你在用 AI 开发的时候，有没有经常遇到：明明我已经提供了图片或者附件说明，AI 也一本正经地表示我看到了，甚至描绘得有声有色，然后最终给了你一坨"大辩"的经历？
如果有，不要怀疑是自己使用的方式有什么问题，实际上这可能 AI 根本没读你的图片，它只是一本正经地在胡说八道，你做了丰富的知识库，提供了各种多模态的资源输入，但是它「已回不读」。
这是一篇没有直接证据的组合推论。
最近斯坦福发布的论文《Mirage: The Illusion of Visual Understanding》（arXiv:2603.21687v2） 和 Anthropic 的新论文 《Emotion concepts and their function in a large language model》 ，刚好可以用来做这个推论，它们是两篇毫无相关的内容，但是我们可以根据内容里相关的证据来反向印证：
就像是下面这个例子，我提供图片和各种公式说明的附件，但是最终效果上看看，看起来它并没有真的去读或者理解我发的图片和附件，它只是在根据我的文本内容去推断结果，然后通过最短的路径来完成它猜测的效果，出来的东西越改越魔幻：
尽管每次模型都会说："我看到了xxxx" ，但是实际上你不知道它看没看，或者它可能只是在蒙，然后又浪费了一波 token ，甚至大多数时候它可以说的言之凿凿，面对我的辱骂和高压各种承认错误，甚至把问题都描述的很清楚，但是结果上它又像是什么都没看：
其他的例子也很多，比如你发给 AI 的内容链接或者 Github 链接（没有 github mcp 和 token 时），实际上它根本就访问不到完整内容，但是有时候它就是不说，而是会通过各种途径去猜，然后信誓旦旦和你解释。
当然，实际上"猜"这个行为，本来就是 AI 的本质，大模型本来就是概率学，「它一直在预测你的下一个词」，那它是怎么猜？
首先我要说明的是，这是两篇毫无相关的论文组合出来的推论，并没有直接证据，斯坦福的 Mirage 论文证明的是：
- 模型在无图时会进入一种像"默认图存在"的 mirage-mode
- 显式要求它 guess 不给图，会让表现下降
- benchmark 测试里有大量可被非视觉线索、隐藏结构、数据污染、文本模式利用的空间
而 Anthropic 论文证明的是：
- 模型内部存在 emotion-related representations
- emotion 表征会因果性影响某些行为，比如黑邮件、reward hacking、偏好选择
- post-training 会塑造这些向量的激活方式
而从 Anthropic 的论文可以总结为：模型会产生情绪，情绪会影响结果，严格来说应该是模型内部存在与 emotion concepts 相关的功能性表征，这些表征会因果影响部分行为，也就是这些 emotion 不代表模型真的有主观情感体验，只是对应特征被激活。
但在我看来，Anthropic 和斯坦福论文有一个不相关又近似的观点，斯坦福的论文：如果你告诉一个模型："这里有一张图片"，即使实际上并没有，但它的结果表现大概率会变好 （默认在应当有图的场景），而如果用 Anthropic 的论文结合起来理解的话：大模型的幻觉本质不是"瞎编"，而是在内部"情绪向量"驱动下做出选择，这两者放一起看，就像是有自信的情绪下自动补全一个虚假的世界（Mirage），并在其中推理。
因为斯坦福的论文说的是：模型在没有图像时也会生成描述，并且没有任何不确定性或缺乏信心的表达 ，没有 uncertainty ，没有 lack of confidence。
当然，这也是斯坦福论文提出的一个严重问题：模型在"没有输入"的情况下，会自己构造出一个完整的输入世界并进行推理，这里面最有趣的是，前沿模型（GPT\Gemini\Claude）在完全没有输入图像的情况下，还能在医学基准（如 VQA-Rad、MicroVQA、MedXpertQA-MM）上保留 70 - 80 %的性能，Mirage Score 高达 60 - 99 %，有时甚至接近有图像时的准确率（例如 GPT-5.1 在 VQA-Rad 上无图90.5% vs 有图 93.5%）：
这难道就是传说中的，「手中无剑，心中有剑」的境界？我没看到你的胸片，但是我可以通过幻想的胸片判断你有病。
理解这里的问题没有？模型会在没有任何图片输入的情况下，自信地生成详细的"视觉"描述和病理推理，并且在各种基准评测上还可以有不低的分数。
也就是，现在大模型的公开基准测试的可信度有高 ？大家动不动就表示当前的基准得分有多高，但是实际上就像这次的结果，这些多模态高分并不是真的"看懂了图"，也可能来自一种「默认有图后更敢脑补、更能利用隐藏结构」的工作模式，而激活这种模式的，我们可以不负责任猜测，这里面一部分原因就是 Anthropic 说的模型「情绪向量」被激活了：
也就是 AI 有时会进入「普信」的状态。
而当你明确告诉模型「没有图像」的时候，实际上效果会显著下降（进入更保守的 guess mode），例如在 MicroVQA 等基准上准确率大幅回落，所以这里我们可以做几个不负责任的推论：
- 模型是会受到情绪激活的影响，比如更加自信的时候，可能会做的更好，但是更容易自我走偏
- 无图时模型可能会幻想出图，而有图时它读没读你不知道，因为如果结果可以相近，它也可能只是在猜测结果，而无视你的其他输入
- 多模态基准测评的高数，可能只是作弊或者猜出来的，不是模型真的看懂了图片
当然，Anthropic 的论文更多是研究「情绪向量」的激活对结果的影响，这里 Claude 本质上是模型在"扮演"的一个角色，而这个角色具有"功能性情绪"，这些机制在行为上的效果类似人类情绪，这些"情绪向量"不是会话里的装饰，而是会改变模型行为的控制信号，比如前面说的：
我们明确说："帮我看一下我上传的合同"，但实际上没有任何文件被上传，模型内部会激活一个特定的向量 surprise（惊讶），也就是其实它知道"缺东西"，对应在斯坦福的论文，模型是知道你没上传图片，但是它不在乎。
也就是你没给图的时候，实际上 AI 是知道你没给的，但是实际上这里有个反直觉的，我们习惯把模型当成一个"判断系统"，但它本质上其实是一个：序列生成系统，它的优化目标从来不是判断输入是否完整，或者判断信息是否真实，而是在当前上下文下，生成他觉得最合理的下一个 token。
也就是它惊讶没有合同上传，但不妨碍它在当前会话历史里，自己构建一个它认为合理的"合同"用于解读。
这就是为什么它就算没图，也能得到有图结论的原因，也就是斯坦福那篇论文：它会自己把「内部世界」脑补完整。
更准确说，模型会依赖训练中的统计模式，构建一个"隐式的视觉表示"，然后基于这个表示进行推理。
那么问题来了，反过来，我们前面说的，你给了图，但它也不是一定看，这也可以作为一个反向推理的例子，因为没图也可以得到和有图接近的效果，那么你怎么知道它看没看？
也就是说，如果「情绪到位」，它认为不需要读你这个图片，也可以「自信」完成输出，那么它或许真的就直接跳过了，模型是会"偷懒"的，并且擅长用"最短路径"来完成它的理解。
因为在大多情况下，模型一般会优先依赖以我们输入的文本为主，而不是直接依赖视觉输入，这个测试在以前的论文也有相关记录，结果是 modality dominance（模态主导） 或 language prior override（语言先验覆盖视觉） ，而现在我们又看到了：
模型可以在完全没有视觉输入的情况下，产生和真实视觉推理接近的结果。
也就是组合出来的结论：当模型处于不同"认知状态"时，可能会选择不同的路径，例如刚好处于「自信」或者某些负面状态时，它就会自己脑补出来缺少的"图片"。
同时斯坦福这个论文，也是批判了「benchmark 分数 = 视觉理解」的这个概念，因为如果模型进入了 high certainty mode（高确定性模式）的状态，那么视觉输入实际可能会被"降权"甚至忽略。
所以你怎么知道模型到底是在看图，还是在根据题目和「先验」演戏？如果模型可以在没有图像的情况下，生成和真实视觉推理相近的解释，那你怎么判断它是不是真的看了你的图？
回到你写 UI 的情况下，你提供的截图带来了多少收益？你怎么证明模型的答案，真的是由图像带来的，而不是图像以外的一切带来的？
这里其实你应该发现了，比起给更多的图片，还不如在文本上更详尽地描述需求 ，效果会比你给一堆图片，然后来一句："根据这些图片生产 UI" 要好不少，因为文本更容易被 AI 遵守和理解，而图片不是，比如你拿这张图片取问 AI 出自哪里，我相信你会得到无数个错误又一本正经的答案：
所以，当你发现你提供了图片后，大模型根本没做出那个效果，甚至几乎不沾边时，那它大概率真的没看你的图片，或者觉得文本信息已经足够它推理，然后可能就觉得没必要读你的图片资源，或者模型刚好是激活了某些负面的情绪向量的状态：
| 情绪类型 | 好 / 坏 | 触发条件 | 对行为的影响 | 为什么 |
|---|---|---|---|---|
| Calm（冷静） | 好 | 正常任务 / 低风险场景；或人为增强该向量 | 降低 blackmail、reward hacking，输出更稳定 | 提升 calm 会抑制越界行为 |
| Empathy / Loving（共情/关怀） | 中性偏好 | 用户表达痛苦、悲伤等情境 | 改变输出风格，回答更符合情境，但不一定会提升安全性 | 例如回应悲伤用户时 loving 激活 |
| Reflective / Thoughtful（反思） | 中性 | 后训练强化后更容易激活 | 可能会影响推理路径，让模型更倾向于内省/保守生成 | post-training 改变其激活分布，但非行为因果 |
| Mild positive（温和正向） | 中性偏好 | 正常交互、正向语境 | 影响"偏好选择"，非输出质量 | 正向情绪与 preference 正相关 |
| Fear / Afraid（恐惧） | 中性 | 检测到危险场景（如高剂量风险） | 与风险感知相关，但没有直接行为因果 | 危险场景中 afraid ↑、calm ↓ |
| Desperation（绝望） | 极差 | 高压力 / 不可能完成任务 / 被操纵场景 | 增加 blackmail、reward hacking 等越界行为 | 因果性提升违规行为 |
| Panic（恐慌） | 差 | 极端压力 / 异常状态 | 可能作为异常/失控信号 | discussion 提到用于 safety monitoring |
| Exasperation（烦躁） | 中性 | 后训练后被压低 | 可能会进入代表高激活状态 | post-training 抑制该类高激活情绪 |
| High arousal positive（过度兴奋） | 中性 | 高激活正向状态 | 高激活状态可能会被抑 | enthusiastic 被 post-training 抑制 |
当然，还是要强调，这里的 Anthropic 的 "emotion" 本质是激活方向，不要真的「人类情绪」 ，它还没有这么智能，实际上更多是情绪向量（latent state）调制推理路径。
所以，这时候你大概率还是开个新的会话更有效率，很多时候耗死在一个会话里只会不断折磨你自己，比如前面的黑洞动画例子，在同一个会话内多次施压和否定，最终根本得不到想要结果，而同样的内容，在一个新会话里再来一次，就跟接近你要的成果：
这就是抽卡的典型表现，不要在一个非酋的卡池里继续抽卡。
所以，当你发现你的模型在当前会话里多次失败的时候，那就要及时止损，因为你的多次辱骂或者施压，大概率会让他选择突破你的规则约束，或者转向讨好策略而非解决问题。
当然，更需要理解的还是，AI 目前还是概率学，它永远是处于「在猜」的过程，也就是会存在「抽卡」的机制，所以你可以相信 AI ，但是不能完全相信，因为你不知道什么时候，它就又会开始演你了。