《如何用 Web Modern 重現生成式 AI 幻覺？》

從 Event Loop 到 Transformer Attention，用網頁教你懂「AI 為什麼會亂講話」

TL;DR（Too Long; Didn’t Read）
「幻覺」（Hallucination）不是錯誤，而是生成式 AI 在缺乏記憶時的預測行為。
就像瀏覽器的 Event Loop 在等待事件時仍保持運行，AI 也會在「沒有資料」的情況下主動補完語意。

👉 本文用前端思維重現生成式 AI 的幻覺現象，從 JS 的非同步運作講到 Transformer 的注意力分配，讓你理解：AI 的幻覺，其實是語言系統的「反射弧」。

🧩 一、導言：AI「亂講話」像極了瀏覽器的非同步

開發者都知道：
JavaScript 在等待資料時不會卡住，而是先預測、再回填。
生成式 AI 也是同樣邏輯。

當你問：

「請舉例 2025 年台灣的長照 AI 案例？」

模型若沒見過這個資料，它會「先補」一個合理句子，
好比瀏覽器在 Promise 尚未 resolve 前，先用 Placeholder 畫出畫面。

📌 幻覺的本質：是語言模型的「非同步回應策略」。

⚙️ 二、從 Event Loop 看 AI 為何「幻覺」

想像這段程式：

console.log("使用者問題：請列出台灣AI長照案例");

setTimeout(() => {
  console.log("查無實際資料，改用語意補完：");
  console.log("根據衛福部與輔大合作的AI照護計畫...");
}, 1000);

console.log("AI正在生成答案中...");

輸出結果：

使用者問題：請列出台灣AI長照案例
AI正在生成答案中...
查無實際資料，改用語意補完：
根據衛福部與輔大合作的AI照護計畫...

這跟生成式 AI 完全一樣：

它的「主執行緒」不能停下來，所以即使缺資料也要先給反應。

這就是幻覺產生的瞬間。
AI 沒有「阻塞 I/O」，而是「語義非同步」。

🧠 三、React Fiber：AI 的幻覺排程器

在 React Fiber 裡，瀏覽器會「分段渲染」，讓畫面不卡頓。
生成式 AI 的 Transformer 也是「分層注意」的。

👉 幻覺 ≈ 一次渲染未完成的 Fiber tree。
AI 提早 commit 了語意，但還沒 fetch 到正確的資料。

🔍 四、生成式 AI 的幻覺像瀏覽器的 repaint

想像一個用戶滾動頁面時的畫面更新：
每次 scroll 都觸發 repaint，而某些圖片還沒載入。
瀏覽器不會空白一片，而是先放佔位圖。

生成式 AI 在語料缺口時，也會先放「語義佔位」：

例如：「根據 2025 年衛福部政策指出……」
→ 這是語義佔位符（semantic placeholder）。

這樣的幻覺看似錯誤，其實是模型的容錯機制。
若沒有它，AI 的回答會變成「我不知道」一片空白。

🧬 五、如何在 Web Modern 中「教懂」幻覺？

可以用網頁重現 AI 的幻覺過程：
當使用者輸入問題時，JS 模擬 Transformer 的 token 流輸出：

const tokens = ["根據", "資料", "顯示", "2025", "台灣", "AI", "長照", "計畫"];
const hallucinate = ["可能", "涉及", "衛福部", "與", "輔仁大學", "合作"];
const hasData = false;

async function generate() {
  const output = [];
  for (let t of (hasData ? tokens : hallucinate)) {
    output.push(t);
    console.log(output.join(""));
    await new Promise(r => setTimeout(r, 200));
  }
}

generate();

效果：

預期結果：「根據資料顯示2025台灣AI長照計畫」
幻覺模式：「可能涉及衛福部與輔仁大學合作」

💡 工程寓意：

生成式 AI 不會「等資料」，它會「預測合理輸出」維持語義流暢。

🧠 六、生成式幻覺 ≠ Bug，而是「語言渲染」

就像 React Suspense 讓畫面不閃爍，
AI 的幻覺讓回答不中斷。

但差別在於：

• React 最終會「replace fallback」；
• AI 若不校正，就會「commit hallucination」。

因此，我們需要 RAG（檢索增強生成） 與 Verifier（驗證器）
來像 DOM Diff 一樣修正語意樹。

🔧 七、如何讓幻覺「有界」而非「消滅」

重點：
不要追求「零幻覺」，而是要讓幻覺「像瀏覽器 fallback 一樣可控」。

🧭 八、回顧與延伸：從 Fiber 到 Transformer

• Event Loop 告訴我們：AI 不能停，所以要補。
• React Fiber 告訴我們：補完是暫時的，最終要 reconcile。
• 幻覺 是語言的「渲染邏輯」，不是錯誤。
• RAG/Verifier 就是語言的「重繪機制」。

💬 結語：
幻覺不是錯，而是 AI 為了保持流暢性而「先畫後修」。
工程師該做的，是給它正確的 data fetch pipeline，
讓模型像 React 一樣，知道什麼該暫存、什麼該更新。