自誕生以來，人工智能大模型始終被“幻覺”問題困擾。這里的“幻覺”，指的是大語言模型會將虛構信息當作真實事實輸出。實際上，“幻覺”這一表述相當委婉，它實則暴露出AI的核心缺陷——當前的大語言模型尚未達到真正意義上的智能水平。

就在上個月，編程工具Cursor引發一場風波。用戶收到消息稱，其使用政策將進行調整，未來僅支持在單臺電腦上使用。然而，這條消息很快被證實為假。Cursor首席執行官兼聯合創始人Michael Truell迅速出面澄清：“我們并未制定類似政策，用戶完全可以在多臺設備上使用Cursor。這一錯誤信息源于一線AI機器人的錯誤回復。”

此次事件不僅讓用戶虛驚一場，更直觀展現了人工智能系統的不穩定。

幻覺成為AI進化的攔路虎

經過數年發展，盡管AI技術在諸多領域取得突破，但在判斷信息真假時仍不盡如人意。即使是OpenAI、谷歌、DeepSeek等行業頭部機構研發的模型也存在許多錯誤輸出。

值得警惕的是，這些錯誤并未隨著時間推移而減少，反而呈現增多趨勢。誠然，AI在數學運算、編程領域有所提升，但在處理復雜事實性信息時依然存在明顯短板，難以滿足用戶需求。

今天的AI實際上是根據“復雜數學系統”構建的，它們通過不斷分析海量數字數據，持續優化自身性能。然而，算法系統始終存在一個根本性缺陷——無法有效區分信息真假。在一項測試中，相較于舊版AI系統，新版AI系統的“幻覺率”竟然更高，這說明AI面臨嚴峻挑戰。

Vectara專注于企業級AI工具開發，其首席執行官Amr Awadallah直言：“盡管我們傾盡全力，可‘幻覺’問題還是存在，它并沒有消失。”現狀表明，即便在專業團隊的持續攻堅下，AI“幻覺”依然是難以攻克的技術頑疾。

Okahu致力于解決AI“幻覺”問題，其首席執行官Pratik Verma也指出：“判斷AI回應是事實還是虛假需要耗費大量時間。如果不能妥善處理這些錯誤，就無法保證人工智能系統發揮應有價值，畢竟這些系統的設計初衷是幫助用戶自動完成各項任務。”

AI企業并非不清楚“幻覺”問題的存在，它們付出了巨大努力，但始終無法有效解決這一難題。OpenAI的內部測試顯示，相比老系統，它所開發的新系統“幻覺率”反而更高。

在PersonQA標準測試中，o3模型在33%的回答中產生幻覺，幾乎是o1模型（16%）的兩倍，而最新的o4-mini模型表現更差，“幻覺率”高達48%。若采用SimpleQA標準測試，情況同樣不容樂觀。o3和o4-mini的“幻覺率”分別達到51%和79%，o1模型的“幻覺率”也有44%。

OpenAI指出，AI系統從海量數據中學習，數據量之巨遠超人類專家的理解能力，因此很難確定問題根源究竟在哪里。

人類恐怕不能解決AI幻覺

華盛頓大學及艾倫人工智能研究所研究人員Hannaneh Hajishirzi表示，他們找到一種新方法，能夠追溯AI特定行為在訓練數據中的源頭。但由于系統學習的數據量過于龐大，新工具無法解釋所有情況。Hannaneh Hajishirzi坦言：“我們仍然搞不清這些模型到底是如何運行的。”

Vectara近年來持續對AI系統展開測試，通過讓系統總結新聞內容的方式，觀察“幻覺率”的變化情況。然而，測試結果令人沮喪——“幻覺率”不僅未降低，反而呈上升趨勢。

長期以來，OpenAI認定一個理念：向AI投喂的數據越多，AI就會越聰明。但如今，AI在訓練時幾乎耗盡所有互聯網英文信息，它的幻覺卻愈發嚴重。這一現實表明，若想突破“幻覺”困境必須探尋新的技術路徑。

當前，工程師們開始倚重“強化學習”技術。在數學、編程等領域，強化學習確實能通過試錯機制實現學習與進步，但在部分領域，該技術仍未帶來明顯改善。

此外，推理模型在解答復雜問題時會先進行“思考”，采用分步解決的策略。然而，每個思考步驟都潛藏著產生“幻覺”的風險，思考步驟越多，累積的錯誤也就越多，這無疑給提升AI信息準確性帶來更大挑戰。

如今的AI能夠展示思考過程，使用戶可以看到錯誤產生的環節，這無疑是技術層面的一大進步。然而研究人員發現，AI所展示的思考步驟可能與最終答案毫無關聯。Anthropic研究人員Aryo Pradipta Gema直言：“AI系統聲稱自己正在思考，但它的思考有時并無必要。”

一些研究人員甚至認為，杜絕AI“幻覺”不可能實現，只能通過多種方法降低“幻覺率”。比如讓AI直面自身知識盲區，主動向用戶承認“我不知道”；引入“檢索增強生成”技術，促使AI通過檢索相關文檔輔助作答，而非單純依賴記憶數據直接輸出答案。

美國東北大學體驗式人工智能研究所研究人員Usama Fayyad提出，“幻覺”這一表述存在概念偏差，它過度擬人化。Usama Fayyad強調，AI生成錯誤信息與人類產生幻覺存在本質差異——AI既無意圖，也無意識，應避免用帶有情感色彩的詞匯模糊技術本質。（小刀）