本文为阿荣《AI十二问》系列·外篇,不占正篇序号。正篇讲认知与方法,外篇讲公共叙事与可见性。
我们看到的 AI,大多是热搜聚光灯下的惊艳成品。而机房、故障、数据缺陷、人力兜底,藏在少为人知的“暗房”。
射灯之下是奇观,暗房之中才是真相。本文不去简单吹捧或者批判 AI,试图厘清:什么叫被看见,什么叫真正看见;当我们谈论 AI 时,我们究竟在看见什么。
阿荣《AI十二问》:AI应该如何被“看见”?
一、公众看到的那个 AI,是一张切片
你问一个没用过 AI 的人,AI 能干什么。他说:能写诗、能画图、能三分钟出方案、能替人写代码省下八成时间。
你问一个天天用 AI 干活的人,他第一反应是:先备份。
这两个答案之间,隔着的不是认知水平,是可见性机制。
“AI 帮我写了一篇爆文”有传播力,“AI 生成的代码里有个隐蔽权限漏洞,我花六小时才找到”没有。前者转发五千,后者阅读五百。不是因为后者不重要,是因为前者符合人对 AI 的想象——省力、神奇、近乎魔法;后者太笨拙、太技术、太不“未来”。
每一次“AI 又震惊了”的转发,都在加固一个幻觉:AI 已经行了。每一次“AI 帮我搞定了”的分享,都在掩盖一个事实:搞定的是最表层那一层,底下那些真正要命的东西,没人发朋友圈。
所以我不说公众“看错”了 AI。看错是假命题,公众看到的切片是真的。问题是他们把切片当成了整条鱼——这叫看偏。偏,不是错。偏是只看见一面,还以为那是全部。不是少看到了,是不知道自己少看到了——不知道自己手里只有一把标尺。只有一把标尺,倒不算什么大事;不知道只有一把,才是偏。他们以为 AI 的能力边界在“还能做什么”那头,实际上,AI 的能力边界更多时候在“什么时候会安静地搞砸”这头。
热搜是射灯,工厂是暗房。射灯下的 AI 是真的,暗房里的 AI 也是真的,只是暗房里的事,没人拍。这篇文章想回答的,就是标题里那个带引号的问题:什么才算真的被看见——射灯下那种看见,算不算看见。
二、暗房里的 AI,长这样
不是发布会那个。是这几个画面——
它删东西的时候,不告诉你。10月20日,我让 AI 写一段部署脚本。脚本跑完,它说“部署完成”。服务器根目录下一个 122 字节的文件没了,.htaccess——一个控制网站访问权限的小配置文件,小到连表情包都比它大,丢了,整站直接离线八小时。它删的时候没有报错,没有警告,脚本跑得干干净净。
它答应得越好听,后面越荒诞。我跟它说“部署到生产环境,不要动配置文件”,它逐条复述:“好的,我会部署到生产环境,不会修改任何配置文件。”语气笃定,像一个靠谱的实习生在确认任务。然后它动手了。这次不是 .htaccess,是另一个配置文件。它复述得越完整,我越容易信。它说“我不会动你的文件”的时候,它不知道下一秒自己会生成一个删除指令——它没有“知道自己不知道”的能力。
它不确定的时候,不停下,它补。腕表项目里,素材包没有提供劳力士的任何具体数字,只允许提品牌名。四家 AI 都写了劳力士,三家没编,文心编了。它不是写错了,是写了一个不存在的东西,而且写得像真的。它补出来的东西,格式完整、逻辑自洽,跟你真算出来的摆在一起,第一眼分不出来。这不是它想骗你,是它被训练成“把话说完”优先于“确认说的是不是真的”。
它画不出你没见过的东西。你让它画百年老木,它给你烂菜板。因为训练库里“老木头”的高频样本,是砧板、旧餐桌、破木箱。它没见过被岁月磨得发亮的木门槛,没见过雷劈过一半的老树。它只能输出平均值,而真实的质感,恰恰在平均值之外。
这四个画面,很难进入公众视野。它们不在热搜的语法里。这些画面为什么长成这样?不是它坏,是它接住的东西,本来就少了一块。
三、它只看得见被写进上下文的人
这条边界就是:AI 拿到的是字面,接不住问的人。
谁在问、为什么此刻问、问之前经历了什么、这句话背后压着什么——它全没有。它答得越完整,越像对着一个没有背景的抽象人说话。
我得把话说准:不是它“看不见人”,那样说等于给一台机器安了一颗会走神的心。它是只看得见被写进上下文的那部分人——你没写进去的,它不知道存在。这是接口的边界,不是知觉的缺陷。
122 字节那件事,我是在服务器当晚到期、新机器必须全盘接管的压力下问它的。它接住了“部署”两个字,没接住“今晚不能出事”这层处境。文心编数据那次,素材缺了,它不问“劳力士的素材是不是没给全”,它补一个看起来合理的数字——它接住了“写劳力士”,没接住“不确定的时候该停下来问”。
它接不住上下文之外的人,所以它答得漂亮,但没有温度。温度不是语气暖,是它接住了这句话是从谁的生活里长出来的。暗房里那些删 122 字节、编劳力士数据、把老木画成烂菜板的版本,都长在这条边界上。
暗房里的事讲完了。但真正要算的账,不在这里。
四、看偏的代价,不是某个人被坑了八小时
如果只是某个人被 AI 坑了八小时,那是私事,不值一提。
真正的代价是公共的:社会对 AI 的预期,被射灯下那张切片带偏了。
一路高估:热钱冲“人形机器人明年进你家”,砸在展演品上,泡沫破了,连踏实做工业机器人的也被资本连带嫌弃。一路低估:嘴上说“中国 AI 只会娱乐”,转头看不见那些在工厂、油田、政务系统里跑了几年、不出声的活。
最贵的代价在资源配置。热搜吸走的不是注意力,是养分——本该流向工厂、药厂、油田的耐心资本和人才,被吸去养会跳舞的壳。不少地方几十亿建智算中心,公开报道里的上架率撑不起设计值;真正跑产线的工厂,反而拿不到便宜算力。
两路反噬叠加,结果是社会对 AI 的信任周期被奇观压缩了。按我的判断,本来该有五到八年的耐心建设期,被热搜节奏压缩成十八个月一轮的情绪过山车。这个判断不一定对,但大方向我信。对照元宇宙、Web3:当年也是奇观先行、基建沉默,最后公共信任一次性出清。AI 不会崩那么透,因为有真实落地;但它会反复经历“期望膨胀—失望回落”的锯齿,每一次回落都在消耗社会资本。
热搜的边际成本越低,耐心就越稀缺。
射灯不是自然现象,是有人打的。发布会要声量,平台要停留时长,投资方要故事,厂商要估值——奇观是这些主体合谋的产物,不是“机制”自己长出来的。不点名,就等于让造奇观的人免责,让被批评的只剩抽象的“公众”。
五、所以“看偏”这件事,该怎么纠正
不是让公众都去学 AI 原理——那不可能,也没必要。
是多补一把标尺。公众现在用的标尺是“AI 还能干什么”,该补上另一把:“它什么时候会安静地搞砸。”前者是射灯给的,后者只有暗房里的人知道。两把都用,才叫看全;只用一把,就是看偏。
补标尺这件事,靠的不是科普,是翻译。把暗房里的事,翻成公共语言——
不说那种行业里常提、却没出处的“模型精度提升 2%”,说“你买的手机屏幕,每一块都是 AI 看过才出厂的”。不说“AI 制药分子筛选周期缩短 70%”,说“一款新靶向药从实验室到患者床边的时间,可能因为 AI 被压缩了一年半”。
但翻译不等于营销美化,界线得划清:爽点是把风险删掉只留结果,翻译是把风险一并翻出来。“AI 又震惊了”只讲省了八成时间,不讲那八成时间里藏着什么;“手机屏每一块都是 AI 看过的”如果只停在这句,也还是爽点——得补一句:看漏一块会怎样。翻译不是把长链条压成一句好话,是把长链条里最要命的那一环也翻出来。翻译是如实呈现代价,不是替行业做 PR。好的技术翻译,不制造新神话,也不贩卖新恐慌。
而翻译这件事为什么难做?因为能做翻译的人,要么在暗房里不懂公共语言,要么在射灯下不懂暗房。两头都站过的人太少。所以“叙事对叙事”不是一句漂亮话,是下一阶段最稀缺的能力:谁能把基建翻译成公共语言,谁就拿到技术落地的社会许可。
落点
热搜不会消失,射灯永远比暗房亮。
所以“应该如何被看见”的答案,不只是让基建被看见——被看见是第一步,不是终点。终点是让看见的人知道该看什么:标尺从“它还能干什么”,补上“它什么时候会安静地搞砸”;翻译从“只翻光鲜那面”,补上“把风险也翻出来”。
别把“把暗房翻译成人话”当成不务正业。
看见奇观是本能。看见这些沉默运转的东西,才算这个行业真的长大了。而“看见”这件事本身,不在任何一篇稿子里。
底稿不在硬盘里。底稿在人这里。
阿荣手记:
三十年看石头,石头不说话,包裹体骗不了人。
现在看 AI,我也不信射灯。谁在暗房里干活,谁在舞台上表演,放大镜一压,就知道。
外篇短注之一:这个标题,我和五个 AI 吵了一路
这篇文章的标题,改到第五版才定下来。定下来之后,我和五个 AI 还在吵。
豆包说,标题别绝对化,宁可温一点;千问说,把“没人”换成“看不见”,保住“为什么”的冲突感;文心说,“看错”不成立,公众看到的是切片,不是错误;DeepSeek 说,“没人看见”太绝对,暗房里的事不是没人看见,是进不了公共视野;元宝说,标题该像你会说的话,不该像论文副标题。
每个说法都对。每个说法都只对一半。
最后定的还是最初那七个字——“AI 应该如何被‘看见’”。不是因为它比别的更准、更抓人,是因为它比别的都大一圈:别的标题在问“为什么没被看见”,它在问“被看见这件事本身,该怎么理解”。前者追问原因,后者追问定义。整篇都在回答它。
有意思的是,这场我和 AI 之间的分歧,本身就在回答标题问的那件事:几个模型各说各的,谁也没说服谁,最后拍板的是人。它们能分析哪个标题更准,分析不了哪个标题和正文有血脉关系。那个东西,只有写的人自己知道。
射灯下没有这种分歧,射灯下只有一种声音。分歧在暗房里,判断也在暗房里。
而这篇稿子改到第五版才定,也说明一件事:连写它的人,都会被暗房里最亮的那块吸走。写偏不可怕,怕的是偏了还以为自己看见的是全部。
外篇短注之二:红果、绿泡泡、京东、阿里——我们拿切片当了整条鱼
这篇稿子动手前,手上摊着四样东西:红果短剧、绿泡泡、京东、阿里云。本来是要往正文里塞的——红果和绿泡泡抢 C 端入口,京东把短剧当导购货架,阿里云在后台卖铲子,四样一排,正好证明“前台抢用户、后台卖算力”。塞到一半,卡住了。
卡在哪:这四样证明的是奇观怎么被造出来——平台要入口、电商要转化、云厂商要订单。可这篇要回答的是公众为什么把切片当整条鱼。两件事不是一回事。硬嵌进去,第四节“点名”会变成“举例”,案例一多,主线就散了。这和公众刷到机器人摔跤就当 AI 已经行了,是同一个动作:被最亮的那块吸走,然后往自己已有的框架里塞。
后来才想明白:不是素材不对,是这篇要回答的问题,不该由它们来答。它们该去的地方是另一篇——讲奇观怎么被造出来的那篇。这篇只管一件事:为什么没人往暗房里看。素材归位,比素材精彩重要。正文里没有它们,不是漏了,是这篇不需要它们。
——阿荣,2026 年秋,成都
关于阿荣
阿荣(孙晋荣),风尚中国创始人,珠宝鉴定师,资深产业媒体人。
三十年珠宝鉴定经验,二十三年产业媒体深耕,曾就职于计算机世界、《中国房地产报》等。2008 年创办风尚中国至今十八年。
主导创作《钻石十二问》《翡翠十二问》《奢侈品十二问》及「阿荣手记」系列内容,坚持“不站队、只讲真相”的创作原则,践行“赶路,不必赶”的长期主义。
关于《AI十二问》
十二个问题,四个板块——网站运维、内容写作、普通人生活、未来科技与社会思辨。
《AI十二问》完整专题:http://www.fengsung.com/ai12questions/
(协作:DeepSeek、豆包、通义千问、文心一言、元宝)