AI 百科约 6 分钟

AI 幻觉是什么？大模型一本正经胡说八道的 3 个真相

AI 指南·更新于 2026-09-15·◉ 0 浏览

AI 幻觉（hallucination），指的是 AI 把错误或编造的信息当作事实输出。维基百科的表述是：AI 生成的回答中包含虚假或误导性信息，却以事实的口吻呈现（https://en.wikipedia.org/wiki/Hallucination_(artificial_intelligence) ）。本文只讲一个问题：它为什么会发生。怎么减少幻觉，看站内那篇实操文就够了，文末有链接。

先划清角度：这篇讲「为什么」，不讲「怎么办」

站内已经有一篇《如何减少 AI 幻觉？2026 实测：一句提示词让 AI 编造消失（附 8 个方法）》，专门讲实操层面的缓解手段：https://www.ai345.info/ai-guide/how-to-reduce-ai-hallucinations 。这篇负责补另一半：理解幻觉从哪来，你才能判断什么时候该信、什么时候必须核。

真相一：模型的本职工作是预测下一个词，不是查证事实

很多人以为大模型内部有一本「事实数据库」，回答时先查再答。不是的。大语言模型做的事更像文字接龙：看到「床前明月」，它接「光」，因为训练中见过无数次这样的搭配，这个接法在统计上最顺（大语言模型的工作机制见维基百科词条：https://en.wikipedia.org/wiki/Large_language_model ，Hugging Face 的免费 NLP 课程也把预测下一个词作为第一课：https://huggingface.co/learn/nlp-course/chapter1/1 ）。

问题来了：接龙模型只有「接得顺不顺」，没有「对不对」的开关。一个编出来的句子和一个真实的句子，在它眼里都是「预测下一个词」的任务，机制上没有任何区别。这就是幻觉的根源，也是它听起来毫不心虚的原因。

真相二：训练数据本身就有错

模型的知识来自海量互联网文本，而互联网上本来就充斥着错误信息、过时内容、玩笑和反讽。维基百科对幻觉成因的描述里明确提到：不真实的输出来自训练数据中的模式。模型把这些内容照单全收，学得越扎实，复述错误时就越流畅、越有底气。

打个比方：一个学生抱着一套有错题的参考书背了四年，考试时他不是想骗你，他是真心觉得自己答对了。

真相三：它不是撒谎，是「虚构」

维基百科给幻觉列了几个别称，其中一个来自心理学：虚构（confabulation）。人在记忆出现缺口时，也会不自觉地用自以为对的叙述把空白补上，而且完全不觉得自己在编。大模型的行为模式与此高度相似：知识有缺口时，它用最合理的语言把缺口补成一段流畅的叙述，再用事实的口吻讲给你听。

这正是「幻觉」这个词比「错误」更贴切的地方：撒谎的人知道真相，虚构的人不知道自己不知道。

幻觉和「不知道」的区别

这两个概念经常被混为一谈，其实完全不同：

「不知道」是好行为：模型承认超出知识范围，选择拒答或给出边界，这是可信任的表现。
幻觉是坏行为：模型给出流利、具体、细节丰富的错误答案，细节越多越像真的，也越危险。

实用判断法：数字、日期、法条、论文标题、引用文献这几类内容是幻觉重灾区，因为它们在接龙里「长得最像标准答案」。所以一条简单规则：细节越具体，越要亲自核验。

一句话带走

AI 的流畅和正确是两回事。把它当成一个博览群书但从不查证的接龙高手，用起来就知道哪句话该信、哪句话必须自己查。具体的防御方法，从允许它说「不知道」到关键事实人工核验，都在那篇 8 个方法的实操文里：https://www.ai345.info/ai-guide/how-to-reduce-ai-hallucinations ，配合《如何向 AI 提问》里的提问方法（https://www.ai345.info/ai-guide/prompt-writing-guide）效果更好。

想从更底层理解它的行为逻辑，可以看《AI 新手入门》：https://www.ai345.info/ai-guide/ai-for-beginners

延伸阅读

把这篇吃透后，建议按这个顺序接着读：

参考资料

权威来源：en.wikipedia.org/wiki/Hallucination_(artificial_intelligence
权威来源：en.wikipedia.org/wiki/Large_language_model
权威来源：en.wikipedia.org/wiki/Hallucination_(artificial_intelligence

常见问题

AI 幻觉是程序 bug 吗？

答：不是。它是预测下一个词机制和训练数据问题的正常副产品，无法根除，只能通过各种手段缓解。

为什么模型被追问时经常改口？

答：它在预测「什么样的回答最顺」，你的追问改变了语境，它就顺着新语境调整答案。改口不代表它知道之前错了。

越强的模型幻觉越少吗？

答：总体在改善，但没有消失。新模型也可能在自己没学透的领域产生幻觉，不能因为模型强就放弃核验。

AI 编造的参考文献怎么识别？

答：拿标题去搜 DOI 或数据库，编造的引用往往搜不到原文，或作者、期刊对不上。引用类内容是幻觉重灾区。

怎么让模型少一点幻觉？

答：核心三招：允许它说不知道、要求它标注不确定的内容、关键事实人工核验。完整的 8 个方法见站内实操文。