乐于分享
好东西不私藏

AI水印:当工具开始替你思考

AI水印:当工具开始替你思考

💡 核心问题:我们依赖AI提升效率,却不知不觉让渡了判断力,最终被工具反向塑造,连自己的选择都成了算法的默认值。

朋友递给我一张照片,白边,左侧是徕卡的红色标,右侧是光圈快门ISO的参数。他说,这是小龙虾给他加的。

我翻了他朋友圈,最近九张图都带着这样的白边。他做汽车摄影,以前发图,总有人在下面问“什么镜头拍的”。现在没人问了,参数就印在边上。他说省了不少事,以前每张图都要手动加,现在整个文件夹扔给AI,十分钟后回来,水印都在该在的位置。

效率背后的代价

这让我想起另一个做科技日报的博主。他每天早上九点准时发一张长图,左边国际右边国内,标题加粗。我问他怎么坚持的,他说不是坚持,是床头的小龙虾每天八点五十自动跑一遍脚本,九点整把图推到他手机。他只用看一遍,转发。

还有做视频封面的姑娘。她把文案扔进去,出来一横一竖两个版本,暗色调,高对比度。她说以前自己画封面,一稿改三遍,甲方还说“感觉不对”。现在她让AI生成十个版本,自己挑三个给甲方选。甲方说“你们效率高了”。

▎ 核心观点

AI把重复动作自动化,然后把自动化留下的痕迹,变成你下一轮选择的默认值。

事实与身份的混淆

这些事听起来都像“提升效率”——直到我见到那个用AI搜自己的人。

他输入自己名字,AI给他生成一份HTML简历。教育经历对,工作经历对,获奖项目也对。但最后一行写着“XX科技联合创始人”,他说我跟这家公司没关系。估计是哪个同名同姓的人。他加了毕业院校当关键词,又搜一遍,这次干净了。他说你看,AI不会骗人,但信息会骗AI。

这让我想起相机水印。那个白边真正有用的不是品牌Logo,是右侧那串数字。光圈2.8,快门1/200,ISO 100。这些数字不会骗人,它们只是光穿过镜头时留下的痕迹。你看到数字,就能倒推出按下快门时现场的光线、距离、甚至摄影师移动的速度。

📊 数据支撑

做封面的姑娘发现,AI生成的十个版本里,暗色调、高对比度、中央构图的那些,点击率总是最高。三个月后,她的所有封面看起来都像同一个人设计的。

被反向训练的人

她没意识到的是,她训练AI的同时,AI也在训练她。她以为自己在做选择,其实只是在认可AI默认的“高点击率模板”。那个模板不会说话,它只是用点击率投票。投票投多了,模板就成了标准。

做科技日报的博主也遇到了类似的事。他的长图左边国际右边国内,久了,读者就习惯先看左边再看右边。有一天他试着把国内新闻放左边,后台立刻有人留言“怎么顺序乱了”。他说你看,习惯一旦形成,连信息的位置都有了阶级。


水印加多了,你就只发带水印的图。
封面点击率高了,你就只做高对比度的设计。
新闻长图发久了,连读者都忘了信息本来可以不用表格呈现。

那个用AI搜自己的人最后说,他每次搜自己前,都得先想好要用什么关键词过滤。毕业院校、工作过的公司、住过的城市。他说这就像在沙滩上找自己昨天留下的脚印,你得先知道自己昨天穿了什么鞋,否则找到的可能是别人的脚印。

但问题恰恰在于:我们真的知道自己昨天穿了什么鞋吗?

工具连着骨头

做汽车摄影的朋友后来接了个活儿,拍一套二手车平台的宣传照。平台要求不带水印,说参数会影响买家判断。他愣了半天,第一次意识到,那些他依赖了三个月的白边,在某些场景里本身就是干扰。

他关掉了水印技能,手动调参数。发现手生了

你看,技能装上去的时候,是一个工具。用久了,就成了你的手。等你需要把手拆下来的时候,才发现工具连着骨头。

真正重要的不是AI十分钟后还给你多少张带水印的图,而是这十分钟里,你把自己多少判断,交给了那条白边。

那道白边不偏不倚,正好隔开了事实和身份

本站文章均为手工撰写未经允许谢绝转载:夜雨聆风 » AI水印:当工具开始替你思考

猜你喜欢

  • 暂无文章