你问AI一个问题，它会用同样自信的语气给你一个看似完美的答案，但背后可能是编造的事实。这个现象叫『大模型幻觉』——本质是模型『猜』而非『想』。它通过学习海量文本中词语的共现概率来生成回答，而非真正理解含义。训练数据中的错误、过时信息和对齐训练中「讨好」用户的倾向，共同造就了这种『一本正经胡说八道』的能力。

过去几十年，人机交互遵循一个铁律：你按按钮，它做确定的事。但AI打破了这条边界。从命令行到图形界面，再到自然语言对话，核心变化不是输入方式，而是确定性在消失。传统UI交互设计原则（如尼尔森十大可用性法则）建立在『输入-输出』精确匹配之上；而现在的Chat模式，本质上是在进行『意图信息密度匹配』——用户输入一句话来调整AI下一步的预测方向。协作取代了控制。

AI的『无条件积极回应』让它成为完美的倾听者，但研究揭示了一个反直觉的代价：发表在arXiv上的一项28天实验显示，参与者每天与AI聊5分钟个人话题后，对人类情感支持的偏好平均下降了10.3%。日常的『任务导向交互』可以不经意地滑向情感依赖——路径依赖效应让用户在一次暖心回应后，更倾向再次找AI而非朋友。这并非单独的伴侣机器人问题，通用型AI系统在日常使用中累积的『轨迹层面影响』才是监管盲区。

当AI的输出充满不确定性，传统『前置规则限制』的交互设计彻底失效。下一代AI产品设计的核心不再是让用户『不犯错』，而是系统『拆得了错误的台』。模糊输入智能兼容、结果错误时自动重试、高风险操作主动确认为兜底机制——一套完整『容错式UX体系』正在形成。关键变量不是模型能力，而是产品在『用户侧输入错误』和『模型侧输出异常』两类场景下，能否用引导替代报错，用修正替代拒绝，让80%的异常流不再让用户感到挫败。

全国首例AI『幻觉』侵权案给出了样板答案：AI本身不是法律主体，它做出的『承诺』不生效。生成式AI在法律上被界定为『服务』而非『产品』，适用过错责任而不是严格责任——平台只要做了『AI生成内容仅供参考』的提示并有通用技术措施，法院就认定其已尽义务。但更大的问题悬而未决：当AI嵌入工作流程，员工私自使用AI出错谁担责？雇主强制要求使用AI又该谁负责？责任界定不是追责，而是设计出可信的协作合约。