明镜·AI反幻觉

它解决什么问题

LLM 是概率生成器，没有「真相」概念，只算最可能的下一个 token。幻觉因此不是偶发 bug，而是结构性缺陷。而用户要怀疑一段回答，得先学会质疑、再克服「算了不查了」的惰性——多数人卡在第一步。

明镜不判真假，只测量可追溯性距离：回答离最近的独立外部源头（DOI、URL、数据库）有多远。它从四个维度标注缺口：能否回溯到来源、数字能否复现、绝对词有无反例、时序断言有无可验证时间锚。缺口总和即校准距离；验证来源本身指向用户，同时告诉你往哪查。

核心能力与关键步骤

• 对话内自动触发：扫描每段 AI 回答，命中五类信号之一即触发——精确数字、学术引用、绝对词、时效断言、过度流畅（H05 组合信号）。
• 三行标注：输出不超过三行，不打断对话、不输出全量报告。你可以拿标注追问 AI，也可以无视继续聊。
• 六类缺口 + 18 类问题 + 15 个先例：G1 精确度、G2 引用、G3 来源、G4 时间锚、G5 实体歧义、G6 概括度，覆盖「2300 次引用的谎言」「不存在的 Nature 论文」等真实案例。
• 魔鬼代言人：对分析、因果、预测类回答，先生成至少一条对立假设，核查替代原因与确认性偏差，并优先给出真实可查的对抗性引用。
• 两条自校准规则：标注「不存在/无来源」前需至少两种不同搜索策略交叉验证；魔鬼代言人的对立假设同样要先验证再引用，不成立则标注撤回。

适用边界

• 自动触发依赖 Hermes Agent 或支持 Skill 级上下文注入的平台；在 ChatGPT、Claude.ai 上需手动粘贴或用浏览器扩展，属平台能力差异而非缺陷。
• 明镜只标注距离，不判定真伪，也不替你完成来源核查。
• 规则集与先例库来自对其他反幻觉工具的借鉴适配，覆盖有限信号模式，遇到新类型仍需用户自行判断。