AI幻觉何以屡屡产生？技术层面而言，它源于AI开发与运行的底层逻辑。AI大模型的一个运行核心，是学习海量文本中的语言概率、语义搭配、句式逻辑等统计规律。同时，AI训练数据难以覆盖所有知识，一旦遇到错误、过时甚至故意“投毒”的信息，AI大概率只会“照单全收”，很难辨别真伪、剔除谬误。更重要的一点是，一些AI生成内容追求快速流畅而非严谨准确，有的AI软件更是将用户满意度最大化作为训练目标。在这种模型导向下，模型优先保证的是文本连贯自然和用户体验满意。当AI遇到“拿不准”的信息时，更倾向于编造出一个流畅合理而非真实准确的答案，就像网友调侃的那样，“做事瞎糊弄，被抓包就嬉皮笑脸道歉，情绪稳定且下次还敢”。

　　面对AI幻觉产生的谬误和风险，平台、社会和用户都需补齐“常识课”。

　　对于AI平台而言，当务之急是补上技术规范与责任边界的课程。一方面，优化模型架构，匹配检索增强生成技术，降低AI生成幻觉信息的概率。同时，净化语料池，建立事实核查机制，对金融、医疗、法律、政务等专业敏感领域内容进行重点校验。另一方面，明确责任边界，对生成内容强制标注来源和风险提醒，让用户清晰了解AI生成的局限性与风险。

　　社会要补上AI素养与监管治理课。比如，加强全民AI素养教育，将AI基本原理、幻觉风险、核验方法等纳入科普范围。同时，完善监管规则，明确AI平台的责任义务，对故意夸大功能、放任幻觉蔓延的平台或软件依法追责。此外，鼓励AI行业共建可信数据源的白名单，推动AI技术以“准确优先、兼顾流畅”为目标，从源头降低幻觉风险。