AI 能力与边界约 8 分钟更新于 2026-07-30

为什么 AI 会产生幻觉

理解看起来很自信的错误是怎样出现的，以及如何降低风险。

30 秒直接答案

AI 幻觉是模型生成了流畅、像真的、但不准确或没有依据的内容。语言模型的基本任务是预测合适的后续文字，而不是先验证每句话，所以在信息不足、问题含糊或要求它回答未知事实时尤其容易出错。

流畅不等于真实

模型会优先形成连贯回答。一个句子在语言上很合理，并不代表其中的人名、日期、引文和链接真实存在。

模型也可能把多个相似事实混合，或在找不到答案时补出一个看似完整的说法。

冷门事实、最新事件、精确数字、指定引文、长链条推理以及缺少原始资料的提问都更需要警惕。

提供可信材料并要求仅依据材料回答；要求区分“已知、推测、不确定”；对关键断言打开原始来源核查。允许模型说“不知道”，通常比强迫它必须回答更安全。

一个具体例子

当你要求列出某个冷门主题的论文时，AI 可能组合出像真的作者、标题和期刊。正确做法是用学术数据库检索标题或 DOI，并打开论文页面确认。

容易混淆

幻觉与故意撒谎

幻觉是生成机制导致的错误输出，不能据此推断模型有欺骗意图。

有链接与有证据

链接可能无效或不支持结论，必须打开并核对具体内容。

可以这样用

不能这样假设

动手练习 · 约 10 分钟

请把回答拆成关键断言。每条标注：事实或推测、来源链接、需要人工核查的原因。找不到可靠来源时请明确说“不确定”。

FAQ

更强的模型就不会幻觉吗？

更强模型可能降低某些错误，但不能保证完全消除，关键事实仍要核查。

让 AI 自己检查有用吗？

可帮助发现矛盾，但模型可能重复原错误。应结合独立、权威的外部来源。

要求提供来源就够了吗？

不够。还要确认来源真实、日期合适，并且原文确实支持该结论。

本文用于零基础学习。涉及医疗、法律、财务和安全的重要决定，请咨询相应专业人员并核对最新原始资料。