從一支影片開始
最近用 Google 最新的 Omni 影像生成引擎，生成了一支「三人日本搖滾樂團」的表演影片。畫面很帥，音樂很燃，一切都很美好——直到我發現某些鏡頭裡，舞台上站了四個人。
咦？我明明說三個人啊？
其實更早之前，用 OpenAI 的 Sora 2（現在已經停止服務了）生成影片時就出現過一樣的狀況，而且出現機率很高。但當時我只是把它當作「一般的 AI 幻覺」——畫面不穩定嘛，正常。
直到最近用 Omni 再次遇到，反覆測試多次都出現一樣的結果，我才停下來認真想：這到底是什麼？
那個憑空冒出來的第四人，不是隨機的雜訊，也不是 AI 畫錯了。仔細想想就知道：訓練資料裡的搖滾樂團，大多數是四人或五人編制——Beatles、Led Zeppelin、Metallica、Queen。「搖滾樂團在舞台上表演」這個語境，四個人的統計權重本來就比三個人高。
AI 選的是「最像搖滾樂團表演的畫面」，而我指定的「三個人」反而是比較弱的約束。
那個多出來的人，是訓練資料庫裡的殘影。
我當下就想到一件事：這件事在文字上，是不是也一直在發生，只是我們看不到？
同一條曲線上的偏移
在上一篇關於 AI 幻覺的文章裡，我們聊到 AI 幻覺的成因其實很簡單：AI 被迫一定要給答案，加上語言模型找的是「最像答案」而不是「正確答案」。
但如果再往下想一層，LLM 每次做的事情其實從來只有一件：從訓練資料庫裡的知識碎片中，拼湊出一個最像答案的組合。
每一次都是拼湊。沒有例外。答對的時候是拼湊，答錯的時候也是拼湊。
而且在引擎底層，每一次生成都是同一個過程——在機率分布上選下一個 token。沒有兩個不同的程式在跑，沒有一個模組負責「正確回答」、另一個負責「幻覺」。只有一個機制，一條機率曲線。
差別只在偏移的程度：
偏移很小 → 正確答案。 碎片的組合剛好對應事實。大多數時候，AI 給的答案就是這種。
偏移中等 → 幽靈（知識錯置）。 碎片本身都是真的，組合出來的東西也是真的，只是它不該出現在這個語境裡。就像我的影片裡多出來的第四個樂手——他不是假人，他是「四人樂團」這個統計殘影。離正確答案只偏了一格。
偏移很大 → 幻覺（無中生有）。 碎片被組合成一個看似合理但現實中不存在的結果。格式完美、邏輯通順、查無此物。就像律師拿到的那六個完美但虛構的判例。
幻覺和幽靈不是兩種不同的病。它們是同一條機率曲線上，不同程度的偏移。起因一樣，機制一樣，只是偏了多遠而已。
偏移越小，越難察覺
你可能會想：那幽靈跟幻覺比起來，哪個比較嚴重？
答案是幽靈。而且不是一點點。
原因就在偏移的程度。幻覺偏得很遠——遠到它生成的東西在現實中根本不存在。所以至少可以查證：這個判例存在嗎？這本書存在嗎？查一下就知道了。偏得越遠，反而越容易被抓到。
但幽靈偏得很近。近到它的每一個零件都是真的。
想像一下，有人跟你說：「萬有引力是愛因斯坦發現的。」
「萬有引力」是真的。「愛因斯坦」是真的。「愛因斯坦是偉大的物理學家」是真的。「萬有引力是偉大的物理學家發現的」也是真的。
每個詞都對。只有組合是錯的。
而你之所以不會追究，正是因為大腦做了跟語言模型一模一樣的事——「聽起來很合理」就放行了。愛因斯坦跟物理、跟重力、跟重大發現之間的關聯太強了，強到你的直覺自動跳過了驗證。
這就是幽靈最可怕的地方：它不觸發你的懷疑機制。
AI 擅長產生看起來合理的錯置，人類擅長放過看起來合理的錯置。兩邊的漏洞剛好對齊了。
當幽靈進入「領域知識」
萬有引力和電話發明者，算是「常識」等級的知識——大概高中以上教育程度的人有機會察覺。但如果幽靈出現在「領域知識」的層次呢？
比如 AI 告訴你：「某某作家獲得了日本推理小說大獎——夏目漱石賞。」
「夏目漱石」是真的，日本國民級文豪。「日本推理小說大獎」是真的，確實存在好幾個（江戶川亂步賞、直木賞、本格推理大賞…）。「夏目漱石賞」這個名字聽起來完全合理——以文豪命名的文學獎，很正常吧？
但除非你對日本文學有相當程度的了解，否則你根本不會去懷疑「夏目漱石賞」到底存不存在，或者它是不是一個推理小說的獎項。每個零件都是你認得的，組合聽起來也合理，你的大腦會直接放行。
這就是幽靈的分層：
常識級幽靈 — 萬有引力是愛因斯坦發現的。一般教育程度的人有機會抓到。
領域級幽靈 — 夏目漱石賞（推理小說）。只有該領域的人才會懷疑。
跨領域幽靈 — 當 AI 把 A 領域的正確知識混進 B 領域的回答裡。幾乎沒有人抓得到，因為你必須同時是兩個領域的專家。
幽靈的危險程度，跟接收者的知識覆蓋範圍成反比。你知道得越少，幽靈對你來說就越像真的。
在文字裡，幽靈長什麼樣子？
影片裡多了一個人，你一眼就看到。但在文字裡呢？
比如你問一個冷門 JavaScript 框架的用法，AI 可能把 React 的語法混進來。因為 React 在訓練資料裡的權重壓倒性地高。你拿到的答案格式正確、邏輯通順、看起來完全合理——但它其實是 React 的幽靈，不是你要的那個框架。
或者你問一家小公司的商業策略，AI 可能不自覺地混入了同產業大公司的模式。因為那個模式在訓練資料裡出現了幾萬次。你讀起來覺得「分析得很有道理」，但那個道理是別人家的。
影像的幽靈是「多了一個人」，你數得出來。文字的幽靈是「答案被污染了」，但每個字都看起來是對的。
所以影像生成其實是文字幻覺的顯影劑——同樣的機制一直都在，只是在文字領域裡，人類沒有能力用肉眼分辨「這是我要的答案」還是「這是訓練庫裡的幽靈」。
（想想看，你有多少次讀完 AI 的回答覺得「嗯，有道理」就直接用了？）
目前的分類系統，漏掉了什麼？
學術界其實有在幫幻覺做分類，而且越分越細：實體錯誤、關係錯誤、事實衝突、上下文衝突、輸入衝突…聽起來很嚴謹。
但有一個問題：這些分類全部是按「症狀」來分的，不是按「病因」。
就像醫學上把「發燒」分成高燒和低燒，但不區分是病毒感染還是細菌感染。症狀描述得很精確，但對治療的指導意義有限。
學術界分類裡的「實體錯誤」——比如把電話的發明者說成 Thomas Edison（愛迪生）而不是 Alexander Graham Bell（貝爾）——用他們的框架，這是「實體錯誤」。但用我們的框架看，這其實是幽靈：Edison 是真的發明家，他只是被訓練資料裡「著名發明家」的高權重拉到了不該出現的位置。
那學術界有沒有在探討原因呢？有，但跟分類系統是脫鉤的。他們的原因分析是整體性的——訓練資料偏差、曝露偏差（exposure bias）、缺乏基礎錨定（grounding）——在解釋「為什麼 LLM 整體上會幻覺」。但沒有人在問：「這個特定的錯誤，它的生成路徑是什麼？是無中生有，還是知識錯置？」
兩頭努力，中間漏掉
目前業界的修復策略，基本上就是做兩頭：
輸入端 — 讓知識更正確。清理訓練資料、建 RAG 知識庫、提升資料品質。
輸出端 — 驗證結果是否正確。自我一致性（Self-consistency）、多模型交叉驗證、事實查核（fact-checking）。
直覺邏輯是：只要輸入對了，輸出驗證過了，中間應該就沒問題。
但中間那段——生成過程——恰恰是錯誤真正發生的地方。
回到 Edison 的例子：Edison 的資料是正確的，Bell 的資料也是正確的。輸入端沒問題。但生成過程中，模型在「發明」「電話」這個語境下，選了權重更高的 Edison 而不是正確的 Bell。然後到了輸出端，「Edison 是發明家」這句話本身是事實，驗證機制也未必能擋住——因為它沒有錯，只是放錯了位置。
兩頭都做了。中間漏了。幽靈就是從這個縫隙裡跑出來的。
而且大多數人的直覺邏輯是「有對的知識，就會有對的結果」，所以就在兩頭努力讓它們對得上。但問題不在知識對不對，在於生成過程中的選擇。
而這個「過程中發生」的問題，追到最後，其實回到一個很簡單的原因——因為不能回答「不知道」。
如果模型在那個語境下對「Bell 發明電話」的信心不夠高的時候，它可以說「我不確定」，就不會去抓 Edison 來墊。但它不能，所以它從訓練庫裡撈了一個「最像的」來交差。
幻覺的根源是這個。幽靈的根源也是這個。同一條曲線上的不同偏移程度，根在同一個地方。
未來可能更嚴重
這裡有一個讓人不太舒服的推論。
AI 越來越強，人類對它的依賴就越來越深。依賴越深，自己學習和累積知識的動力就越弱。知識底蘊越薄，辨別幽靈的能力就越差。辨別能力越差，幽靈就越容易被當成正確知識接受。而這些被接受的「正確知識」，又回流到網路上，成為新的訓練資料。AI 從中學到更多幽靈，產出更多幽靈。
這是一個惡性循環。
更讓人擔心的是這個循環裡有一個加速機制：當人類知識薄到一定程度，連「該懷疑什麼」都不知道了。萬有引力的例子，至少前提是你聽過牛頓和愛因斯坦。但如果未來的使用者連這兩個名字的區別都模糊了，他不只是不會追究——他根本不會意識到有東西需要追究。
幻覺至少還可能被抓到，因為「不存在」是可以查證的。但幽靈的查證，需要的是人腦子裡有足夠的知識去對照。當這個對照基準本身在退化，幽靈就從偶爾出現的錯誤，變成系統性的知識污染。
自信爆棚 vs 謙虛好學
退一步看，這其實不只是技術問題。
目前整個 AI 產業打造的，是「自信爆棚」的 AI——永遠給答案、永遠給得很篤定。答錯了再事後補救。
但仔細想想，人類社會裡我們信任的是哪一種人？不是那個什麼都有答案的人，而是那個會說「這個我不確定，讓我查一下」的人。
我們對人的判斷標準，跟我們對 AI 的期待，根本是矛盾的。
我們要求 AI 永遠有答案，然後在它有時候亂講的時候很生氣。但它之所以會亂講，正是因為我們不允許它說不知道。
這凸顯出一個人類在使用 AI 時容易忽略的思考盲點：在有限資源或知識下，面對無限可能性的思維或處理方式。 人類自己幾千年來發展出的解法就是「承認無知」——懷疑、保留、求證、請教他人。這是認知系統最重要的安全閥。
結果我們造了一個面對同樣處境的系統，然後把這個安全閥拔掉了。
（然後花幾百億試著用其他方式補回來…嗯…）
寫在最後
AI 幻覺已經被討論了好幾年。但「幽靈」——知識錯置——這個更安靜、更隱蔽、更難被察覺的問題，幾乎沒有被獨立拿出來討論過。
它不是另一種幻覺。它是同一條機率曲線上，偏移更小、離正確更近、因此更難被察覺的那一段。
而它之所以危險，不只是因為 AI 會產生它，更因為人類的認知系統對它天生就是弱的。我們跟 AI 的漏洞剛好對齊了——AI 負責產生看起來合理的錯置，我們負責放行。
也許 AI 幻覺這件事一直在提醒我們的，不只是「AI 有問題」，而是一個更古老的課題：在有限的知識面前，承認「我不知道」，從來就不是軟弱，而是智慧。
只是不知道為什麼，我們總是最後才想起來這件事。
