AI为什么会一本正经地胡说八道？把"幻觉"讲透

我是智界探索者。

你大概遇到过：问 AI 一个问题，它答得头头是道，引用、数据、年份全都有——结果一查，根本没这回事。它不是说谎，它是"幻觉"了。今天把这个大模型的老毛病讲透。

一、幻觉是什么：不是撒谎，是"猜得太自信"

大模型的本职工作，是预测"下一个词"。它读过的资料里没有的问题，它不会说"不知道"，而是顺着语言的惯性，接一段听起来最像答案的话。

打个比方：就像一个懂嘴型但没听清内容的人，你问他什么，他都能流畅地接下去——接错了，他自己都不知道。

所以幻觉的本质是：模型优化的是"像不像真话"，不是"是不是真话"。它不是在数据库里查答案，是在做概率续写。

二、幻觉有多严重：有文档和没文档，差一个数量级

答案是：看你让它开卷还是闭卷。

开卷题（给它资料照着总结）：Vectara 幻觉排行榜（HHEM-2.3 评测，2026年5月更新）显示，表现最好的模型幻觉率在 1.8%～3.3%，中游模型 7%～11%。

闭卷题（凭记忆答题）：斯坦福 RegLab 的研究（2024-2025 年发布）显示，通用大模型回答美国法律问题时，幻觉率高达 69%～88%；即便是法律行业的专用工具，Lexis+ AI 也有超过 17% 的回答出错。

First Page Sage 今年 9 月做了一轮实测（4182 个问题、7 家主流平台）：回复里至少含一处幻觉的比例，最低的 Claude 是 8.7%，ChatGPT 是 11.4%，最高的 DeepSeek 到了 24.6%。

这轮测试里还有个细节很说明问题：越敢说"我不知道"的平台，错得越少。Claude 有 11.8% 的问题选择拒答，幻觉率最低；DeepSeek 只拒答 1.9%，几乎来者不拒，幻觉率也最高。诚实和准确，是一对。

三、接下来会怎样：行业在治，但你得会自保

模型厂商在源头下功夫：训练时鼓励模型承认不知道、答案带引用溯源、检索先行。幻觉率这几年整体在降，但"降到零"目前做不到——概率机器的本性还在。

在它被彻底治好之前，普通用户记住三招：

1. 重要的事，让它给出可查的来源，然后自己点开看一眼；

2. 把资料喂给它，让它在资料范围内回答（"只根据这段内容说"），闭卷变开卷；

3. 关键数字自己再核一遍——医疗、法律、财务这类场景，AI 只当草稿工，定稿权在你手里。

今日一词：RAG（检索增强生成）

上面说的"开卷"，行业里有个正式名字：RAG（Retrieval-Augmented Generation，检索增强生成）。

做法分两步：先拿着你的问题，去知识库里检索出最相关的几段资料；再让模型照着这几段资料组织答案，而不是凭记忆发挥。

相当于把闭卷考试强制改成开卷考试——模型不用"回忆"，只需"照抄再复述"。这也是为什么接了 RAG 的企业客服机器人，幻觉率明显更低：答案有出处，错了能追到具体文档。

一句话总结：幻觉治不完，但开卷能管住。让 AI 少发挥、多引用，你就安全了一大半。

算力是大模型的粮食，入口是生意的门面。想搭自己的 AI 客服、知识库或企业官网，访问 www.chenclan.cn 了解自助建站与云服务。关注「智界探索者」，每周一、三、六，AI 前沿给你讲明白。