社区

事情的起因是这样的，昨天我们转载了九爷的一篇文章。

有朋友批评“AI味”太浓了，我觉得这是一个很好的角度，正好跟大家分享下个人的感受。

我们先做个框定，讨论的内容仅限于AI生成类内容，也就是AIGC。

帮你写代码、做重复工作的不算，那只能叫牛马辅助器。

#01

“原始的冲动”

人类对于造物似乎是刻在DNA里的技能，甚至包括要创造另一个自己。

ChatGPT还没火的时候就接触过了，只不过当时当成了乐子。

一群论坛里面没品的人把ChatGPT改造成各种性格的角色，通过对话进行角色扮演。

而有些角色，总能让你老脸一红。

当时可能没有人意识到，这些“老变态”调教AI的手段就叫“提示词工程”。

再到后来，有了Stabe Diffusion之类的文生图工具，这帮货又有了新玩具。

那时候，各种风格的NSFW模型被训练出来，他们称之为“炼丹”。

当然，以上这只能算暗线。

最早适用ChatGPT类工具进行的工作是帮孩子写作业，包括Kimi、豆包、ChatGPT都被用来干这个事。

当然，还得小心，这些货总会时不时整出个“3.11>3.9”的幺蛾子来。

及至后来，我会用他们去翻译文献、报告等。

毕竟全英文的看起来还是很吃力，有翻译过的还是更方便。

所以你看，人类原始的冲动：“**（自己补全）”和偷懒是促进AIGC产品发展的动力。

人们乐此不疲的使用着这些工具，那又怎么厌倦了呢？

#02

“缺点”

在调教ChatGPT的初级阶段，这些提示词工程师们就发现了AIGC的一些问题。

比如，经常会出现忘记上下文的“老年痴呆”，逻辑性缺失等问题。

就跟谈恋爱好不容易发展到牵手走进电影院，一出来对方就问你是谁，那感觉....

文生图时代，“炼丹”的“废品率”也不低。

比如6根手指、不合理的关节角度等等，也是让人眼前一黑。

当然，运用到工作上就更是灾难级别了。

比如2023年这个案例是非常典型的AIGC应用到工作中的反面案例，律师在查找案例时偷懒，直接让ChatGPT去搜集整理。

结果，ChatGPT也选择了偷懒，编造出了6个案例。

法官也是厉害，竟然给发现了...

当然，这些缺点随着更大规模的训练、更强大的算法得意大大减少。

然而，像我这样抗拒AIGC内容的“老古董”似乎还不少。

比如，咱们开头的两位朋友。

为啥？个人认为是对“伪智能”的排斥。

#03

“伪智能”

如今互联网上，AIGC内容越来越多。

用AI写文章都是小儿科了，视频的配音大量使用AI模型，连你在抖音刷到的小姐姐都可能是AI生成的。

但是，这些内容都有一些“伪智能”的痕迹。

比如文字内容的过度结构化输出，啥都能给你列出个123；编造参考资料、文献出处；使用“自造词”提升高级感等等。

比如这个流传颇广的谣言，“80后的死亡率已经超过70后”就是AI编造的谣言+人工标题党结合的产物。

图片也存在一样的问题，2025年1月，西藏日喀则市定日县发生6.8级地震，一张“小男孩被埋图”在网络上流传。

而实际上，这个孩子的照片是AI生成的，甚至是劣质版本的。

注意看，孩子的左手是六指，这是典型的AI生成人像错误。

所以“伪智能”不仅没有给我们的生活、学习带来便利，反而增加了识别虚假信息的负担。

关键是，这种AIGC正在污染我们的信息源。

用AI生成文章/文案糊弄读者，这些内容成为引用源，AI再次生成文章/文案使用了这些引用源。

循环往复，生生不息。

这要能产生真正的智能，我倒立洗头...

#04

最后

（图片来自网络，侵删）

我们的读者不用担心，原创文章都是真人写的。

我们目前应用最多的就是拿AI来翻译，还要经过人工校对那种，这货有些翻译不符合我们的习惯。

大家可以经常在我们的文章中看到错别字、2025打成2024啥的...这种大家就当成“anti-AI”标记吧。

嗯，听起来很高级。

而且，AI也在进步。

比如最近刚刚出来的Manus，用来收集数据，做做图表，似乎比我高效多了。

也许我们无法分辨人与AI产生的内容的时代终究会到来。

只是，那个时候，人还有存在的必要么？