我捕获了AI幻觉漏洞

问题：幻觉藏在流畅的段落里

大模型写稿时，具体数字、人名、报告标题往往听起来很可信，却可能根本没有出处。这类 AI 幻觉不是语法错误，而是事实性断言在训练记忆或推理跳跃中被「补全」出来——你往往在发布前才靠搜索发现报告或教授并不存在。

技能如何工作

幻觉捕手在展示 AI 正文前（或按你指定的段落），对有实质内容的事实性断言做扫描，而不是给每句观点打标签。

• 六种漏洞类型（B1–B6）：数据、人名、出处、事件、定义、因果——便于归类与复盘。
• 四级置信度：🟢 已验证、🟡 合理推断、🟠 存疑、🔴 疑似幻觉；🔴 表示在模型视角下找不到可靠依据，用语是「疑似」「建议核实」，而非直接判假。
• 捕猎闭环：生成 → 标记 →（默认模式下 🔴 时）附漏洞报告 → 你决策是否删改 → 写入 bug-hunt-log.json 猎杀日志。
• 核实策略：如搜索引擎验数据/事件、反向搜人名、在 Scholar 等验标题、交叉验证与常识对照；无法验证时可替换为可追溯来源（由你确认）。
• 模式：默认输出前扫描、高灵敏度（🟡 也报告）、仅统计、手动选中「扫描这段」。

边界与注意

捕猎器做的是 AI 自检，不能替代人工或第三方事实核查，也不保证 100% 捕获；不自动删改原文；常识性事实（如首都）默认 🟢；只处理文本中的可验证断言，不验图片、表格、代码及时效是否过时。