归因有一个非常现实的动机——伤痛需要一个责任人。死人不能追责，车祸司机隔着一层，最方便的锚点就是把日子改错的那个人。

史先生完全可以不接受这个锚点。但他的处境很微妙：决策是他做的，依据是豆包给的。他大概率真心相信过那个日期，于是责任顺着他信任的方向流动，最终落在豆包头上。他起诉的那家公司，用户协议显示是北京春田知韵科技有限公司。协议里写得很清楚：生成内容仅供参考，不作为专业建议，据此操作的后果由用户自行承担。

史先生一方的反驳是：这些条款是格式条款，加重用户责任，通用警示不足，对信息来源没有审查。

这就是本案在法律上的真实对垒。顺便补一个背景：类似的辩护，企业打过一次，输过。

2024年初，加拿大不列颠哥伦比亚省民事审裁处裁定，加拿大航空公司要为自家网站聊天机器人的错误回答买单。那位旅客问丧亲票价能不能事后补申请，机器人说可以，航空公司说不行，旅客多花了650加元。公司最著名的辩词是：聊天机器人是「独立的法律实体」，应该自己对自己负责。审裁处没有客气——网站上的信息就是公司的信息，照赔。

同一套逻辑的两面，在两个国家的法庭上各占一边：企业说「仅供参考」，用户说「我信了你的话」。加拿大审裁处站在了用户那边。嘉善法院怎么判，会是一个有分量的样本。

不过报道里受访律师的判断很冷：维权难度大。要赢，得证明服务提供商存在过错，且过错与损害之间有因果关系。「如果只是AI提供了一个错误答案，这个显然是不够的。」风采水、日子犯冲、车祸报应，这些在法律上连「损害」的因果关系门槛都摸不到。这个案子即使败诉，也不会让人意外。

被告、原告律师，都是它

这个案子最扎眼的部分，其实不在法庭上。

史先生是豆包的忠实用户，天天用，合同、文件都交给它整理。选错日子之后，他没有卸载豆包。投诉没有回音，他问豆包该怎么办，豆包告诉他可以起诉，教他步骤，帮他把起诉状写了出来。

于是整个事件绕了一圈：被告是豆包背后的公司，原告律师是豆包，原告本人依然是豆包的忠实用户。一个人对AI的信任在某一个点上撞碎了，但整块信任结构没有塌——他只是就事论事地要一个说法，说法还得让AI帮忙要。

这里藏着一个很少被说破的人机关系事实：AI已经站到了「顾问」的位置上，而用户和产品之间，没有任何一份对应「顾问责任」的契约。医生说错话有医疗责任托底，律师有职业责任，风水先生至少要对着熟人社会低头。AI说错话，托底的只有一行用户协议，而这条协议的法律效力恰恰是本案的争点之一。

信任是单向流动的：用户把权威递过去了，产品没有把责任接过来。

「仅供参考」扛不住每天打开它的人

回到最开头那个问题：史先生做错了什么？

他做的事情每个人都在做。一个工具天天在用、屡试不爽、连合同都能整理，人生大事问一句，有什么不合理的？产品以助手的姿态进入生活的每个缝隙，按助手的标准使用它，在产品逻辑上毫无破绽。破绽出在另一个地方——产品的责任设计和它的实际社会角色对不上。

豆包的日活以千万计。这几千万人里，有把合同交给它的，有拿它写起诉状的，也一定有人在人生更重的关口问过它更重的问题。「生成内容仅供参考，不作为专业建议」是纸面上的免责声明，接不住日用品级的真实依赖。这个落差不会永远存在下去，它只有两条收敛路径：

一条是产品侧承担与口吻匹配的责任。在医疗、法律、丧葬这类高风险场景做明确的拦截和转介，对事实型输出标注信息来源，把「确定性」的输出和「对应义务」绑在一起。另一条是模型侧学会暴露不确定性。「我不知道」「这个领域我没有可靠依据」，这几句是大语言模型最该学会、也最难学会的话——因为用户问卷显示，用户讨厌含糊，流利的产品留存率更高。

嘉善法院会怎么判，赔不赔、赔多少，可能都算不上这个案子的主要遗产。它真正摆上台面的是一个此前只存在于讨论中的问题：当一句话的口吻像权威，听的人就有权按权威的标准要求它。史先生要求豆包负责的样子看起来荒诞，把镜头拉远一点看，那只是几千万人日常信任的一次结算，赶巧发生在了一场丧事和一场车祸之间。