“把复杂留给自己，把简单留给用户。”
GPT-5 的这句内部格言，在发布当天就被 OpenAI 写进了官方博客。真正让这句话落到实处的，不是又刷新的某项基准第一，而是它第一次把“幻觉率”——也就是 AI 一本正经地胡说八道的概率——压到了前代的 1/5。
下面带你拆解这场“告别胡编乱造”的技术攻坚战。
—————————
一、幻觉到底怎么来的？
—————————
- 模型太“听话”：只要能对上 prompt，就默认“我能行”，然后开始编剧本。
- 知识截断：训练数据到 2023 年 10 月为止，之后的世界全靠想象力补完。
- 缺乏自我怀疑：旧模型不会给答案打“置信度标签”，用户无从分辨真伪。
—————————
二、GPT-5 的三板斧
—————————
- 拒绝“不懂装懂”——系统 2 思维上线
• 引入“思考 token”：模型先用 Python 伪代码把问题拆分，再决定是否可答。
• 无法回答时，直接说“超出能力范围”，而不是“硬拗”。实测拒绝率提升 4 倍，误答率下降 80%。 - 事实核查外挂——实时检索 + 置信度标签
• 联网搜索时，先比对信源，再给出答案；对不确定信息自动加“⚠️低置信度”。
• 医疗、法律等高敏场景，强制调用 HealthBench / LegalQA 两套内部工具交叉验证。 - 训练数据“补洞”——合成课程 + 人类教师
• 用上一代 O3 生成 1.2 亿条“教学型”合成问答，再由 250 位领域专家逐条挑错。
• 重点补 2023-10 之后的新知识，减少“时间幻觉”。
—————————
三、实战成绩单
—————————
• HealthBench：GPT-5 超越 250 位执业医师平均得分，幻觉率仅 2.3%（O3 为 11.4%）。
• SWE-bench Verified：代码解释类问题，事实错误从 7.8% 降到 1.5%。
• 用户盲测：10 万名 ChatGPT 免费用户，连续 7 天对话后，反馈“疑似幻觉”下降 78%。
—————————
四、开发者能做什么？
—————————
- 用 system prompt 触发“自检模式”
You are a cautious assistant. If unsure, say “I don’t know”.
- 结构化输出里加
confidence_score字段，前端按阈值显示不同 UI。 - 高敏场景强制调用 retrieval → 先查文档，再生成答案。
—————————
五、写在最后
—————————
幻觉不是 0 和 1 的开关，而是一条渐近线。OpenAI 用 GPT-5 告诉我们：
当模型开始学会说“我不知道”，它才真正值得被信任。
从今天起，免费用户就能在 ChatGPT 里体验“低幻觉”的 GPT-5。
把复杂留给自己，把确定性交还人类——这或许才是 AI 真正的成人礼。
