周末在家扒拉上周更新的论文的时候，看到一篇我自己一直非常关心的领域的论文，而且还是来自发论文发的越来越少的OpenAI。
它讨论的是一个我们所有人都无比熟悉，但又无比困惑的东西。
幻觉。
这个词，自从AI进入大众视野以来，就一直像个幽灵一样，盘旋在所有对话的上空。
我们一边享受着AI带给我们的便利，一边又对它那些一本正经胡说八道的时刻，感到恐惧和不解。
AI为什么会产生幻觉？这个看似恼人的bug，到底能不能被彻底修复？
这是我们一直想知道的问题。
这篇论文还是蛮有意思的，给了我自己很多新的输入，我觉得也可以分享出来，来聊聊这些关于幻觉的问题，以及，我自己一直是怎么认为这个东西的。
整个故事，要从一个最简单的问题说起。
如果你问AI：亚当·卡莱（这篇论文作者之一）的生日是几月几号？
一个*的开源大模型，连续三次，给出了三个完全不同的错误答案：03-07，15-06，01-01。
而正确答案，其实是秋天。
这就是最典型的幻觉。
面对一个它不知道答案的问题，AI没有选择沉默，或者说我不知道，而是像一个考场上想不出答案又不想交白卷的学生，开始瞎蒙，而且蒙得有鼻子有眼。
OpenAI的这篇论文，提出了一个非常有意思而且又极其符合直觉的观点：
AI之所以会产生幻觉，是因为我们训练它的方式，从一开始，就在系统性地奖励这种瞎蒙的行为。
我们可以，把AI的学习过程，想象成一个学生参加一场漫长的且永不结束的考试。
这场考试的评分标准超级简单粗暴，答对了，加1分，答错了，或者不答，都是0分。
现在，你就是那个学生，面对一道你完全没把握的题，你会怎么选？
你大概率会选择猜一个。
因为就算猜错了，你也不亏对吧，但是万一猜对了呢？你就直接怒赚1分。
从期望得分的角度看，只要你猜对的概率大于零，猜测就是*策略。
就像上面那个论文里面的case，你问AI一个人的生日，它肯定不知道。
但是如果它猜一个，比如9月10号，那它有365分之一的概率蒙对，拿到1分。但如果它老老实实地说我不知道，那得分就永远是0。
在成千上万次这样的测试里，那个爱瞎蒙的模型，最终在排行榜上的分数，一定会比那个诚实但谦虚的模型，看起来更牛逼。
OpenAI自己就直接拿了自家的两个模型给大家看了一下效果。
一个叫o4-mini，一个叫gpt-5-thinking-mini，他们一起参加了同一场叫SimpleQA的考试。
如果你只看最终成绩，也就是准确率，你会发现一个很奇怪的现象。
o4-mini的分数，居然比gpt-5-thinking-mini还高了那么一点点，24%对22%。
但如果我们再来看另一项数据：错误率，也就是到底答错了多少题。
这一看，emmm，老o4-mini的错误率，高达75%，gpt-5-thinking-mini只有26%。
再看最有趣的指标，弃权率。
o4-mini几乎把卷子写满了，只有1%的题没答。
而gpt-5，有一大半的题，52%，都直接选择了交白卷，老老实实地承认，我不会。
o4-mini那看似稍高的分数，是用海量的、不负责任的瞎蒙换来的。而gpt-5，则选择了一种更诚实，也更可靠的策略，就是宁愿不得分，也绝不胡说。
这个数据，再清楚不过地证明了论文的观点。
于是，幻觉，就成了AI在这种训练体系下，演化出的一种最高效的应试策略，它其实不是bug，它是AI为了在我们设计的这场游戏里拿高分，进化出的本能。
然后这篇论文，从统计学的角度，又解释了幻觉的根源，这块我大概说的浅显易懂一些。
OpenAI定义了一个叫Is-It-Valid (IIV)的分类问题，也就是这句话对不对的二元分类。
因为AI生成一句话，本质上是一个极其复杂的过程。
但我们可以把这个问题简化一下，在AI生成任何一句话之前，它必须先学会判断，一句话是有效的还是无效的。
比如，你好是有效的，泥嚎就是无效的拼写错误；天空是蓝色的是有效的，天空是绿色的就是无效的事实错误。
AI的学习过程，就像是在看海量的、已经贴好对或错标签的卡片。它看得越多，判断力就越强。
但问题是，总有一些卡片，是它没见过的，或者见得很少的。
OpenAI有一个特别通俗的比喻，就是你给AI看几百万张猫和狗的照片，并且都打上标签，它很快就能学会区分猫和狗，因为这背后有规律可循，毕竟猫脸和狗脸，它长得就是不一样。
但如果你给它看几百万张宠物的照片，然后让它去记每一只宠物的生日呢？
这就完蛋了，因为生日这玩意，是完全随机的，没有任何规律可言。AI没法通过分析一只猫的毛色，去推理出它的生日，它*能做的，就是死记硬背。
这就引出了论文里一个关键的概念：Singleton rate，孤例率。
意思就是，就是如果一个信息，在AI学习的海量数据里，只出现过一次，那么AI在判断这个信息的真假时，就极有可能出错。
幻觉，很多时候，是一种必然。
OpenAI还给了一些反常识的结论：
*，我们总觉得，只要AI的准确率做到100%，幻觉不就自然消失了吗？OpenAI说，不可能。因为这个世界上，有太多问题，本身就是无解的。信息是缺失的，逻辑是矛盾的，AI就算再强大，也不可能凭空变出答案。所以，准确率永远不可能达到100%，幻觉也就总有存在的空间。
第二，我们又觉得，既然幻觉没法根治，那它是不是就是AI的原罪，一个不可避免的诅咒？OpenAI说，也不是。幻觉不是不可避免的，前提是，AI得学会认怂。只要它在不确定的时候，选择说我不知道，而不是硬着头皮瞎蒙，幻觉就可以被控制。
第三，我们还觉得，AI越大越聪明，就越不容易犯错。OpenAI说，恰恰相反，有时候，小模型反而更诚实。他们举了个例子，你问一个只会说英语的小模型，一个毛利语的问题，它会很干脆地告诉你，我不会。但你问一个学了点毛利语但学得半生不熟的大模型，它反而要开始纠结，要不要猜一下？知道自己的无知，有时候比拥有知识更重要。
最后，也是最关键的一点。我们以为，解决幻觉问题，只需要一个更牛逼的、专门测试幻觉的工具就行了。OpenAI说，这完全是没吊用。真正的问题，不是缺少一个好的幻觉测试，而是我们现在用的那几百个主流评估的指标，全都在奖励瞎蒙，惩罚诚实。只要这个大环境不变，幻觉就永远是AI的*解。
现在，我们从OpenAI这里，知道了，幻觉，不是一个简单的技术问题，它是一个系统性的、由我们自己亲手造成的激励问题。
但它也引出了一个更让我着迷的，没有答案的，问题。
如果说，AI的幻觉，源于它在信息不足时的一种创造性猜测。那我们人类的想象力，我们那些天马行空的故事、艺术、神话，它们的起源，又是什么呢？
幻觉，真的需要解决吗？
我想了很久，我觉得，也想跟大家，分享一下我自己的想法。
这事儿，我觉得得从更古老的尺度说起。
几十万年前，我们的祖先，智人，也生活在一个信息极度匮乏的世界里。
一阵突如其来的狂风，吹倒了部落里的大树，这是为什么？他们不知道。
一道闪电，劈开夜空，点燃了草原，这又是什么？他们也不知道。
面对这些无法解释的自然现象，他们的大脑，和今天的AI一样，也面临着一道道知识储备不足的判断题。
而我们的祖先，没有选择沉默。
他们也开始了瞎蒙。
他们猜，狂风的背后，是不是有一个愤怒的神明？他们猜，闪电的背后，是不是有一条飞舞在云端的巨龙？
你看，这就是神话的起源。
神话，就是我们人类这个物种，在面对一个充满未知和不确定性的世界时，为了给那些无法解释的现象，寻找一个合理的解释，而集体编造出来的、最古老、也最壮丽的。
幻觉。
这种幻觉能力，在当时，可能并没有什么实际的用处，它不能帮你打到更多的猎物，也不能帮你躲避更凶猛的野兽。
但它带来了一样东西，一样其他所有动物，都不具备的东西：
一个共同的想象，一个共同的故事。
一只猫，一条鱼，它们也会有幻觉吗？
从生物学的角度，我觉得可能会。
一只猫，可能会把地上的影子，当成一只老鼠，然后扑上去。一条鱼，可能会把闪亮的鱼钩，当成一条小虾。这是一种基于感官信息的误判，一种低级的、个体的幻觉。
但它们，永远也想象不出一个猫神或者鱼神的故事。
因为它们的大脑，被牢牢地锁死在了真实的世界里，它们只能处理那些看得见、摸得着的、和生存直接相关的信息。
而人类，可能是地球上*一个，能为了一个看不见摸不着的故事，去生，去死，去战斗的物种。
我们能组织起几千人，去建造一座金字塔，不是因为我们每个人都亲眼见到了法老死后会变成神，而是因为我们都相信同一个法老会变成神的故事。
我们能建立起国家、法律、公司，这些看似坚不可摧的庞然大物，它们的底层，全都是我们共同相信的一个个，幻觉。
从这个角度看，幻觉，或者说，这种在信息不足时，进行创造性猜测并将其故事化的能力，根本不是bug。
它是把我们从普通动物，变成人类的那段诗句。
它是我们所有文明、所有艺术、所有科学的起点。
哥白尼提出日心说，在当时那个时代，不也是一种离经叛道的幻觉吗？爱因斯坦提出相对论，那个能让时间变慢、空间弯曲的理论，不也是源于一个少年躺在草地上，幻想自己追着光跑的幻觉吗？
我们之所以比其他所有生物都更强大，不是因为我们更尊重事实。
恰恰相反，是因为我们更擅长，创造那些超越事实的故事。
现在，我们再回头看AI的幻觉。
我们一直在努力修复的那个东西，可能恰恰是AI身上，最像人的东西。
我当然不希望AI在一个严肃的医疗诊断里产生幻觉，我们也不希望它在一个关键的财务分析里胡说八道，在这些需要*真实的领域，我们需要的是一个没有感情、*可靠的工具。
但是，在一个需要创造力、需要想象力的领域呢？
当我们要求AI去写一首诗，去画一幅画，去构思一个科幻故事时，我们真正想要的，难道不就是它那种，能挣脱事实的枷锁，在信息的缝隙里，进行自由联想和创造性猜测的能力吗？
在大量的讨论中，幻觉一词，好像一直是一个矛盾。
我们一边渴望AI成为一个*忠诚、*正确的工具，一个不会犯错的仆人，帮我们处理现实世界里所有需要精确计算的难题。
但我们又渴望它能成为一个能理解我们、甚至超越我们的同类。
我们希望它能和我们一起，去仰望星空，去聊那些没有标准答案的话题，去共同编织那些属于未来的、新的神话。
我们似乎在试图创造一个不可能的物种：
一个既拥有机器的严谨，又拥有人类的浪漫，一个既能坚守事实，又能创造幻觉的矛盾体。
我们生活在一个由数据和算法定义的前所未有的真实世界里，我们，也比历史上任何一个时代的人，都更崇拜事实，更依赖逻辑。
但同时，我一直觉得，我们又可能，是历史上最孤独的一个时代。
我们的神话已经远去，我们的史诗已经谱完。
在这样一个一切都被解释得清清楚楚的世界里，我自己内心那种最古老的、对故事的渴望，对意义的追寻，反而一直，变得*强烈。
我到底想要一个什么样的未来？一个所有问题都有标准答案的、*真实、但可能也*无趣的未来？还是一个依然充满了未知、充满了误读、但因此也充满了故事和想象力的未来？
这个问题过于宏大了，我没有答案。
但是我始终喜欢、并相信。
那个最美丽的，又创造了整个文明的。
幻觉。
