兰 亭 墨 苑

标题 *

URL 别名 *

内容 * (支持 Markdown 格式) 作为一个建筑师，现在从事 AI 领域工作的人。 我想说的是，恐惧，终于是要蔓延出去了。 我最常跟人说的是，以后设计会不存在了。并不是因为 AI 真能在现在替代掉大部分的岗位，而是新人的学习路径可能消失了，而低级的设计将没有存在的必要（因为 AI 可以做得更好）。现如今你如果使用 AI 工具，那它的上限是你的审美和运用其特长的能力，但随着模型的发展，很难说某一天它直接能做到我们现在能做到的事情。而低级的设计，是普通设计师的一个练习场域，这个路径一旦消失，我们将很难培养出足够优秀的设计师。 人的发展很有趣，你会发现有一些人在学会一些内容后，就会原地踏步起来，每天做一样的事情，这就是工作。而这种重复性的低端工作本质上是可替代性最强的。但总有些人不满足于这种简单事物，于是你就会看到人对于工具运用边界的扩张，而这种扩张是重要的学习过程。人是需要成长路径的，即使是天才也需要。而 AI 很大程度上可能会占据这种成长路径——尤其是那种“从低级练习一路练到高级判断”的过程。 三年前，sd 还在最开始的时候，我开始用它做设计，我惊讶的是我可以很快的看到不同的我希望的效果，然后根据不同的效果图对比，最后细化出最佳方案。我认为它是非常好的辅助工具，但当时我就感受到一种微微的不妙感，却并没有意识到这种感受的来源。后来我意识到了，这种不妙来源于滥用：如果你采用 AI 工具迭代千百遍，最后归纳想法，找出前进方向，这是设计方式；如果你用 AI 直接产出作品，那又是什么？这种滥用在趋利化的今天会造成大量的网络垃圾，这几乎已是必然。 图1；2023-2024，用AI推敲建筑设计方案。Portfolio: https://online.fliphtml5.com/ifpfk/oixd/­ 作品集 online.fliphtml5.com/ifpfk/oixd/%C2%AD SORA 出来的时候，我就感觉视频从业者的未来并不好过，但这种危机感并没有无限延伸。大众对 AI 充满了误解：AI 能做到什么？不能做到什么？这里面有巨大的认知偏差。对于摄影和影像行业来说，当时 AI 缺的是可控性，一致性，以及清晰度。更关键的是：在你还要求“可控”和“保持一致”的前提下，还没有足够好的算法能真正把影像的绝对清晰度拉上去。 现在 Nano Banana 的一致性已经足够好了，好到可以跟用真正高清人像做出来的 LoRA 不相上下。在做 AI 人像摄影那段时间，常跟客户说的是：像单采样工具，不可能很好的还原人本身特征。因为人的脸部表情，肌肉习惯都不大一样，而单采样通过一个预训练模型来做勾勒，想象，由于它缺少了这个人本身的各种信息，因此对人物一致性一定是会有缺失，而这种缺陷不可能通过模型简单升级就修复。 但我忽略的一点是，真的需要那么高的一致性么？有一次我帮一个客户做了一组照片，我认为已经非常之好，并且极其还原。但她拿到后，用传统的美图，将其修的完全偏离了本人。我这个时候突然意识到，也许人们本身就不需要那么高的一致性。很多时候，“像不像本人”并不是第一优先级，“好不好看/像不像某种理想形象”才是。而这，Nano Banana 已经能做到非常好了。 这就是一个可用的边界和理想边界的区别：当 AI 到达可用边界的时候，它就开始满足大量真实需求了——哪怕它离“完美”还差得远。于是它可能就会开始侵蚀一些岗位。并不一定做的好，专业人员嗤之以鼻，但就有大量人开始使用了。 作为长期的 AI 使用者，现在也算是从业人员，TIM 他们现在受到的震撼（我身边的一些从业者朋友那种震撼），我一直都感同身受着。但最近也慢慢好了起来，至少觉得有一点可能很多人忽视了：AI 是有上手的难度的。 近期也在做着 AI 的教学，之前感慨着 AI 已经能做到好些事情，最后发现，并不是 AI 能做，而是我本身就能做，因此能教 AI 怎么做，怎样做才会是对的。我们人类，本质上就是一个上下文提供者——把目标、边界、判断标准、取舍逻辑，一次次喂给机器。不过我觉得这个门槛也不会太久。 最近为了项目疯狂的设计 skill，而这种 skill 就是人类的经验。我发现 Claude skill 这个工具用很简单的思路叙述了 AI 的本质。它就是《初恋 50 次》或者《记忆碎片》里的那个失忆的主角，只有在恰当的提示下，才记起自己要做什么事情，而人类就是那个上下文提供者。 其实，Skill 最可怕的一点并不在于它本身的这套机制，而在于使用者的使用方式。它过于简单，以至于人们愿意整理分享出自己的专业经验。而这些专业经验，正是使用 AI 中可以拓展人类能力边界的事情。 AI 的能力边界取决于使用者，而不是其本身，至少现在还是这样的，但事情正在发生变化。 我对悲观态度很大程度上也在于使用者本身。一个可以严格遵循提示词的 AI 工具，是我们所期望的，我不怀疑会有人用这样的工具做出非常精良的产品，但我觉得大部分人可能用它复刻已有的爆款，用这种方式去赢得流量，获得收益。 在 AI 的时代，筛选将变得极其困难，一个优质的内容提供者很可能会因此掩埋在大量的工业化复制品之下。但同时，AI 也可以提高最好的那批内容提供者的产出。但有点可悲的是，这种产出往往是同质化的，缺少个性的。当你们的结果都被同一个 AI 修饰过，你们所用的词汇，造句的格式都让人有种似曾相识的感觉，这到底是好还是坏？ 有段时间我沉迷于使用 notebookLM 来作为播客工具，因为每天我都有大量的新信息希望得知，但又没有时间去看。它的这种总结能力，套路化的创作手法，都非常好，可以帮助我在闲暇时间总结并了解信息密度极高的消息。但当我像平时一样打开视频，看真实人类博客的时候，猛然发现，这人的用词，遣词造句，起承转合的方式都和 NotebookLM 如出一辙。 这是一种洗稿么？拿 NotebookLM 洗稿可以产出好作品么？粗制滥造盛行的当下，对于这种作品我总是保持着审慎的态度。因为我认为当你用这个工具，你的信息源，信息处理方式的控制是否是合理的，更有甚者，内容是否仅仅是 AI 的幻觉，换句话说，我能不能信任这个内容所提供的信息？ 改变行业的 AI 很快就会来，可用性本质上是可以用流程化、工程化的方式优化的。但大模型的进步才是整个行业前进的基础。做 agent 的都要够快。经常遇到的事情是：一个流程研究了小半个月才解决的问题，随着模型更新，能力短板补齐了，这套工作流就不需要了，所以你其实什么都不用做，等上半个月，这个问题也许就解决了（笑） 但改变，不是替代。 至少 AGI 来临前，不会有太大的变化，马照跑，舞照跳，明天来临前，谁都不知道，太阳会不会照常升起。

配图 (可多选)

标签