大讲堂凌晨两点，我盯着屏幕上刚生成的一段文案，反胃。
不是内容烂。语法没问题，逻辑闭环，连“赋能”这种词都用得恰到好处。但就是……腥。像那种超市冷柜里摆了三天的鱼，看着完整，闻着就知道不对劲。
这东西有个名字。AIGC。Artificial Intelligence Generated Content，人工智能生成内容。听起来挺唬人，对吧？其实你早就在用了，只是没意识到。
你刷到的商品详情页，可能是它写的。你收到的营销短信，可能是它发的。甚至你朋友圈里某个文青发的那段“在黄昏里与自己对坐”，说不定也是一键生成的。
一、那团“AI味”到底是什么东西
先说个反常识的观察。
大多数人以为AIGC的问题在于“不够聪明”。错。恰恰相反，它的毛病在于太聪明了，聪明到帮你把所有毛边都磨掉了。
你让它写一段咖啡的描述。
人类可能写：“这杯有点酸，像小时候偷吃的那种青橘子，牙都要倒。”
AI写：“这款咖啡呈现出明亮的酸度，带有柑橘类水果的清新风味，余韵悠长。”
你看，后者更“标准”。但标准就是它的死亡证明。
原因不复杂。大语言模型本质上是在做概率预测。你给它前半句，它算后半句最可能出现的是什么。为了不出错，它永远选那个“最大公约数”的表达。最大公约数的另一个名字，叫平庸。
还有一个更深层的东西。
人类写东西是有身体的。你写“疼”，是因为你真疼过。你写“饿”，胃是真的在叫。AI没有身体，它只有数据。它知道“饥饿”这个词在几千万个句子里怎么用，但它永远不会在深夜三点因为饿而睡不着。
这种缺失，会从字缝里漏出来。
你读的时候说不上来哪里怪，但就是怪。就像一个人笑着跟你聊天，但眼神是空的。恐怖谷效应。文字的恐怖谷。
二、AIGC不是一个人在干活
很多人把AIGC想象成一个巨大的黑箱，输入一句话，吐出一篇文章。这种理解太粗糙了。
实际上它是一整套流水线。一层叠一层。
最底下是数据。互联网上能爬到的文字、图片、代码、音频，全被吞进去。这一层的活很脏，要清洗、去重、打标签。很多AIGC的“偏见”就是在这个时候埋下的——因为喂进去的数据本身就有偏向。
中间是模型。你可能听过GPT、Claude、Gemini这些名字，它们就像不同的“大脑”。大脑的构造——参数量、注意力机制、训练方式——决定了它擅长什么、笨在哪里。有的擅长写代码，有的擅长讲故事，有的什么都行但什么都不精。
再上面是应用层。你用的那些AI写作助手、AI绘画工具、AI配音软件，都在这层。这层离你最近，但也最容易骗你。换个皮肤，底层可能还是同一个模型。你以为自己在比较不同的AI，其实在比较同一套东西的不同包装。
这里得插一句。
“AIGC”这个词本身就有点被用滥了。严格来说，只要内容是AI生成的，都算。但现在大家一提AIGC，默认指的是那种大模型生成的东西。早期的“AI写诗”“AI作曲”也算，只是那时候的产物比较粗糙，没引起这么大动静。
转折点是2022年。
三、一个普通人的时间线
2022年春天，DALL·E 2出来了。人们第一次发现，用几句话就能“画”出以前要学十年才画得出的图。那会儿大家还很兴奋，觉得是玩具。
2022年底，ChatGPT上线。这东西不一样，它能跟你聊天，能写邮件，能改代码。两个月，一亿用户。历史上没有哪个应用跑得这么快。
2023年，疯狂。Midjourney的画开始在社交媒体上刷屏，Stable Diffusion被开源出来，任何人都能在自己电脑上跑。国内的文心一言、通义千问、Kimi也陆续冒头。那一年，几乎所有科技公司都在说“我们也有大模型”。
2024年，热劲儿过去了一点。大家开始冷静下来问：这东西到底能帮我们干什么？烧了那么多钱，什么时候能赚回来？
2025年，分化开始了。有的团队真做出来了能用的东西，有的团队悄没声地解散了。AIGC从一个“概念”变成一个“工具”，就像当年互联网从“新经济”变成“基础设施”。
这个过程，说慢也慢，说快也快。
四、几个容易踩的坑
第一个坑：以为AI能替你思考。
AIGC能替你打字，但替不了你的判断。它可以给你十个方案，但选哪个，还是你的事。如果你连自己要什么都不知道，AI只会给你一堆漂亮但没用的废话。
第二个坑：以为生成的内容可以直接用。
AI会编。它编的时候特别自信，语气笃定，好像亲眼见过一样。这个现象有个专门的名词，叫“幻觉”。它会引用不存在的论文，编造不存在的人物，甚至给你一个看起来特别合理的错误答案。你不查证，就要出事。
第三个坑：以为模型越大越好。
大模型确实能力强，但代价是慢、贵、耗电。很多场景下，一个调教好的小模型比大模型更合适。选工具要看任务，不是看参数。
第四个坑：以为AIGC只跟创作者有关。
不是。它在改的是整个内容生产链。写代码、做客服、分析数据、生成报表，都在被渗透。你不一定是内容创作者，但你很可能是内容消费者，或者是被内容影响的人。
五、一些真实的问题
有读者问过我，AIGC会不会让人类变笨？
我的答案是：不一定。看你怎么用。
如果你拿它当拐杖，什么都让它代劳，那确实会退化。就像导航用多了，认路能力会下降。但如果你拿它当陪练，让它给你抛砖引玉，你来判断、修改、深挖，那它反而能帮你走得更远。
还有人问，AIGC会不会取代人的工作？
这个问题问得不太对。它不会整体取代某个职业，但会取代职业里的某些任务。写周报、做PPT、整理会议纪要，这些活正在被吃掉。但需要判断、共情、担责的部分，还在人手里。
真正的风险不是“AI抢了你的活”，而是“会用AI的人抢了不会用AI的人的活”。
还有个更隐蔽的问题：当网上的内容有一半是AI生成的时候，我们怎么知道什么是真的？
这是个麻烦事。搜索引擎已经在被AI内容污染。你搜一个东西，前几页全是看起来像那么回事、实际上毫无价值的页面。这个问题的解法，目前还没有。
六、往后看，别急着下结论
AIGC现在处在什么阶段？
打个比方。如果把它比作汽车，现在大概是福特T型车的阶段。能跑，但经常抛锚，加油不方便，路也不太好。离“每家每户都有一辆”还有距离。
但方向是明确的。
以后你在电脑前干活，旁边可能永远开着一个AI助手。它不会替你做完所有事，但会帮你把那些重复的、耗时的、没营养的部分处理掉。你专注在真正需要你的事上。
这听起来挺好。
前提是你得知道它在哪儿靠谱，在哪儿不靠谱。知道它擅长什么，不擅长什么。知道什么时候该信它，什么时候该怀疑它。
最后说回开头那件事。
我当时盯着那段AI写的文案，想了一会儿，把它删了。然后自己写了一段。写得没那么“标准”，但里面有我自己。
这就是AIGC和人的关系。
它可以帮你写，但它写不出你的故事。你的故事，还得你自己来。
作者|科技
排版|科技
审核|小准