跳转到主要内容

让AI拼我用了12天完成的1000片“纯白地狱”,它五小时就崩溃了

1000 片纯白地狱拼图,没有图案、没有色差、没有参考,人类玩家耗时 12 天完成。本以为擅长识别推理的 AI 可以轻松通关,没想到仅五小时就撑不住崩溃,纯白地狱为什么难住了人工智能?

引子

事情始于一次无聊的刷手机。

那天深夜我无意间在抖音刷到一个开箱视频:博主拆开一盒拼图,倒出来,画面里是一片纯白——不是大部分白,是全部白。1000片,没有图案,没有色块,没有边框参考图,每一片都长得一模一样。盒子上印着它的名字:纯白地狱。

作为重度手玩爱好者,这种无聊至极的游戏瞬间击中了我。第二天就下了单。到货后我开始体验,断断续续用了12天拼完。据玩家社群流传,人类最快纪录大约是160个小时,我属于中不溜的水平。

拼完的那晚,我盯着桌上那块纯白的板子,脑子里冒出的第一个念头不是成就感,而是一个问题:

这种活儿,不正是AI最擅长的吗?

拼图本质上是一个匹配问题:1000片,每片的形状独一无二(官方说的),规则封闭,答案唯一。不用理解画面,不用发挥创意,只需要看形状、做比对。这不就是把AI喂饱、让它支棱起来的标准场景吗?

于是我做了一个决定:用AI重新拼一遍这副已经拼好的纯白地狱,看看它到底要花多久。

我的方案

我的设计其实很朴素,也是任何一个理性人能想到的最优解:

在拼图桌上画一个20×50的格子,一共一千格,每格标上编号,1000片散片一片一格放好,拍成照片上传给AI。它要做的事只有一件——判断哪两片的边缘可以咬合。

照这个方案,原本需要160小时的盲目试错,理论上可以压缩成“照单抓药”:AI看图、提特征、算匹配、输出配对表,我负责动手验证。

我把照片传了上去。

第一个小时:它聊得头头是道

起初的对话相当愉快。AI准确地说出了纯白地狱的难点:“没有颜色线索,只能依赖边缘形状匹配。”它还主动帮我分析了“先拼边框片”的策略,语气像个经验丰富的拼图老师。

我让它判断照片里A12格和B07格这两片能不能拼。它回答:“从图片看,两片的边缘曲率呈现互补特征,大概率可以咬合。”

听起来很专业。我拿实物一试——拼不上。

第三个小时:我开始追问

我又试了几对,准确率惨不忍睹。于是我换了个问法,把两片的特写放大到极限再传上去。它依然在输出那种正确的废话:“边缘轮廓存在细微差异,需要更精确的测量。”

一句话点醒了问题所在:它在描述,不在测量。

它告诉我“这片凸得比较陡”,但拼图需要的是“凸点位于边缘37.2%处”。它可以每一次都言之凿凿,但两次描述同一片,措辞还会有出入。而对拼图来说,差之毫厘,就是拼不上。

更要命的是,当我让它连续推30片的拼接顺序时,它给出了一个“A接B、B接C、C又接A”的闭环。它做的是逐对的局部判断,没有能力维护一个全局自洽的拼图状态——每一步都像第一次看图。

第五个小时:我查到了一份“判决书”

不甘心的我去查了文献,然后发现了一个哭笑不得的事实:学术界早就拿拼图处刑过AI,而且用的题目比我的实验干净得多。

2026年8月,一个叫JigShape的研究测试了五个前沿视觉大模型。题目是计算机合成的拼图:形状数字化生成、每片严格唯一、图像完美清晰——没有我方案里照片模糊、光线不均这些干扰。结果:16片的拼图,五个模型里只有一个超过瞎猜水平;64片,集体回到随机;微调过的模型到144片,正确率不足5%。

研究者给这个现象起了个名字:规模悬崖。片数一涨,约束一多,模型全线崩塌。

我的五小时实验,本质上是在悬崖边上散了个步。

查到这篇论文的时候,我有点泄气——原来学术界早就把这件事研究透了,我的五小时实验,不过是给一个已知结论又添了一个 anecdote。但转念一想,知道一个结论,和用自己的手撞上这个结论,是两回事。前者是信息,后者是认知。而后来我才知道,这件事在 AI 研究圈更是早不是新闻——三十年前就有人总结过一个“莫拉维克悖论”:对机器来说,下棋容易,钉钉子难;推理简单,感知难。学界为此搞了几十年的神经符号结合研究。只是这些讨论,从来没有走出过论文的围墙——直到我用自己的五小时,替自己撞上了它。

为什么新AI做不到:卡住它的不是眼睛,是两样东西

实验失败后我一直在想:照片够清楚了,每片也确实不同,它到底卡在哪?

想明白之后发现,大模型输掉这场比赛,不是输在“看”,而是输在两个更底层的地方。

先说“测量”。大模型处理图像的方式,本质上是生成对图像的描述——这是它的出厂设定。它可以说“这条边有个凸起”,但说不出“凸点中心位于边缘37.2%处、曲率半径1.8毫米”这样的数字。而拼图的判定标准是物理咬合,容差以零点几毫米计。描述无法拼图,测量才能。更麻烦的是,它对同一片拼块的两次描述还可能措辞不一——一套输出无法复现的系统,做不了精密度要求为零误差的活。

再说“工作台”,这是我那个“A接B、B接C、C又接A”闭环的真正成因。人类拼图时,桌上已经拼好的部分是锚点:每拿起一片新拼块,你不是从一千片里盲选,而是对着一块已经成形的区域找位置,错了就换,拼对了就变成新的锚点。这是一个不断积累确定性、随时回溯修正的过程。而大模型没有桌子——它每回答一次,都是从零开始重新看图,已判断过的配对不会沉淀为“确定的事实”。上千条约束要在脑子里同时成立且互不打架,这种全局一致性,恰恰是它的架构里没有的东西。

“规模悬崖”说的就是这件事:16片时,几十条约束还能勉强糊弄过去;到64片、144片,约束数量指数增长,每一步的微小错误互相传染,最后满盘皆输。

人类赢的不是聪明,是手感和时间

想明白这些之后,我又反过来想了一个问题:那我12天是怎么拼完的?

论计算速度,人眼比对两条曲线的吻合度,远不如计算机在误差矩阵里搜一遍。但我有一样大模型完全没有的东西:触觉。

拼到最后几百片,我根本不怎么看。手指捏着拼块在已经成形的区域上滑动,凹是凹、凸是凸,卡进去的瞬间有一种轻微的“咬合感”——对了就是对了,手感会告诉你。这种反馈是实时的、物理的、零延迟的,大模型隔着一张照片,永远拿不到它。

除了手,还有直觉。拼了一百片之后,我对这套刀模的“性格”产生了肌肉记忆:这个厂的凸起偏圆、那类凹口偏深,拿到一片新拼块,手指一捻大概知道该去桌子的哪个区域找。这不是计算,是几千次试错压缩出来的模式识别。

以及最重要的——耐心。纯白地狱没有视觉反馈,拼一小时可能一无所获,支撑你继续的是“总会有进展”的信念。这不是能力,是意愿,而这恰恰是机器从来不需要具备、人类却随时可能丢失的东西。

所以这场较量真正的格局是:大模型有千里眼,但没有手指,也没有工作台;人类的手指是精密的测量仪,桌子是天然的存贮器,唯一的短板是耐心有上限。

反转:其实AI能拼,用的还是40年前的技术

写到这里,本该以“AI不行”收尾。但我多查了一步,发现了一个更有意思的事实。

自动拼图求解,是人工智能领域一个有几十年历史的老课题,论文就发表在IJCAI、AAAI这类正经AI会议上。经典解法一点也不玄:扫描每片,提取边缘轮廓,把每条边变成一串精确到像素的坐标;用欧氏距离计算两条边的吻合误差;得到一张1000×1000的误差矩阵后,交给搜索优化算法找全局最优解。这条路线上,数百片规模的无图案拼图早有自动求解的先例。

按AI教科书的定义——感知、知识表示、搜索、规划——这套系统是标准的AI。

所以准确的结论不是“AI拼不出纯白地狱”,而是:

AI能拼出纯白地狱,用“老AI”;拼不出它的,是“新AI”。

老AI把问题变成数学,然后算——它不需要看懂图片,它量。新AI从数据里学模式,然后生成——它不量,它谈。学出来的智能赢在开放和泛化,造出来的智能赢在精确和可靠。而纯白地狱这种“规则封闭、答案唯一、容错为零”的任务,恰好是造出来的智能的主场。

我的五小时崩溃,错不在AI,在于我把题目给错了对象——就像让一位博学的翻译去操作车床,不是他笨,是这活儿不归他。

真正值得警惕的事

这只是一篇人机分工的科普吗?其实我最想说的在后面。

麻省理工学院媒体实验室2025年做过一个脑电实验:54名参与者分三组写文章,一组用ChatGPT,一组用搜索引擎,一组纯靠大脑。四个月里,用AI的那组在神经、语言、行为三个层面的表现全面落后,大脑神经连接最弱,甚至难以准确引用自己几分钟前刚“写”完的文章。OECD在《2026年数字教育展望》里给这类现象起了个名字:元认知懒惰——把思考外包出去,制造一种“知识掌握的假象”。另一项覆盖666人的研究则发现,AI工具使用频率与批判性思维得分显著负相关,年轻人中最严重。

把这些研究和拼图放在一起,我看到的是一个方向性的错位:

我们正把本来会做的题外包出去,却指望AI去解它根本解不了的题。

写作、思考、判断——这些人类本来擅长的事,我们迫不及待地交给了大模型,然后认知能力一路滑坡;而纯白地狱这种该交给“老AI”的精确匹配问题,我们却在让大模型看图说话,然后失望于它猜不准。两头都搞反了。

而拼图给我的最大提醒是:在“外包思考”的名单上,手上的活儿其实排在最后。人类拼图靠的触感、直觉和耐心,是长在身体里的能力,AI夺不走它——真正在悄悄流失的,是我们坐下来动手做一件事的意愿。

结语

那块12天拼出来的纯白板子,现在挂在我的书房。

有人问我,拼它图什么?又不好看。以前我也说不清,现在我想明白了:它的价值就是那160个小时本身——在没有颜色、没有反馈、没有捷径的纯白里,你能依靠的只有自己的手、眼和那点不肯放弃的耐心。

AI时代,这种“看起来毫无必要的苦功”会显得越来越可笑,也会越来越珍贵。

真正该问的问题从来不是“AI能不能替我做这件事”,而是:这件事,本来该不该是我做的?

对了,那副拼图我最终没有让AI重拼。倒不是心疼它,而是我发现:用AI拼拼图这件事最大的悖论在于——如果你真的需要那块拼图,你就不会需要拼图。

‍ 本文事实依据:纯白地狱(Beverly「純白地獄」)片数版本与难度体验据玩家社群及媒体报道;JigShape论文arXiv:2607.27670(2026年8月);MIT媒体实验室脑电研究arXiv:2506.08872(2025年,未经同行评审,结论为初步结果);OECD《2026年数字教育展望》;Gerlich批判性思维研究(Societies,2025)。文中“160小时最快纪录”为玩家社群流传说法,未经官方证实;莫拉维克悖论、神经符号AI研究为领域经典共识。

文章来源于网络。发布者:帝国财经,转转请注明出处:https://www.shuixiaomi.com/2026/11/18/5215.html

赞 (0)
帝国财经的头像帝国财经
上一篇 2026年11月18日 下午5:07
下一篇 2026年11月18日 下午5:08

相关推荐

  • 被AI诈骗盯上的普通人

    AI技术给我们带来便利的同时,也让诈骗变得越来越难以辨认。 过去,接到陌生电话、收到可疑信息,人们还可以通过视频、打电话等方式核实身份。但如今,这些曾经被视为可靠的判断依据,也可能成为骗子获取信任的工具。 公安部数据显示,2025年,全国公安机关共侦破电信网络诈骗案件25.8万起。AI换脸等新型诈骗手段也引发关注。据经济观察网援引公安部2026年9月通报报道…

    2026年10月20日
    12100
  • 韩国人都没听过的“韩国冰奶”爆火,原来竟是东北特产

    每年夏天,茶饮圈都要选出一个新宠,前几年生椰拿铁爆火全网,后来是轻乳茶、鲜果冰成为主打,而今年被“翻牌”的则是冰奶。 茶百道今年回归的荔枝冰奶,上市51天卖出1700万杯,秋季开卖的龙眼冰奶更是吸引了一众粉丝;书亦烧仙草的柠檬冰奶,上市首周销量突破120万杯;瑞幸首款苹果茉莉冰奶,首周销售量达875万杯。 搜索“冰奶”,各家茶饮品牌推出的新品令人眼花缭乱。(…

    2026年10月14日
    8200
  • “杨超越的头发不够寒酸”,是今年最荒诞国产剧争议

    去年这会,杨超越在综艺中干农活的片段曾短暂爆火。她盘腿坐在田间,利落有劲地用木棒猛锤葵花子盘,当时网友夸她“一看就是真干过活”,讨论说杨超越或许适合演草根女主,因为她真的进过工厂、在餐厅端过盘子—— 这些生活经验,放在内娱是稀缺履历。 一年后的今天,由杨超越扮演草根女主的国产剧真的来了,网络舆论却翻了脸: 真经历过窘迫处境的杨超越,在新剧《今天是太阳雨》中所…

    2026年11月18日
    600
  • 这个秋天,小城游正式成为旅游新主流?

    秋天一到,朋友圈里的赏秋照开始从香山、九寨沟,换成了祁连的雪山公路、伊春的五花山、婺源的晒秋。赏秋的目的地,正在往县城和小城走。 今年国庆假期全国TOP10热门景区几乎被地级市和县域包揽。小城游,是不是正式成为旅游新主流了? TOP10景区榜单,小城统统包揽 如果不是国庆那条热搜,很多人大概不会知道祁连这个地方。 国庆期间单日,青海祁连县涌入了超过10万游客…

    2026年11月13日
    2600
  • 影目科技INMO AIR3在美加被停用,致歉声明引争议

    9月24日,美国消费品安全委员会(CPSC)与加拿大卫生部同步发布召回信息,中国智能眼镜品牌影目科技(INMO)旗下INMO AIR3智能眼镜因长时间使用时左侧镜腿可能出现过热,被要求停止使用。 此次召回涉及美国市场约1643副、加拿大市场约120副,监管机构披露影目已收到10起产品过热报告,其中包含使用者面部、左耳出现灼烧感的反馈。 9月30日,影目科技发…

    2026年10月20日
    17000

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

联系我们

400-800-8888

在线咨询: QQ交谈

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息

关注微信
帝国财经 - 让财经变得简单易懂