大模型这三年，我其实也做过一些挺扯淡的 AI 产品。
其中有一个项目，我到现在想起来都觉得挺搞笑的。
它大概是我最近几年职业生涯里最失败的项目之一，失败到我平时都不太愿意跟别人说这是我做的。
但今天我还是想把它写下来。
毕竟也是一份经历，不写下来就白白浪费了。
01｜背景：智能座舱里的文生图
去年，我有幸跟了位很有远见的老板，今年很火的 AI播客，GenUI，VibeCoding，在sonnet3.5 之前，我们通通都立项了。
当时我负责的生成式 UI 的项目，有一个很小的功能：给车机换壁纸及主题。
其实那个项目很超前又很合理—— 用户坐在车里，说一句话，系统就能自动更换中控屏壁纸以及一系列的 icons，字体，界面等等。
比如用户说：
❝
“来个变形金刚的主题。”
Ai Agent 就会立马给你生成一个变形金刚主题的壁纸，顺带换一套图标，字体，界面。
很未来，对吧？
但现实很快把人打醒了。
当时文生图模型能力真的不行，拉到什么程度呢？
第一，语义理解不行。 用户说“好看的”，模型完全不知道“好看”是什么。 你非得说得特别具体，比如“蓝天白云”“森林大海”，它才能勉强凑合。一旦抽象一点—— 比如“ins 风”“高级感”“有点设计感”，模型当场宕机。
第二，审美不行。 就算你描述得已经很具体了，生成出来的图也经常一言难尽： 颜色奇怪、构图混乱、乱手乱脚，看一眼就知道不可能上车。
第三，速度不行。 生成一张图要几十秒秒，在车里，这基本就是不可用。
老板看了我们第一个 demo 之后，直接开喷：
❝
“这什么鬼？这么丑的图，能上车？”
02｜产品方案：加一个“转译 agent”
其实我一直觉得是可以做到好看的，即使文生图模型还不太行
不好看，是因为输入不够。
用户说的“好看”，和模型理解的“好看”，根本不在一个频道。
用户脑子里想的，可能是： ins 风、极简、莫兰迪色、干净、有设计感。 但这些东西，大多数人自己都说不清楚，更别指望他们一次性说给模型听。
模型呢？ 它见过很多图，但对“好看”这种抽象概念，本身就没有统一标准。
所以我当时的想法是： 要不在用户和文生图模型之间，加一层大模型？
这个大模型不负责画图，只负责一件事—— 把人话，翻译成模型听得懂的话。它会加入一些人类的 knowhow！
比如用户说：
❝
“来点好看的。”
转译 agent 先帮他补全成一段具体描述：
❝
“一张极简风格的风景壁纸，蓝天白云，远处是连绵的山脉，整体使用柔和的莫兰迪色系，氛围清新克制，适合作为汽车中控屏背景。”
然后再把这段话丢给文生图模型。
逻辑很简单： 不是让用户学会怎么写 prompt，而是让模型替用户补全想法。
我当时真觉得这个方案挺合理的。
但是我们算法的老大几次在评审会上都否了我的方案。
理由也很简单：
❝
“你不懂算法！你不懂大模型！做大模型怎么能没有 RAG！”
我当时还挺心虚，因为我整个方案的确从来没考虑过算法！
03｜创业老兵的方案：人工标 30 万张图
我不敢跟算法老大硬刚，因为我们之间不管从级别还是经历来看，都差距悬殊。人家随便拿出一个 title，都能压死我。
然后算法老大给了他的方案。
大概是这样：
第一步，产品负责想场景，改写三十多万条 query。
第二步，找兄弟部门跑模型，生成三十多万张图。 第三步，发动整个部门，一百多号人，开始人工标注。
标什么？
一是审美：好不好看。 二是缺陷：多手多脚、颜色诡异、构图崩坏。
我一开始以为，这些标注是拿去做重新训练的。
但不是。
标完之后，只是从三十万张图里，人工筛出一部分“看起来还行”的。
然后算法同学把这些图扔给当时的 GPT-4o（多模态）， 以图推文，让模型反推出每张图的文本描述。
再然后，他们把这些描述做了向量化。
用户输入一句话，就跟这些文本向量做相似度检索， 相似度最高的那张图，直接召回。
方案讲完，我脑子里只有一个念头：
原来 Rag 还有这种用法！
怪不得以前百度搜图总搜不准…
当然，它也有优势—— 快。 基本能做到 5 秒内出图。
但是问题也很明显
我每次说要给我生成变形金刚的时候，总是给我“生成”钢管或者螺帽。
原因其实很简单： 向量检索看的是文本相似度，不是真正的理解。
更可笑的是～，这个事情还被我写了个专利，不知道后来有没有下来。
04｜其实大家都是新手
这事我后来想了很久。
一开始我是真的生气，觉得这方案太扯了，问题是为啥大家都不反对呢？
用偏搜索时代的解法，去解决一个生成问题，怎么看都不对。
但再往后想，我慢慢想通了。
他懂个鸟的大模型！
只不过是害怕方案里面没有算法的存在强行加戏
那位创业老兵是传统搜索出身。 向量检索、RAG，这些是他的舒适区。
所以他在面对一个全新的问题时， 下意识就会用自己最熟的工具。
这很正常。
说实话，换成我也一样。 如果我曾经用某种方法成功过，我大概率也会反复用它。
这就是经验主义。
在传统软件时代，经验主义是资产。 但在大模型时代，它很可能变成负担。
因为变化实在太快了。
去年还要堆工程的事，今年可能一句 prompt 就解决了。 上个月还需要 workaround 的问题，下个月模型直接原生支持。
你的经验，可能刚形成，就过期了。
而且更关键的是—— 这个时代，其实没有真正的专家。
05｜大模型时代，没有专家
这三年我观察到一个很明显的现象：
很多传统软件时代的“专家”，到了 AI 时代，并不占优势。 反而是一些没什么历史包袱的人，上手更快。
原因也很简单。
大家站在的，其实是同一条起跑线。
大模型才出来三年， 没有人有十年的 AI 产品经验， 也没有人做过一百个成功的 AI 产品。
所有人都在试。
所以后来我再回看那些“扯淡”的项目，也不太觉得丢人了。
它们本来就是探索的一部分。
至少让我确认了几件事：
-
过去的成功经验，未必值得迷信
-
快速试错，比提前想清楚更重要
-
不要神话某个“专家”，团队一起验证才有意义
-
失败是常态，不失败才不正常
变形金刚和钢管搞混了？ 没事，说明这条路不行，换一条。
06｜真正的竞争力，是学习速度
后来我也做过一些相对还算成功的 AI 产品。
回头看，成功并不是因为我多聪明。 而是因为——我学得快。
模型一更新，我就去试。 新 prompt 技巧出来，我马上玩。 新工具发布，我第一时间上手。
持续好奇，快速验证，反复迭代。
这大概就是大模型时代最大的竞争力。
那些看起来很扯的项目， 不是浪费时间，而是学费。
它们让我彻底接受了一件事：
大模型时代，没有专家，只有学习者。
大家都是新手，谁也别装。
至于创业老兵、经验主义、权威专家—— 听听就好，别当真。
真想找答案， 不如去看看那些天天在实验的人。
比如 Twitter 上日更 demo 的人， 比如 Manus 这种一路试出来的产品。
反正大家都在摸索。
谁跑得快，谁就多看几眼风景。
原文
本文最初发布于微信公众号「白苏Elliot」：https://mp.weixin.qq.com/s/Nut_zG8ntT10kHJ6i5eQMQ