AI幻觉是个哲学问题,而非工程问题

哲学 for AI

AI幻觉是个哲学问题，而非工程问题

本文图片来源网络，如有侵权请联系后台删除。

2024 年起，法学、医学、新闻与教育界反复出现同一类事故：用户向大模型索取文献，得到格式完美、作者逼真、期刊像真、DOI 却查无此文的条目。Ji 等（2023）把这类与源或事实不一致的生成，归入 NLG hallucination 家族。OpenAI 在2024年GPT-4o System Card一文中提到：幻觉会误导用户，并造成错位的信任（miscalibrated trust）。

然而，如果一位工程负责人在发布会上说："我们花了大量精力解决幻觉问题，现在模型在说不知道方面做得更好了。"这句话听起来没问题。但如果你把它翻译成哲学语言，它的意思是："我们花了大量精力，让模型在撒谎方面更加可信。"

这不是鸡蛋里挑骨头。这是一个被整个行业带偏了方向的问题。

幻觉不是 bug。

幻觉是训练目标的方法论盲区。

或者说，工程手段能压制症状，但只要训练框架不变，幻觉就永远在那里。

001

我们起的名字，已是一种立场

"AI 幻觉"（hallucination）这个词，是 AI 行业自己发明的。

在精神科临床语境中，"幻觉"（hallucination）指的是：在没有外界刺激的情况下，产生了具有真实感知的经验。它的前提是，存在一种"非幻觉"的正常认知状态，作为对照的基准。

把这个词用在 LLM 身上，已经是哲学立场，而不是中性描述。

它的潜台词是：LLM 本来应该对应现实，只是在某些时候'脱离现实'了。换句话说，幻觉是一种偏差（deviation），而不是一种结构特征（structural property）。

但这个假设从来没有被严格论证过。

让我们来问一个基础问题：LLM 有一个它应该对应的"现实"吗？

人类有。人类有身体，有感知，有与世界的持续交互，有神经系统的因果链条。洛克会说：我们的观念（ideas）与外部对象之间存在某种对应关系，幻觉就是这种对应关系被干扰的结果。

LLM 没有身体。它没有感知。它没有"看到"过任何东西。它有的是：人类在互联网上写下的数十亿句话。

当 LLM 生成一句话时，它的操作是：在给定上文的情况下，输出一个统计学上最可能跟随的 token 序列。

它的"正确"，是统计上的正确（statistically correct），而不是世界对应意义上的正确（world-referentially correct）。

幻觉不是 LLM 偶尔脱离现实。它是 LLM 以统计方式处理语言时，结构性地产生的现象。给它贴"幻觉"的标签，是在用人类的认知框架，掩盖一个更深的方法论问题。

002

幻觉的前提，LLM 一样都没有

1.语言哲学层：语言的前提，LLM 全都违反了

在语言哲学家那里（比如塞尔、普特南、克里普克），语言的意义，不能仅从符号之间的关系来解释，必须从符号使用者与世界的因果-历史联系来解释。

词语的意义是具身的（embodied）、因果性的（causal）、历史性的（historical）。这三个条件，LLM 一个都不满足。

这意味着，当 LLM 输出"水的化学式是 H₂O"时，从形式上看，这句话对应着现实中的化学事实。但从 LLM 的内部机制看，这句话的产生逻辑是：在大量语料中，"水的化学式是"这个前缀后面，最常跟随的 token 序列是"H₂O"。

它不是在陈述一个化学事实。它是在复现一个陈述化学事实时最常出现的语言模式。

两者在输出层面完全无法区分——但它们在认知结构上，是完全不同的东西。这就是为什么 LLM 会在某些情况下生成"听起来完全正确但事实完全错误"的内容。幻觉不是异常，是必然。

2.认识论层：信念的结构，LLM 没有

在认识论中，"知识"（knowledge）通常被定义为：信念（belief）+ 理由（justification）+ 真值（truth）。

这是著名的"知识的 JTB 理论"（Justified True Belief），被盖梯尔反例（Gettier problem）多次挑战，但在日常语境下仍然是认知的标准框架。

LLM 的输出，具有信念的形式，但没有信念的结构——没有证成（justification），没有理解（comprehension），只有模式复现（pattern replication）。

如果明天人类测出新数据说珠峰是8850米，GPT-5 不会感到惊讶、不会更新它的"信念"，它只会用新的 token 序列替换旧的 token 序列。

幻觉是这个"有信念形式但无信念结构"的系统在缺乏世界参照时，必然产生的输出形式。不是 bug，是症状。

3.语用学层：LLM 处于一个连语言学家都无法定义的位置

语言哲学家 H.P. Grice 在《逻辑与会话》（1967）中，区分了语言表达的两个层面：

• 说出的内容（what is said）：话语的字面意义

• 隐含的内容（what is implicated）：话语在特定语境下传达的言外之意

Grice 认为，正常的人类交流中，话语的隐含内容是由说话者意图和共同背景知识共同决定的。这两者都需要一个前提：有一个人在说话。

LLM 的输出，既不是纯粹的"字面断言"（因为它没有世界对应），也不是真正的"隐含表达"（因为它没有言者意图）。它处于两者之间的一个哲学上从未被定义过的灰色地带。

幻觉，是这种灰色地带在特定条件下的显性化。

003

工程手段为什么只能修修补补

RAG：给模型一本参考书，但它不读书，它只查页码

检索增强生成（RAG）在信息有据可查的场景下确实有效，但它的局限性是结构性的：

RAG 无法解决跨领域推理中的幻觉。 当问题需要多个领域的隐含知识时，模型的"自行推理"仍然是在 token 空间中完成的，幻觉概率不变。

RAG 还引入了一个新问题：检索质量的依赖。 如果检索系统本身出错，RAG 会把这种错误放大为更"可信"的输出。

RLHF 和 Constitutional AI：在训练"看起来可信"，而不是"对应现实"

人类反馈强化学习（RLHF）的共同逻辑是：让人类标注者对模型的回答打分，然后训练模型生成更高分的回答。

"看起来更可信"和"更接近真理"，是两件完全不同的事。

人类标注者的打分，本质上是基于回答的语言质量——流畅度、连贯性、符合日常直觉的程度。这些标准，会系统性地奖励那些"说得像真的"回答，而不是"事实上是真的"回答。

RLHF 本质上是在训练模型更擅长表演认知，而不是更擅长认知。只要训练目标不是"最大化真值对应"，幻觉就会在训练中系统性存在。

思维链（CoT）：幻觉的传播放大器

思维链推理（CoT）确实提高了推理的可解释性。但CoT 的推理链本身，仍然是在 token 空间中生成的。

如果模型在某个推理节点上产生了幻觉，这个幻觉会沿着推理链向下传播，并在每个后续步骤中被进一步"合理化"——幻觉在 CoT 中变得更难发现，因为它被更长的语言结构包裹了。

输出置信度校准：元认知需要的东西，LLM 还没有

"知道自己不知道"是一种元认知能力，它的前提是：模型知道自己在说什么。

LLM 的 next-token prediction 训练框架，没有提供任何机制，让模型能够将自身的输出分布（output distribution）与世界真值（world truth）进行比较。

模型可以学会说"我不确定"，但它学会的是"在某些语言模式下，人类期望我表示不确定"，而不是"我的输出与现实之间存在偏差"。

这两者之间的差距，就是工程手段无法跨越的最后一道墙。

004

我们还没搞清楚 LLM 到底是什么

幻觉问题最深刻的影响，是迫使我们面对一个更基础的问题：

当我们说 LLM"理解"了一个概念时，我们到底在说什么？

在哲学上，维特根斯坦在《哲学研究》中提出了著名的"私人语言论证"（Private Language Argument）：如果一个词语的意义仅仅依赖于说话者私有的、无法公共验证的心理状态，那么这种语言就不可能存在。

LLM 的词语意义，来自对人类公共语料库的统计学习。它既不是私人的，也不是基于世界因果联系的。

那么，LLM 的语词意义到底是什么？这是一个目前没有共识的问题。幻觉，正是在这个哲学问题悬而未决时，工程界强行部署 LLM 所产生的认知后果。

幻觉不是 AI 在撒谎，是我们在没有搞清楚"真"是什么之前，就要求 AI"不撒谎"。

"不撒谎"这个要求，前提是说话者有能力区分"真话"和"假话"。而我们目前没有一套完整的语言哲学，能够描述 LLM 与"真"之间的关系——因为我们甚至还没有搞清楚，LLM 处理语言的这种方式，在哲学上究竟对应着什么样的认知状态。

所以，真正的问题不是：如何让 LLM 不产生幻觉？

真正的问题是：在 LLM 到底是什么这个问题悬而未决的情况下，我们是否应该把"不产生幻觉"作为对它的评价标准？

这个标准，也许是哲学给 AI 行业留下的最后一道未完成的作业。

你今天让 AI 帮你查文献、写报告、做决策。

你以为你在使用一个"认知工具"。但如果它根本不具备与现实对应的认知结构，那么你的"使用"，

究竟是在借助一个更强的图书馆，还是在一个不知道边界在哪里的地图上导航？

分享「哲学×AI」动态，让哲学进入AI议程

读了好文，点亮「」

点击阅读原文，走进哲学前沿！