AI幻觉是什么？

AI幻觉：看似合理却是错误的答案

让一个语言模型说出它读过介绍、却从未真正见过的书里某句引用的页码，它会给你一个页码。它不会说'我无法知道'。这个数字格式规范，放在一句听起来和训练数据里其他引用一模一样的句子里，而且完全是编出来的。

这就是所谓的幻觉：一句流畅、自信的陈述，背后却没有任何事实支撑。'幻觉'这个词是个比喻，而且有点误导人，因为没有任何东西真的出了故障。模型被要求补全一条引用中最有可能出现的后续内容，它就生成了一个。在大多数问题上，听起来最可能正确的答案恰好也是真实的答案，这时同一个机制正是让模型有用的原因。

它常见的表现形式是可预测的：编造的参考文献和网址、没有来源的统计数字、被归到真实人物名下但对方从未说过的话、根本不存在的产品功能，以及被当作定论说出的法律或医疗结论。AI为什么会出错 详细讲了如何识别每一种类型，这篇文章要讲的是它们为什么会发生。

为什么一个读遍全网的模型还会瞎编

两种机制，而且会叠加。

模型是在预测，而不是在检索。语言模型没有事实索引。它读过的一切都被压缩进了参数里，回答时它从这份压缩内容中逐个词元地重新生成文本，按概率挑选每一个词元。当真实答案在训练数据里很常见时，最可能的续写恰好就是真实答案。当它罕见、缺失或相互矛盾时，模型仍然必须选一个词元，于是它选了一个听起来合理的。什么是LLM 解释了这套架构；简单说，模型没有任何一步会问自己正在写的这句话是不是真的。

训练本身在奖励瞎猜。2025年9月，OpenAI发表了一篇题为《语言模型为什么会产生幻觉》的论文，指出用来给模型打分的基准测试对错误答案和空白答案给出同样的分数，也就是零分，而侥幸猜对却能拿满分。一个针对这种评分方式优化过的模型，学到的道理和一个在没有错误扣分的选择题考试里学到的一样：永远去猜。这篇论文提出的方案是改变评分方式，让'我不知道'比自信猜错更值钱。

两起把AI幻觉标出价格的法庭案例

Mata诉Avianca案，纽约，2023年。两名律师提交的一份诉状引用了六份法院判决，都是ChatGPT编出来的。这六份判决一份也不存在。法官在2023年6月对两名律师处以$5,000罚款，并要求他们写信给那些被编造的判决意见所冒名引用的法官。随附律师宣誓书提交的截图显示，他曾问ChatGPT这些案例是否真实，ChatGPT确认它们是真的。

Moffatt诉加拿大航空案，不列颠哥伦比亚省，2024年。加拿大航空网站上的聊天机器人告诉一位顾客，他可以先订一张全价机票，事后再申请丧亲优惠。而该航空公司的实际政策正好相反。当加拿大航空辩称这个聊天机器人是独立的法律实体，应对自己说的话负责时，民事仲裁庭在2024年2月驳回了这一说法，并判该航空公司支付C$812.02。

两个模型都没有出故障。它们各自给出了对一个自己力所不及的问题，听起来最合理的答案。代价落在了没有去核实的人身上。

AI幻觉只是四种失败类型之一，修复方法各不相同

人们把这个词用在几乎所有错误答案上，这掩盖了一个事实：这四种常见失败各有各的成因。

只有第一行严格意义上才算幻觉。第二行和第三行是依据问题，只要给模型一些可以参考的材料，大多能解决。第四行是提示词问题。把这四种都当成同一个神秘缺陷，会让人找错修复方法，通常是换个更大的模型，而这恰恰是对第一行帮助最小的办法。

双模型核对法，及其成本

对付这种严格意义上的幻觉，最可靠的习惯是把同一个问题再问一个不同的模型，然后对比答案。来自不同实验室、用不同数据训练、经过不同后训练调校的两个模型，很少会编出同一条引用。答案一致只是事实为真的弱证据。答案不一致则是在行动前该去核实的强烈信号。

这个方法之所以有效，而让同一个模型自己再检查一遍却没用，原因在于：同一个模型的第二次推理，仍然是同一个预测器从同一份压缩内容里再猜一次。而不同的模型，是不同的压缩内容。

第二个意见不必来自昂贵的模型。在Artificial Analysis智能指数上（这是一个综合公开推理、编程和知识类基准测试的复合指标，数据读取于2026-09-17），DeepSeek V4 Flash得分40，每条消息只需1个Whizi信用点；Claude Sonnet 5得分38，需要10个信用点。虚线是前沿线，代表每个价位上的最高分，线上每一个点都来自不同的实验室。用1个和10个信用点的模型分别做交叉核对，一共只需要11个信用点，并排对比视图 能把同一个问题同时发给两个模型，放在一个屏幕上查看。Mata诉Avianca案里的律师，为他们没有做的这次核对付出了$5,000的代价。

最能减少AI幻觉的方法，按效果排序

1. 依据（grounding）。 联网搜索、上传文档，或粘贴一段原始资料，能把任务从凭记忆回答变成阅读并总结，而模型在后者上可靠得多。这是目前最大的一项改善，而且是一个产品设置，不是提示词技巧。
2. 第二个模型。 不同的训练，不同的失败方式，能挡住大多数编造出来的具体细节。
3. 要求给出来源并打开查看。 只要要求模型给出引用，它就会给；关键是核实这条引用是否存在，内容是否和答案所说的一致。
4. 允许它说不知道。 "如果你不确定，就说出来"会改变模型认为最可能的续写是什么，于是在难题上，模型会更多地选择拒答，而不是编造。
5. 换一个更大的模型。 前沿模型在常识性问题上的幻觉确实比小模型少，但差距恰恰在最关键的地方，也就是罕见、具体的事实上，最小。

顺序本身就是重点。大多数人第一反应是用第五条，而它恰恰是这份清单里最弱的一招。