每天早晨，全球的航空调度员、电网运营商和农民都基于同一件事做出决策：天气预报。虽然大多数人只会快速浏览这些预报两秒钟，但天气预测在许多行业中影响着重大的战略决策，涉及真实的资金、生计，甚至生命安全。农民利用它们来决定种植哪种作物、什么时候施肥、在灌溉基础设施上的投资多少，以及牲畜应该放牧多长时间。公用事业公司利用它们来决定在哪里建设太阳能和风能发电厂，以及如何定价批发电力。这些预测用于警告人们极端天气事件，并触发应急响应措施。最近，天气预测还与一个新兴产业相关：预测市场，人们在这里对各种现实事件下注，包括天气。然而，操纵天气数据以在这些市场中获得优势的诱惑，加上向数据驱动的人工智能天气预测的集体转变，开始将天气预测的准确性置于风险之中。这些风险目前相对可控，但作为该领域的专家，我们可以预见到它们可能演变成更大、更系统性的问题。为了制定天气预测，我们需要对当前条件进行准确的观察。这些数据来自多个来源，包括机场的气象站、公用事业公司或运输服务。传统的操作系统，如天气研究与预报模型或欧洲中期天气预报中心（ECMWF）一体化预报系统，将这些观察数据与数值近似结合，以估计未来的天气模式。有时，由于仪器故障或设备升级等原因，气象站会遇到问题。这些问题可以通过实时检查和校正或事后检查来发现。传统的预报系统还具有一种称为数据同化的内置安全机制：每一个进入的测量数据都会与物理模型的预期状况以及附近气象站的读数进行比较。这些机制共同协作，帮助保持天气观测的可靠性和预测的稳健性。然而，新的威胁正使观测准确性面临风险。今年早些时候，新闻媒体报道说，巴黎戴高乐机场（CDG）的气象站曾遭操纵，记录了2026年4月6日和4月15日的可疑温度峰值。有关部门推测可能使用了手持吹风机或打火机。不管怎样，这导致了一些为在线预测市场下注的赌徒获得了巨额回报，他们押注在实际平均温度约为18°C（64.4°F）的日子，气温会达到22°C（71.6°F）。其中一人赢得了20,000美元。幸运的是，对这种单一气象站的篡改通常可以通过人工监测或当前的统计方法被发现。在这种情况下，一家法国气候非营利机构的成员偶然注意到了这些异常并发出了警报。但如果没有人类监测系统呢？还有其他类型的操纵呢？如果有人远程操控多个气象站的读数——使每次变化足够小，以至于看起来合理呢？现有的质量控制难以发现这种协调操纵。而时间对我们不利；数据和元数据的仔细检查需要数小时或数天，但无论天气如何，预报都必须按时发布。向人工智能的天气预测转变提高了风险。这些方法对准确、可靠的天气观测的依赖程度更高；实际上，它们被称为“数据驱动模型”。例如，ECMWF的研究人员正在探索是否可以直接从原始观测数据中生成高质量的天气预报，跳过目前作为质量过滤器的数据同化步骤。其他研究人员则更进一步；将地理空间数据（包括气象站数据）与大型语言模型和具有行动能力的人工智能结合，以支持在极端天气事件（如风暴）期间的实时、自动决策。可能的好处包括提高准确性、效率和速度。但将人类排除在外也引入了一系列新的风险。在风险规模的低端，个别投机者操纵气象站以获取个人利益——即CDG机场的案例。稍高一点：一组交易者可能协调行动，以偏向可再生能源的预测，改变批发电价，使在交易另一方的人承受损失。而在更极端的情况下，国家行为者或破坏者可能操纵一个或多个气象站以触发早期警报系统，甚至在应当发出警报时保持沉默。一步步地，风险增加，从欺诈到灾难准备的漏洞。