公共证据实验室 / 档案 O-6148
Claude长会话事实幻觉检测工具
检测并标记Claude在长会话中未经核验就直接断言为事实的陈述，尤其针对早期上下文被误当真值源导致的级联幻觉
首次发现 2026-09-11 · 最近更新 2026-10-29 · 每日重算
以上为已采集样本中的观察，不代表全平台发生率，不能判断是否普遍或正在加速；采集范围 09-16、09-27 有调整，月度数量不可作趋势解读。
代表证据
公开预览展示 2 条 · 完整证据链共 2 条原帖标题：Anyone actually running a business with Claude? How are you stopping confident, unverified mistakes?
Claude states things as facts that it did not veri…
Claude 会把它没有在该轮中验证过的事情当作事实陈述。在长会话中情况明显更糟,早期对话/上下文开…
公开层仅保留极短引用；请打开原帖核对完整语境。
原帖标题：Our voice agent made up a delivery date and then defended it for three turns
What happens is customer asks something, agent giv…
实际发生的是：客户提问，智能体给出一个听起来还行的回答，几个回合后客户反驳，智能体会加倍坚持，因为此…
公开层仅保留极短引用；请打开原帖核对完整语境。
这些证据还证明不了什么
要升到 重复印证，还缺：
- 还差 1 条独立内容（现有 2 条）
- 同一需求出现在另一个来源家族，或由 3 个不同作者说出
这里没有本人付费陈述在案，所以本页不给任何定价建议。没有付费证据撑着的价格，只是套了个数字的猜测。
关注公众号，每周收到这种
「海外掏钱实录」· 每周更新 · 每条结论都有原帖证据
遇到类似问题？免费代查
在公众号回复「代查」加上你遇到的问题，48 小时内告诉你：海外同行有没有人遇到同样的事、我们收到了多少条记录、最早从什么时候开始有、他们原话怎么说、原帖链接。
评分口径摘要
证据置信度 = 强度 × 证据量 × 来源多样性 × 付费 × 竞争 × 趋势 × 10。所有计数基于独立内容条目（同一帖子多条信号只计 1 条）；仅"亲身痛点 / 当前支出 / 明确愿付 / 功能请求"四类一手证据计入；同一作者的重复内容按 0.15 权重折价计入评分，刷屏抬不了分；评分与状态晋级由确定性代码完成。
⚠ "付费支撑"表示证据里出现过本人付费陈述；不是"值得创业"的判断。"正在转弱"是时效标签，与证据级别是并列的两件事。完整规则见 方法与可信度。