2026-10-14 05:52:06 作者：大讲堂
凌晨两点的杭州未来科技城，机房的冷风吹得我后颈发僵。张工把手里的冰美式往防静电地板上一墩，罐身砸出闷响。
“又崩了。”
跑了1200亿参数的模型，认不出我奶奶的手写借条
我们当时接了省档案馆的项目，要把建国以来的几十万份手写档案扫描成可检索的电子档。前期路演的时候，我们把PPT做得天花乱坠，说靠深度学习的OCR能力，能把档案识别准确率拉到98%，三个月就能干完原来三年的活。
结果上线第一周，我随手掏出口袋里揣的、我奶奶塞给我的老借条——1998年写的，纸是从作业本上撕下来的，边角沾了点当年的酱油印，字歪歪扭扭的，“今借到伍佰元整”几个字，那个“伍”写得连笔快成“五”了。我把扫描件喂给模型，等了三秒，结果跳出来：“今借到五百无整。”
我当时笑到直拍桌子。张工凑过来看，脸瞬间绿了！
老旧手写档案OCR识别错误案例截图
我们当时微调的是训练了3000万张正规印刷票据的大模型，按理说日常票据识别的准确率高到离谱，为什么栽在这张破纸上？答案说出来有点可笑——训练集里的所有“伍佰元”，要么是银行印在正式单据上的宋体字，要么是储户在印刷规整的存款单上写的楷书，从来没有沾了酱油印、写在作业本纸上、连笔快认不出来的字。
它根本不是会“学习”，它只是把见过的东西，拼得像那么回事而已。那天我盯着屏幕上那个错得离谱的识别结果，突然反应过来，之前被各路科普吹得神乎其神的深度学习，原来本质上是个“模仿高手”。它从来不会真的理解“伍佰元”是什么意思，它只是在见过的几千万个“伍佰元”的字形里，找个最像的匹配给你。一旦遇到训练集里没见过的场景，它就露馅。说实话，我当时第一反应不是技术不行，是突然觉得这东西跟我家刚上小学的侄子没差——背了一整本生字表，遇到没见过的字就瞎蒙。
机房里没人说的秘密：它的“聪明”，全靠人在后面擦屁股
很多外人觉得，深度学习的模型一旦训练完，就能自己跑，自己进化，人等着收结果就行。根本不是。我们当时每周要处理的识别错误样本，能攒满满两个硬盘。这些错漏的样本，全靠人一个个标出来，告诉模型“你刚才认错了，正确的字是这个”，再喂回去重新训练。
我们组里的小周，去年刚毕业的小姑娘，每天的工作就是对着屏幕标这些错漏。有次我路过她工位，看见她盯着屏幕掉眼泪。屏幕上是连续第三十个被模型认错的“陈”字——用户手写的“陈”，左耳旁写得太开，模型直接识别成了“阵”。她上周刚熬了三个通宵，标完1200份来自全国不同地区的手写快递单，就为了让模型把这个姓认对，结果上线第一天，还是错。
深度学习badcase人工标注工位实拍
她工位的隔板上贴了张便签，字歪歪扭扭的：“我在给人工智能当妈。”
我当时站在旁边，半天没说出话。
大家总说深度学习的算力贵，模型大，烧钱如流水。很少有人提，那些藏在屏幕后面，日复一日给模型擦屁股的人，才是这个系统里最沉默的部分。我们算过一笔账：跑一次全量模型推理的电费，够整个组吃三顿重庆火锅；要把手写档案的识别准确率从92%拉到99%，得再标至少500万份不同场景的样本，算下来的人力成本，比请两个退休的老会计坐在档案室里逐份翻档案，贵了快四倍。你说扯不扯？我们砸了几百万搞的技术，最后算下来，性价比还不如两个戴老花镜的退休阿姨。
它就是个胃口极大的吞金兽。你喂给它什么，它就长成什么样。你喂的东西全是正规场景的印刷字，它遇到沾了酱油的借条就直接瞎。你喂的样本里手写“陈”字全是规规矩矩的楷书，它遇到写得开的左耳旁就认成阵。哪有什么无师自通的聪明啊，全是人在后面一点点把它教出来的。
它最厉害的地方，从来不是代替人
它最厉害的地方，从来不是代替人
后来我们那个项目没死磕“100%识别准确率”的目标。改了方案。
我们把模型的功能拆了：它只负责干两件事——第一，把字迹清晰、没有污渍、印刷规整的档案，自动识别成电子文本，不用人管；第二，把那些皱巴巴、沾了水、字歪歪扭扭、识别置信度低于阈值的档案，单独挑出来，推到档案管理员的工作界面上。
就这么个简单的调整，原来档案馆的李阿姨她们，要花整整三个月才能干完的活，两周就弄完了。我记得李阿姨快60了，之前每天对着堆到天花板的档案翻，腰间盘突出的老毛病犯了，得扶着桌子站半天才能缓过来。现在每天下午三点，她就能准时下班去小学门口接孙子。有次她在走廊碰到我，塞给我一把自己家烤的核桃，壳薄得一捏就碎。“这机器比我家那小子靠谱，至少不跟我顶嘴，让它干啥就干啥。”
有天我留在机房改参数，凌晨一点多，屏幕上的模型跳出来一条识别结果：一张1976年的入伍登记表，边角被虫蛀了个洞，边缘的字全模糊了，模型精准抓出了中间的核心信息：“张三，1976年3月入伍，籍贯浙江余姚”。剩下那些模糊的、被虫蛀的字，它老老实实标了“待人工确认”。
我当时突然就想通了。之前大家对深度学习的误解，真的太深了。总有人说它要取代所有岗位，要变成无所不能的神，要把人类的工作全抢光。但实际上，它就是个力气很大、眼神不太好、记性特别好的实习生。
你让它独立扛所有事，它肯定给你捅娄子，把“伍佰元”认成“五百无”，把“陈”姓认成“阵”姓，遇到没见过的场景就直接卡壳。但你给它搭好边界，告诉它什么事适合它干，什么事必须交给人来兜底，它能把最磨人的、重复的、耗精力的活，全给你扛了。它不会嫌档案堆得高，不会因为翻了一天的文件腰杆疼，不会因为标了一千个样本觉得累——当然，累的是后面给它擦屁股的人，但至少这些累，最后换成了李阿姨能准时接孙子的下午，换成了我们不用再对着几十万份档案熬大夜。
上周我奶奶给我打电话，说她翻旧箱子的时候又看到了那张1998年的借条。我掏手机用自带的识别功能拍了一下，这次屏幕上跳出来的结果分毫不差：“今借到伍佰元整，1998年6月”。
我盯着屏幕看了半天。
现在全网都在聊大模型，聊AGI，聊深度学习要怎么颠覆世界。各种发布会开得热热闹闹，好像再过半年，我们就能被人工智能伺候得衣来伸手饭来张口。但我总想起杭州那个冷得像冰窖的机房，想起墩冰美式的张工，想起掉眼泪的小周，想起李阿姨塞给我的薄皮核桃。
哪有什么从天而降的神啊。
不过是一群普通人，对着一堆代码，一点点给那个没见过世面的模型，教它认字，帮它找对位置，看着它慢慢长出能帮人搭把手的力气而已。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：深度学习不是神：我在杭州机房蹲了3个月，看见它最狼狈的样子
文章链接：https://m.lfdjt.com/info_23_25732.html
大讲堂