当加油站开到印度洋：一份离谱数据，戳破了公共数据治理的体面

如果你打开一份政府公开数据，发现英国的加油站有几家开在印度洋里，第一反应大概不是愤怒，而是想笑。笑完之后，才会有点发冷：这玩意儿竟然是真的，而且是公开发布、面向社会使用的数据。

3 月底，软件开发者 Andy Brice 在自己的博客上发文，火力很直接——“别再发布垃圾数据了，这太丢人”。他点名了两件事：一是英国政府的燃油价格查询数据存在明显错误，二是英国汽车服务机构 RAC 一份关于电动车的报告图表出现了肉眼可见的数量级失真。这篇文章之所以值得拿出来说，不在于它揭出了什么惊天黑幕，而在于它揭开了一个科技行业、公共部门甚至 AI 时代都越来越常见的尴尬现实：很多人正在把“数据”当作一种装饰，而不是一种需要被认真对待的基础设施。

加油站开进海里，问题不只是填错经纬度

Andy Brice 最先发现的问题，出在英国政府提供的一份燃油价格 CSV 数据集上。这份数据本来很有现实意义：它汇总了英国各地加油站的位置和油价，在国际油价波动、地缘冲突频繁的当下，这类数据不只是给消费者省几镑那么简单，也会被媒体、研究者、创业公司和各类导航服务拿去做二次分析。

但 Brice 只是快速看了一眼，就发现经纬度图上冒出几个极其扎眼的离群点。进一步排查后，一些“英国加油站”赫然出现在印度洋和南大西洋。至少有一处错误很像是经纬度字段填反了——这属于任何有地图可视化经验的人，几分钟内都能揪出来的问题。更夸张的是油价字段，最高和最低单价之间的比例竟然达到 1538:1。你很难把这理解为市场波动，只能理解为录入事故。

这类错误的来源其实不难猜。很可能是各家加油站自行提交数据，人工录入时把字段填错、单位搞混、少打了小数点。人会犯错，本来不稀奇。真正的问题在后半段：政府作为汇总和发布方，竟然几乎没有做最基本的校验。经纬度是否落在英国边界附近、油价是否在合理区间、字段格式是否一致，这些都不需要什么高深 AI，更不需要大模型，写几条规则就能拦住一大半问题。

Brice 说自己 3 月 22 日就向相关部门报告了问题，对方 24 日回邮件表示“已转交技术团队查看”，但 29 日发布的新 CSV 仍然带着这些垃圾数据上线。这个细节比错误本身更刺眼：它说明某些机构已经默认“数据有点脏也能发”，把公众可用性放在了流程后面，把流程完成当成了工作完成。

一张错误图表，足以让一份报告失去公信力

第二个案例来自 RAC 的一份电动车报告。问题出在第一张图表：2024 年英国道路上的纯电汽车数量大约还是 140 万辆，到了 2025 年却突然掉成了 0.0017 百万辆，也就是 1700 辆左右。这个下降幅度已经不是“市场调整”，而是“英国电动车集体蒸发”。

不用太懂统计的人也能看出这里不对劲。更可能的情况是，制图的人把“千”和“百万”混淆了，或者图表轴标签、原始数据、单位换算之间有一环断掉了。可怕的地方在于，这样一个极其显眼的错误，居然堂而皇之地进了公开报告。

这件事的杀伤力，甚至比前一个案例还大一点。因为图表比表格更容易传播，也更容易塑造认知。大多数读者不会去下载原始数据核对，他们看到一张图，就会默认“这是专业机构做过审核的”。于是一个错误图表，很可能直接影响公众对电动车渗透率、行业走势乃至政策效果的判断。过去几年，我们已经见过太多“图没画对但文章先发了”的例子：疫情期间的病例曲线、楼市销售数据、自动驾驶事故统计，很多争论其实不是观点之争，而是源头数据和展示方式根本没站稳。

说到底，图表不是“配图”，它是结论的一部分。一个连单位都没校准的图表，和一篇错别字连篇的报告还不一样。错别字让人出戏，错数据会把人带沟里。

为什么现在尤其危险：数据失真会被 AI 成倍放大

如果这事发生在十年前，它大概只是一次让数据记者吐槽两句的低级失误。但放到 2026 年，这个问题变得更值得警惕，因为我们正在进入一个“数据错误可被自动放大”的阶段。

Brice 在文章里提到一个颇有画面感的词：slop-apocalypse，粗糙内容末日。意思是，未来越来越多内容会由大模型生成，而人们又懒得认真核查；这些内容再反过来成为训练材料，错误就会像复印机里的污点，一代一代复制下去。等最终它以“像模像样的答案”回到用户面前时，原始出处已经模糊，追责也更难。

这不是杞人忧天。今天的搜索、问答、报告撰写、市场分析，越来越依赖“抓取—汇总—再生成”的链路。只要上游有一份政府数据带着错经纬度，一份行业报告带着错单位，这些错误就可能进入可视化平台、资讯摘要、AI 分析助手，最终以更体面的语言再次出现。它甚至不需要百分百复制原错，只要把错误趋势当成真实信号，后续推理就会南辕北辙。

科技圈这些年很喜欢说“垃圾进，垃圾出”——Garbage In, Garbage Out。现在更麻烦的是，垃圾进去之后，出来的可能不是垃圾味十足的东西，而是一段语气自信、逻辑完整、格式优雅的结论。这比明显错误更危险，因为它更像真的。

公开数据不是附属品，它本身就是公共服务

很多机构对“开放数据”的理解，还停留在上传一个 CSV、放一个接口、写一句“供公众使用”就算交差。可现实是，公开数据已经不是边角料，而是政府服务、企业研究和数字产品生态的一部分。它会进入比价 App，会进入媒体报道，会进入投资分析，也会进入 AI 工具。你发布的每一个字段，某种意义上都可能成为别人做决策的砖头。

这也是为什么我对这类事情的态度，比普通的“技术失误”更严格一些。代码上线前要测试，文章见报前要校对，数据发布前就应该做验证。这不需要等到有人投诉后再慢慢修，完全可以在发布链路里前置。比如地理数据做地理围栏校验，价格数据做范围检查，时间序列做异常波动提醒，图表生成时强制核对单位一致性。说白了，这些都不是新课题，而是成熟到不能再成熟的基本功。

国内外在这方面都踩过坑。疫情数据公开期间，不少地方曾因统计口径反复调整引发误读；金融市场里，交易所和数据供应商也因为错误行情、重复成交记录、漏报数据吃过官司。一个系统是不是专业，很多时候不在于它能否处理最复杂的边缘场景，而在于它会不会把最不该错的地方错得很离谱。

更深一层的问题是：谁该为数据质量负责？是录入者、汇总平台、技术供应商，还是发布机构本身？我的看法是，责任可以分层，但不能漂移。谁公开署名发布，谁就应该承担最低限度的质量责任。不能把“原始数据来自第三方”当免死金牌，也不能把“我们只是做图表展示”当挡箭牌。

我们是不是太迷信“有数据”这件事了

这些年，社会对数据的崇拜越来越重。只要某件事能量化、能可视化、能做成图，人们就更愿意相信它。可现实恰恰是，数据并不天然比人的经验更可靠，前提是它得经过清洗、校验、解释，并且保留上下文。

这篇博客文章的价值，就在于它提醒了一个朴素却常被遗忘的常识：数据不是因为被下载了、被画成图了、被放上官网了，就自动变得可信。很多时候，一张看起来“很专业”的图，反而比一段犹豫谨慎的文字更容易骗人。

某种程度上，我们正处在一个很奇怪的时刻。一边，AI 和自动化工具让处理数据变得前所未有地便捷；另一边，机构对基础质量控制的敬畏感似乎在下降。大家都想更快发布、更快上线、更快生成，却没人愿意多花十分钟做一次常识检查。结果就是：错误越来越低级，后果却越来越高级。

如果说软件工程最重要的品质之一是“尊重现实”，那么数据治理其实也是同一个道理。英国的加油站不该飘在海上，140 万辆电动车也不会一年内神秘消失。技术世界最怕的，从来不是复杂，而是对简单事实失去敬畏。