上周六在南京新街口的小报告厅，空调开得太足，我裹着薄外套缩在第三排，听台上做算法的工程师拆生成式AI的“魔法”外壳。旁边坐的做新媒体的姑娘中途偷偷戳我胳膊，说她上周用AI写的季度述职报告被领导一眼看穿，问她是不是随便找了个软件凑数，现在整个人还在懊恼。
你以为的凭空创造，本质是拼贴记忆碎片
很多人第一次用生成式AI的时候都会被震到。你输几个关键词，它几秒就能给你出一篇流畅的文章、一张氛围感拉满的图、一段逻辑顺溜的代码，好像只要你敢想，它就敢给你变出来。
没有魔法。真的。
那些看起来完全是“新生成”的内容，本质上是它从喂给它的亿万份公开文本、图片、视频素材里，把最匹配你关键词的片段剪下来，像小孩做拼贴画一样粘到一起，快到你根本看不见剪的过程。你让它画一只穿洛丽塔裙的三花猫，它从来没真的蹲在路边观察过三花猫的毛纹长什么样，也没摸过洛丽塔裙的蕾丝面料是什么质感，它只是在训练集里攒了几百万张三花猫的图、几百万张洛丽塔裙的图、几百万张小动物穿衣服的图，把这些素材里最符合大众审美认知的像素块拼到一块，刚好凑成你要的画面。
我上周让它帮我写一段给猫的周年领养文案，写出来的句子甜得发腻，什么“你是我疲惫生活里的小太阳”“谢谢你选择我当你的主人”，看得我鸡皮疙瘩掉一地。为什么？因为这些句子根本不是它的真实感受——它没在我加班到凌晨开门回家的时候，被我家那只胖橘猫蹭过裤腿，没在它打翻我半杯咖啡的时候追着它绕沙发跑三圈，没在它软着肚子趴在我腿上打呼噜的时候，摸过它肚子上软乎乎的毛。它写的所有深情，都是从别人写过的千万段宠物文案里摘出来的碎片，拼得再顺，也没有真的温度。
被吹爆的效率提升，藏着你没算的隐形成本
现在刷到太多人说，用生成式AI写方案省了80%的时间，做图省了90%的功夫，好像只要把AI打开，你就能从重复劳动里彻底解放出来。
那天坐我旁边的做品牌策划的姐姐，给我算了一笔她自己的账。上个月她要做一款新茶饮的上市推广稿，一开始兴致勃勃把产品资料全丢给AI，想着半小时就能出一版能交差的稿子。结果前后改了17版，AI一会把产品里加的真实果粒说成了人工香精，一会把目标受众写成了退休的中老年群体，甚至把隔壁竞品的slogan都原封不动抄了过来。等她把所有错误都揪出来改完，花的时间比她自己从头写一版还多了一倍。
坑全在细节里。
之前有个做平面设计的朋友跟我吐槽，他用AI出了10张活动主视觉图，兴高采烈发给客户，被全部打回来——有的图里画的人物长了6根手指，有的图上的活动时间写错了年份，还有的把品牌名字里的字写得缺了偏旁。他对着10张图逐张检查、修错的时间，比他自己手绘3张图还久。
很多人没搞懂一件事，生成式AI的核心目标，从来不是“输出绝对正确的内容”，是“输出看起来和正确内容很像的东西”。它没有常识的锚点。你问它南京0923这场沙龙上，台上的工程师穿的什么颜色的衬衫，它根本没在现场，它只会从训练集里搜“科技沙龙 工程师 穿搭”，给你拼一个最常见的答案，里面藏的错漏，全要你自己兜底。
别等它来抢工作，先搞清楚它能帮你省哪部分力
散场休息的时候，我听见旁边两个刚毕业的小孩在聊，说现在生成式AI这么厉害，是不是再过两年，做文案、做设计、做程序员的都要失业了。
说实话，我之前也被这种焦虑裹着跑过。直到我让AI帮我列一份给我家猫买猫砂的攻略，它给我整了三页纸的参数，连猫砂的结团速度要达到多少厘米每秒都标得清清楚楚，我家那只除了吃就是睡的胖橘，哪需要什么厘米每秒的结团速度啊。
太扯了。
台上的工程师在分享的时候说，他现在用生成式AI，从来不会让它替自己写核心的产品方案，也不会让它替自己判断哪个技术路线更适合团队的项目。他让AI干的，全是那些他本来就觉得烦、不需要动核心判断的重复活——比如逐行检查自己写的代码里有没有少打括号、有没有把变量名拼错，比如把几百条参会人的名单按地区、按身份分类排好，比如把上周的会议录音整理成结构清晰的文字稿。这些事AI干得比人快，还不会因为干久了犯困出错。
那天有个穿高中校服的小姑娘挤到台边问工程师，以后想做和生成式AI相关的工作，现在要学什么。工程师没说要背多少公式、要刷多少题，他说，你先搞清楚你自己到底对什么事感兴趣。你要是喜欢画画，就先把自己的画练到能一眼看出AI画的哪里不对；你要是喜欢写东西，就先把自己的文字练到有别人模仿不了的味道；你要是喜欢做产品，就先把用户的真实需求摸透，别上来就抱着AI的教程死磕。
真正能站稳的人，从来不是等着被AI替代的人，是能把AI当成自己手里的扳手的人。
散场的时候外面飘了点毛毛雨，我揣着主办方送的印着南京梧桐树的小书签，走到地铁站的时候刷到朋友圈，有人说生成式AI再过两年就要把所有创意工作都取代了。我笑了笑。毕竟刚才在台上演示的那个能把橘猫的毛画得根根分明的AI，连工程师早上泡的那杯茶是龙井还是碧螺春，都猜不对。
作者|科技
排版|科技
审核|满满