你经历过哪些AI幻觉？

AI不知道答案，但它不会说“我不知道”，而是编一个听起来很合理的回答。 但是它的语气和回答正确问题时完全一样同样自信、同样流畅、同样有条理。你很难分辨出来哪些是它真“知道”的，哪些是它编的。尤其是陌生的专业知识，本来用AI就是因为不太了解相关知识，核查起来也很麻烦。

现在用大模型查东西真的不能太当真，我好几次问专业术语，比如MCP，它根本不懂就乱编解释，偷换概念糊弄人，这就是典型的AI幻觉。明明是很冷门的专业词，它也敢一本正经胡说八道，看着逻辑通顺，实际上全是错的。有时候还会把不相关的内容拼在一起，让人误以为是正确答案。真遇到拿不准的专业知识、陌生名词，光靠AI真不行，哪怕是豆包也会出错。还是老老实实打开百度查一查，对比一下权威资料，心里才踏实，毕竟专业内容容不得半点瞎编，也不能全都相信他们

由于AI过于强大，我认为他能帮我写论文。当时大家都用chatgpt，然后我对象给我充了会员让我用。说句实话本人学术造诣非常垃圾，我自己写也真的写不出什么东西。你让我分析出来很多，我做不到。就那么些数据，分析来分析去，就一个东西翻来覆去讲。我让ai帮我写，结果它胡编乱造。话都是对的，就是缺乏因果逻辑关系，然后一查文献，也是假的。我寻思外行人根本看不出来。一骗一个准。

先给大家说清楚：AI 幻觉 = AI 看起来很专业，其实全是瞎编。放别的地方顶多尴尬，放简历上，直接影响面试、offer、背调。我先说我自己最社死的一次。当时秋招急着改简历，我把一段很普通的校园活动经历丢给 AI，让它帮我润色。AI 输出的那叫一个高级：“统筹活动全流程，通过渠道优化提升参与率 47%，搭建用户触达体系……”我一看，哇，这么厉害，直接用了。结果面试时，面试官盯着那行字问我：“你说的 47% 提升，是怎么统计的？用了什么方法？”我当场僵住。因为我真实干的事，就是发了朋友圈、统计了签到、整理了表格。什么 47%、什么体系、什么优化，全是 AI凭空编出来的。那场面，我这辈子都忘不了。支支吾吾半天，面试官只轻轻说了一句：“同学，简历可以优化，但不能虚构。”那面试直接黄了。后来我做了一段招聘相关的工作，看过几千份简历，发现被 AI 坑的人真的一抓一大把。我总结了三类最常见、最容易翻车的「简历 AI 幻觉」，你们看完一定会有共鸣。一、最常见的 3 种简历 AI 幻觉，每一种都能让你面试凉凉1. 凭空捏造数据、转化率、成果，精确到小数点，全是假的这是 AI 最爱干的事。你写：协助整理资料。AI 给你改成：完成数据整理与流程优化，提升效率 210%。你写：参与社团活动。AI 给你改成：负责线下推广，引流 320 人，转化率 18.7%。数字越精确，看起来越权威，但全是编的。HR 和面试官一眼就能看穿：短期实习、校园经历，根本不可能有这种标准化数据。一追问，你答不上来，直接判定不诚实。2. 乱加职责，把实习生写成负责人，把助理写成经理AI 特别喜欢 “越级包装”。你只是协助，它给你写 “主导”；你只是执行，它给你写 “制定策略”；你只是打杂，它给你写 “全链路负责”。看起来很厉害，实际上漏洞百出。一个大三学生，怎么可能独立负责业务、制定策略？HR 看了只会觉得：这人简历造假。3. 虚构技能、项目、经历，你不会的它敢乱写更可怕的是无中生有。你没写的技能，AI 给你加上；你没做过的项目，AI 给你补全；你没拿过的奖，AI 都敢给你编出来。最恐怖的是，很多同学不检查，直接投递。结果面试一问：“你熟练用 Python？做过什么分析？”人直接傻了：“我根本不会啊。”这就是 AI 幻觉最可怕的地方：它不负责真实，只负责好看。二、为什么 AI 特别容易在简历上胡说八道？原因其实很简单：AI 没有你的真实记忆，不知道你到底做过什么AI 的目标是 “写得像优质简历”，而不是 “写你真实的经历”你输入的信息太少，AI 为了凑内容，只能脑补、编造它以为是帮你变强，实际上是把你往火坑里推。我见过太多人：真实经历明明够用，被 AI 一加工，变得浮夸、虚假、经不起问，反而连面试机会都拿不到。三、AI 简历到底能不能用？能用，但要选对工具我不是反对用 AI 做简历。相反，AI 能极大提高效率，关键是：这个 AI 不能编故事，不能有幻觉，必须忠于你的真实经历。我踩过无数坑之后，现在只敢用一款真正靠谱的工具：泡泡小程序 AiCV 简历王。它和那些会瞎编数据、虚构经历的 AI 完全不一样：只在你原有经历上优化表达，不凭空造经历不乱编数据、不编成果、不编奖项帮你把口语化内容，改成 HR 爱看的专业表述对标 JD 做匹配度分析，补关键词，而不是编关键词所有内容都真实、可复述、经得起面试追问它不会把你吹成大神，但能把你真实的能力，干净、专业、安全地展示出来。对我们学生来说，这才是最稳、最不翻车的选择。四、给所有人的 4 条「AI 简历防坑铁律」不管你用什么工具，这 4 条一定要记住：任何数据、成果，你必须能讲得清清楚楚讲不出来，一律删掉。不写自己没做过的事，不担自己没负过的责参与就是参与，协助就是协助，别乱写 “主导”“负责”。不让 AI 替你创造经历，只让 AI 优化表达多一行没做过的内容，都是隐患。AI 改完，你必须逐字读一遍你自己都不熟的内容，面试一定会崩。简历的第一原则是真实，第二是匹配，第三才是好看。AI 能帮你搞定 2 和 3，但第 1 条，必须你自己守住。五、最后想说我经历过最离谱、代价最大的 AI 幻觉，就是AI 在简历上一本正经地胡说八道。它差点让我以为，简历必须造假才有人看。但后来我才明白：真实、干净、匹配岗位的简历，永远比虚假华丽的简历更值钱。AI 是工具，不是替你撒谎的帮手。别让 AI 的幻觉，毁掉你本来能拿到的机会。如果你也被 AI 改简历坑过，或者正在担心简历太普通、又怕被 AI 瞎改，真心建议你避开那些会编故事的工具，用更稳、更安全的方式打磨简历。

前几天刷一道经典的动态规划题，让 AI 帮我推状态转移方程。它一本正经地写出了一个看似完美的递推式，还附了 “时间复杂度 O (n)” 的分析。我信以为真，直接照着写代码，结果提交后全是 WA。回头一查才发现，它给的转移方程根本不满足最优子结构，甚至连样例都过不了。更离谱的是，当我指出错误时，它又立刻改口，重新编造了一套 “修正版” 公式，逻辑漏洞百出，连边界条件都对不上。在算法题的世界里，AI 的幻觉从来不是 “无伤大雅的玩笑”。它会凭空造出不存在的最优解，会把暴力解法包装成高效算法，甚至会篡改经典题目的结论。这种 “强硬” 的胡说八道，不仅浪费时间，还会彻底打乱我的解题思路。本身有看破虚妄的能力,才可以不被ai带偏的底气

最经典的是让它写论文参考文献，它给我编了个“张三，2025，《人工智能研究》”，期刊名看着挺真，但搜遍全网都找不到——压根没这期。更离谱的是让它推荐餐厅，它把两家店的位置、电话全混在一起了，去了才发现根本不是那么回事。现在遇到这种，我都得多个心眼：AI编起瞎话来，比真人还真。

部署了一个文字转语音模型，叫kokoro。相信大家有过了解当时想着是转英文文章给我练听力用，后来又想加中文加日文。问 给迷你 半天，告诉我一佰万个错误地址，没一个是能用的。后来成功装上了一个版本，没有日文，给迷你 死鸭子嘴硬，硬说有日语。浪费了我5g流量之后终于承认错误：您说的对，确实没有日语版本！

之前用元宝查资料，他说北斗计划是腾讯的，然后我就把这个信息记录下来发到牛客上，没想到被大家口诛笔伐，原来北斗计划是美团的，青云计划才是腾讯的，在我的质问下，元宝说腾讯其实也有一个北斗计划，只不过名气没有美团这么大，这下子是真的把我搞不会了，所以有的时候真的不要盲目的相信ai，如果可以，多问几个不同的ai。

有次我问某领域综述，AI直接给出完整论文名、作者和期刊，看着特别专业。我一查，作者根本不存在，期刊那期也没这篇文章。最离谱的是引用格式还很规范，差点就信了。后来才意识到，它只是“按套路”拼出了一个像真的答案。

自从有了AI后，Ctrl+C报错，Ctrl+V喂给AI，再把AI的修复粘回去，运行看效果。大部分情形下bug都能修复，但总有些bug来来回回越改越乱，给了四五种解决方法试完一遍，又从第一种给，闹麻。

年前的时候写论文，想统一一下论文配图的颜色，心想着试试doubao大人的实力。不多说了，给我干成这样了。小兔子可爱捏。

有一次让AI帮我查一篇关于深度学习优化算法的参考文献，它煞有介事地给出了作者名、期刊名、发表年份、卷号页码，格式规范得像真的一样。我兴冲冲去Google Scholar搜索，什么都没有。换关键词再搜，还是没有。后来才明白，那篇论文是AI"创作"出来的，每一个细节都是拼凑的，但组合在一起却无比像真实存在的学术成果。从此以后，凡是AI给的文献我都必须二次核实。

让AI帮我写一段Python爬虫代码，它洋洋洒洒写了五十多行，注释详细，结构清晰，看起来专业极了。我直接复制运行，报错。仔细一看，它调用了一个根本不存在的第三方库方法，函数名是它自己"发明"的，文档里查不到，GitHub上也没有。更绝的是，当我把报错信息反馈给它，它又自信满满地"修复"了代码，结果换了个方式继续错。AI幻觉在编程场景里真的又隐蔽又致命。

我给ai发了两篇文档，都是跟我的本科毕设相关，本来聊的挺好的，突然来一个从研究生的角度来看，来分析，后面就是胡说了，我不知道前面ai都知道是本科，怎么突然跳到研究生了，难道是人工智能这个话题聊多了？

问AI某个城市2022年的GDP数据，它给了我一个精确到小数点后一位的数字，还附带了同比增长率，语气笃定得像在引用官方统计局报告。我拿去写报告，被老师当场质疑，去查了真实数据，差了将近两千亿。最可怕的不是数字错了，而是它给错误数据时的口吻和给正确数据时一模一样，根本没有任何"我不确定"的信号，让人完全没有警惕。

前段时间赶一篇网络架构改进的论文，自己辛苦写了底稿，实验数据、核心论证都是亲自完成的，想着最后让AI帮忙润色一下语言，让表达更流畅、更“学术”一点，应该很安全。于是我把文章丢给AI，生成结果看起来确实行文更流畅了，术语也更规范了，我大致读了一遍，没发现明显的问题，就直接提交了。审核也顺利通过了，直到我根据返回的修改意见，重新细读自己的论文时，才突然看到一段大写了一个我从未听起来的原文里也没有的架构，顿时吓出一身冷汗。

之前刷某一道dp，wa了半个钟，一问der包我的逻辑哪里错了，它直接说我n²logn的算法复杂度太高了，好，喝口水的功夫，再一看它的代码已经飙到n³了，那我问你der包，n²logn大于n³吗

有一次问DeepSeek，某个引用的文献是哪篇，打开联网查询功能也回复的是不存在的文献，还一本正经。要是Open evidence还能用就好了。最近看到小红书上有人用Vibe coding开发各种文献有关的应用或者是前端网页，看着功能是很酷炫，但个人认为重要的是，怎么才能让人工智能内容生成不胡编乱造。

G老师这种一本正经地胡说八道这样的知识幻觉太严重了，而且自定义化指令也完全不听，很难保持理智啊。。。。后面的保证承诺也教人哭笑不得🥲（虽然对大模型发火没有用，但是希望后台能检测到用户对知识幻觉的不满，有一些改进）