作者：沙拉酱食色性也，大部分伟大的商业模式的崛起都离不开这点事，AIGC 也不例外。A16Z，硅谷投资圈的顶流 VC，出了一份研究 AI 消费趋势的报告。这份本该正经讨论 AI 生产力的报告里，藏着一页让人哭笑不得的折线图：去年美国用户花在 OpenAI 和纽约时报上的钱，加起来还没有花在 OnlyFans 上的多。图片来源 Giphy生产力不如性张力第一波做 AI 虚拟模特的人，最清楚。大概从 2022 年底开始，Midjourney、Stable Diffusion 这类工具刚刚能稳定出图，就有人意识到：这东西能捏出以假乱真的人脸，能批量生产，成本几乎为零。他们用 AI 生成虚拟女性形象，配上一个名字、一段人设、几条精心设计的“生活日常”，在 Instagram 和 TikTok 上以真人面目运营，私信里的亲密回复则由 ChatGPT 代劳，提供所谓的“女友体验”。整条链路几乎全自动化，背后的操盘手甚至不需要露面。图片来源 Giphy平台再严格，架不住技术在进步，现在 AI 出图以假乱真的程度就连老司机都难以分辨。前几天我就在小红书刷到一个擦边帅哥坐在车里的视频，要不是打开评论区看到置顶的评论是“这个 AI 审美真好”，我都没反应过来这是 AI 帅哥。成人内容之外，还有一波人靠 AI 赚到了钱，方向完全不同：儿童绘本。赵磊（化名）是最早入场的那批人之一。2022 年底，他刚从一家大厂的产品岗被裁，正在家里研究新出路。那会儿 Midjourney 刚刚能稳定出图，他看着生成出来的水彩风小动物，脑子里冒出一个念头：这不就是绘本插画吗？他花了两周研究 Amazon KDP，逻辑极其简单：ChatGPT 写故事，Midjourney 出图，排版上传，等着收钱。“那时候真的好赚，”他说，“几本叠上去，一个月能有一万多的被动收入。”但窗口没开多久。2023 年下半年，KDP 上的 AI 绘本开始爆炸式增长，TikTok 上冒出将近九万条同类教程，标题清一色的风格：EASY AI Money，靠儿童绘本月入十万。所有人涌进同一条赛道，销量迅速被摊薄。质量问题也随之暴露，AI 绘本里开始出现长着巨大前腿的恐龙、手指数量对不上的小孩。各大平台开始要求上传时必须申报是否使用了 AI，这条赛道基本宣告终结。“现在靠 AI 绘本赚钱就已经很难了。”赵磊说。然后他和那批做 AI 擦边的人，不约而同走向了同一个终点：卖课（在这一点上，近期爆火的“龙虾”做到了极致）。图片来源 Giphy以前大家开玩笑说，AI 替代不了设计师，因为甲方根本不知道自己要什么。我以为这是个段子，直到我亲自去用这些工具，才发现这个段子在我身上一字不差地应验了。去年我做了一个媒体账号，想用“可积岛”这个物理概念来做 logo。可积岛大概可以理解成，在混沌的信息流中，那些值得沉淀下来的东西。我找来了这个概念的参考图，打开工具，把图丢进去，又写了一堆描述性的提示词，然后开始出图。结果出来的东西一团乱，改了七八版，每一版都在乱的基础上换了个乱法。我知道我想要某种感觉，但完全不知道怎么把那个感觉翻译成指令。最后还是找了一个做设计的朋友帮忙，她花了二十分钟，出来的版本和我折腾两个小时的结果，根本不是一个量级。Marble 生成 3D 图全景对比鲜明的是一个有摄影经验的朋友，同样的工具，他的出图质量明显高出一截。他说他其实没花太多时间研究提示词技巧，“就是知道自己想要什么构图、什么光线，把这些说清楚，工具自然就给得准。”工具的能力在快速变强，但使用者之间的差距并没有因此缩小，反而在某种程度上被放大了。以前大家都做不出好东西，现在有审美积累的人可以做出很好的东西，没有的人还是在“能用”和“好用”之间徘徊。工具也在对这个现实做出回应。NotebookLM 这类一键模板工具的走红，背后逻辑很简单：它绕开了“你得先知道自己要什么”这个前提。模板帮你做了审美决策，你只需要填内容。但模板的上限也在这里，它能解决“能用”，解决不了“好看”。这件事在文字方向上体现得同样清楚。我有一个做市场策划的朋友，最近被调去负责 PR，需要大量输出文字稿件。领导说可以用 AI，她反而更困惑，来找我要之前写的一个 AI 写作手册。症结在于：她对“一篇好的 PR 稿”没有感觉，不知道好的标准是什么，面对 AI 生成的内容，她没有办法判断要往哪个方向改。图片来源 Giphy面对这个处境的不止他一个人。AI 已经在很多人的评价体系里，悄悄变成了一个道德审判的坐标。这和 Photoshop 或者 Excel 不一样。没有人会在收到一张修过图的照片时问“你是不是用了修图软件”，也没有人会在拿到一份财务报表时追问“你是用 Excel 算的吗”。AI 触发的是另一种怀疑，一种更接近“你有没有真的做这件事”的追问。创意工作里向来有一种隐性的契约，好的作品意味着有人为它付出过时间、精力、打磨。AI 的出现却正好破坏了“付出”和“产出”之间那条大家默认存在的因果线。你用 AI 三天做出来的东西，和别人手工两周做出来的东西放在一起，哪怕质量一样，前者会让人觉得有什么地方不对劲。这种“不对劲”可以总结成”不公平”。亚利桑那大学曾做过一项研究，结果设计师如果主动告知客户使用了 AI 辅助，即便解释了 AI 只是辅助环节，客户对设计师的信任依然平均下降了 20%。而随着 AIGC 技术的成熟，这个问题逐渐从甲乙方个人信任问题，上升到了平台问题。从 2023 年开始，国家陆续出台相关规定，要求对 AI 生成内容进行标注：先是 1 月的《互联网信息服务深度合成管理规定》，主要管 AI 换脸、合成声音这类深度合成技术；同年 8 月《生成式人工智能服务管理暂行办法》正式落地，把 ChatGPT 类的生成式服务也纳入进来。到了 2025 年 3 月，监管再度升级，国家网信办联合多部门发布《人工智能生成合成内容标识办法》，这一次的规定覆盖了文字、图片、音频、视频全部内容形态。但规范无法划清的，是定义。平台能识别一段 100%由 AI 生成的视频，却很难判断边界地带，一张自拍照放进 AI 里调了色和构图，算不算 AI 生成内容；一段视频，素材是自己拍的但剪辑和配乐都交给了 AI，要不要打标签；一篇稿子，AI 出了初稿，人改了七成，这个标签算谁的……图片来源 Giphy边界感的难题背后，其实是权责的问题。定义不清楚，责任就没有落点。当一首歌的旋律是 AI 写的、人改了词，出了版权纠纷，谁来负责？或者一篇测评是 AI 生成的、博主只改了语气，买了推荐产品发现名不副实，我们追问“是不是 AI 做的”，其实是在追问一个更朴素的问题，这个作品背后，到底有没有一个人在认真负责，有没有人在想你的问题，有没有人在乎结果好不好？最难划清的不是边界，是责任。
Thank you for reading this post, don't forget to subscribe!