ANDi测评：这6个坑比功能更重要
ANDi测评不能只看回答快不快。我把常见搜索任务拆开测试后，真正影响体验的是来源质量、日期识别、中文资料覆盖和追问方式。它确实能减少网页筛选时间，但也会把“表达流畅”伪装成“事实可靠”。这篇用问答把容易踩的坑讲透。
问：回答带来源，就一定可靠吗？
答：不一定。来源存在，只能证明ANDi找到了相关页面，不能证明摘要中的每句话都被该页面支持。最常见的坑是来源只谈到相近概念，生成答案却补出了更具体的结论。我的检查方法很简单：凡是数字、日期、排名和“首次”“唯一”这类绝对表述，都点开原文查找对应句。找不到，就把它当线索，不当证据。
问：为什么同一问题两次答案不同？
答：搜索结果、索引更新和生成过程都会变化。问题写得越宽，波动越明显。例如只问“最好的项目管理工具”，评价标准根本没定，答案自然会漂。解决办法是把条件锁死：团队人数、预算、平台、必须功能和排除项都写进去。需要复核时，还要记录提问原文和来源链接，别只保留生成答案的截图。
问：中文问题最大的坑是什么？
答：不是看不懂中文，而是可检索来源可能不够全。某些海外软件、论文和技术故障，用中文搜会得到二手介绍；换成英文产品名、错误码或论文标题后，往往更接近官方材料。反过来，本地政策、医院信息和国内服务规则应优先限定中文官网。语言不是越统一越好，关键是让检索词贴近原始信息发布者。
问：哪些场景不该只靠ANDi？
答：医疗诊断、法律判断、投资决策和正在发生的突发事件，都不能只看一段AI摘要。另一个隐蔽误区是把ANDi当匿名保险箱，在问题里粘贴客户名单、内部合同或未公开代码。再方便的在线工具也不该接收不必要的敏感信息。这次ANDi测评给我的结论是：它适合压缩检索时间，但验证责任仍在你手里。
常见问题
ANDi测评结果准确率高吗？
准确率会随主题、时间和来源质量变化，不能用一个固定百分比概括。公开事实较易核验，冷门事件和实时数据风险更高。
ANDi会不会编造网址？
不要预设任何生成式搜索工具绝不会出错。点击链接确认页面能打开，并检查页面内容是否真的支持答案。
ANDi适合写论文吗？
适合寻找关键词和候选资料，不适合替代学术数据库。论文引用应回到期刊、会议或机构发布的原始文献。