OpenAI研究发现大语言模型幻觉源于现有评估机制奖励“猜测”而非“承认不确定性”，并提出通过惩罚自信错误来重构评估标准。尽管技术上显著降低了错误率，却带来了模型大量“不确定”回答的商业实用性挑战。这项研究引发了对AI智能本质、评估哲学及未来人机信任关系的深层思辨，预示着AI产业将迎来一场从技术到伦理、从商业到社会的全面范式变革。