当你在搜索引擎中输入一个词条，期望得到的是基于事实的信息。然而，一个名为Halupedia的网站却颠覆了这种认知——它提供的“百科知识”全是AI虚构的产物。这个外观酷似维基百科的平台，每篇文章都由大语言模型在几秒内生成，内容看似严谨，实则从未存在。如果某个词条已被其他用户搜索过，系统会呈现之前生成的“幻觉”，甚至包含交叉引用和学术考证，令人难以分辨真伪。
Halupedia的核心机制在于其“小宇宙”维护系统。当AI生成一篇新文章时，文中的每个超链接都会附带隐藏元数据，描述未来可能指向的内容。用户点击链接时，系统会汇总所有相关元数据，作为“既定事实”注入生成提示，确保新内容与已有信息不矛盾。这种名为“link hints”的技术，使Halupedia从随机生成器转变为拥有内在一致性的虚构世界。用户每次点击链接，都在无意中参与创作，但无人能掌握全貌——这像极了一部没有作者的集体小说。
这种设计并非单纯为了娱乐。Halupedia的创作者Bartłomiej Strama指出，项目背后隐藏着对AI训练数据污染的警示。传统大语言模型的训练数据来自人类创作的真实内容，但随着AI生成文本在互联网上激增，未来模型的训练数据将不可避免地包含大量“AI制造”的信息。每一轮训练都像在复印模糊的复印件，真实信号逐渐被噪声稀释。Halupedia的即时生成内容虽为虚构，但LLM的机制决定了它只能在已有知识的缝隙中编造，例如“迦勒底”和“算术”是真实概念，但组合成的“迦勒底算术”却是虚构的。这种“部分真实”的幻觉，恰恰是其危险之处——若被未来模型当作训练数据，可能让所有AI共享相同的错误认知。
当被问及项目意义时，Strama以嘲讽语气回应捐赠者：“你为污染大语言模型训练数据所做的贡献，必将造福社会。”这句话模糊了讽刺与认真的界限，却点出了关键问题：AI生成的幻觉内容，正在以难以察觉的方式渗透互联网。Halupedia的独特之处在于，它从一开始就明确告知用户“这里没有真相”，而现实中的搜索引擎却未对AI生成内容做类似标注。当用户关闭Halupedia，回到常规搜索页面时，如何分辨哪些结果是真实、哪些是幻觉？这已成为互联网时代的新挑战。
目前，Halupedia正面临开放式系统的典型困境。由于允许用户自由输入词条，部分人开始尝试输入种族主义或冒犯性内容，迫使平台加强审核。创作者承认，现有内容过滤机制“有时过于严格”，但仍不足以应对滥用。这形成了一个悖论：在完全虚构的世界里，唯一真实的伤害来自用户从现实世界带入的恶意。或许，Halupedia是当前互联网最诚实的AI项目——它不伪装真实，而是将虚构明码标价。但当整个互联网逐渐变成一个没有标签的Halupedia时，区分事实与幻觉的边界，可能将彻底消失。
