你可能会说：
- “AI 说得有鼻子有眼，结果那个函数根本不存在？”
- “它引用的文档链接，点开是 404？”
它是什么
模型的任务是写出通顺、像样的下一句，而不是核实事实。当它缺少信息时，最"像样"的续写往往是一个看起来合理的细节：一个不存在的配置项、一个没安装的库、一条杜撰的链接。
幻觉最危险的地方在于它不带任何警告。错误的说法和正确的说法，语气一模一样，写进代码注释或文档之后，还会被下一个人（或下一个 AI）当成事实继续引用。
对付它的办法不是"让 AI 别编"，而是让结论可验证：要求它给出文件路径、命令输出、链接，然后你自己点开、跑一遍。
打个比方
像一个从不说"我不知道"的导游：没去过的景点，他也能讲得绘声绘色，连开放时间都报得出来。
在这个网站里
兄弟项目 E2E Review 的转发脚本里有一行 AI 写的注释："SPA 路由回退：react-router 的前端路由需要 index.html 兜底"。可这个项目从来没装过 react-router，写这行注释时前端连网址路由都还没有。它就这样在代码里留了两个月。
容易搞混的地方
常见误解
幻觉只会出现在冷门问题上
正确理解
越是贴近你的项目的细节，模型越可能在缺信息时顺手编一个：它没读过你的代码，却会写出"你的代码里有……"。
你可以这样告诉 AI
复制下面这段，贴给你的 AI
你刚才提到的每个文件、函数、配置项和链接，请逐一给出它在项目里的位置或出处；找不到出处的，明确标出"推测"，不要写进代码或文档。
接下来去哪
先知道
- 大模型——一个读过海量文字的续写程序：给它一段开头，它按概率一个词一个词地往下写。
接着看
在这些课里出现