那些让人哭笑不得的「自信错误」#

它会在你问「怎么去重」时，给出一个 pandas 里根本不存在的函数：

1
import pandas as pd
2

3
df = pd.read_csv("data.csv")
4
df.verbose_dropna(inplace=True)   # 顺带把日志都打印了，体贴吧？
5
# 现实：pandas 没有 verbose_dropna，AI 只是把两个词硬拼在了一起

你反驳它，它会道歉、再给一个同样不存在的新函数。这份「屡败屡战」的执着，像极了刚入职又不好意思说自己不会的实习生。

更危险的翻车：幻觉出来的依赖包#

如果只是函数名错，编译器会立刻打脸。真正让人后背发凉的是幻觉依赖包（slopsquatting）。

AI 有时候会推荐一个「特别好用」的第三方库，比如：

1
npm install react-codeshift   # 实际并不存在的包

问题来了：AI 推荐的假包名往往稳定且可复现——同一批模型会反复吐出同一个名字。于是安全研究员真的去把 react-codeshift 注册了下来做实验，结果它「流窜」进了 237 个 GitHub 仓库，还被不少 AI 编程 Agent 自主下载安装。一项研究对 16 个大模型做了 57.6 万次代码生成测试，发现商业模型约 5.2%、开源模型约 21.7% 的概率会编造出不存在的包名，累计产出 20 多万个假名字。

换句话说：AI 不是在「查」包，是在给包起名字，而坏人只需要抢先注册，就能把恶意代码送进你的 node_modules。

保命小贴士#

别让「信任 AI」变成「信任一个不存在的供应商」。安装前花两秒验明正身：

1
npm view react-codeshift   # 报 404 就说明这个包是 AI 编的
2
pip index versions react-codeshift

结语#

AI 生成代码就像一位语速飞快、永远微笑的助手：它帮你省下大量时间，但你得偶尔抓住它的肩膀，认真问一句——「这个函数，真的存在吗？」

参考来源

• Top AIs invent same fake PyPl and npm package names — CSO Online 报道，多个顶级大模型编出相同的虚假包名
• Slopsquatting: How AI Agents Are Hallucinating Dependencies Into Real Supply-Chain Attacks — 幻觉依赖如何演变成真实的供应链攻击
• npm Slopsquatting: Hallucinated Package Risk Explained — 幻觉包风险的防御思路