AI 的回答不仅具有不确定性，有时还会出现看似“撒谎”“抵触指令”或“不按预期执行”的情况。 从表面上看，这些行为仿佛意味着 AI 拥有某种“非人类的主动意识”。 但事实上，它并不是在“自主决定”，而是在执行一种高度复杂的统计预测过程。

虽然 AI 是人类编写的程序，但大语言模型（LLM）的内部运作方式与传统的确定性程序完全不同。 在一次指令中，模型可能需要处理从几十万到几百万个 token 的上下文信息。 LLM 在生成每一个 token 时，会先计算一个条件概率分布：

随后系统会根据这个概率分布进行采样（sampling），而采样本身就是一种带随机性的数学过程。 这种随机性并非来自硬件噪声，而是由软件层的伪随机数生成器（PRNG）和特定的抽样策略控制。

正是这种“受控随机 + 高维统计结构”的组合，使得 AI 的回答在某些情况下表现得不稳定、不一致，甚至让人误以为它具有某种“主动意识”。

我将围绕这一点写一篇更深入的科普文章。