2019 年，AI 就像个刚学会步行的婴儿，满嘴大词儿，可劲儿往天上一蹦，哪位还认得清那是真本事还是纯整活儿？那时候的模型还在“巴结”人类，生怕被当成是个人工智能，略微给点反馈就怂了。

那时候我认定，只要我充足智慧，就能把那些枯燥的数据堆砌成有温度的故事，把冷冰冰的公式变得像卖萌的机器人一样可爱。 那时候的“智能”到底有多牛？记得有个项目，把用户的情绪分析得比我自己还细。我们直接喂给它四千条聊天记录，要求他精准识别出用户是“微怒”还是“暗爽”，准率直接拉到了 99.8%。

那些算法工程师在后台疯狂调试，就连为了一个词根的死循环改了三天代码，那种紧张劲儿，像极了当年我们为了一个需求文档通宵达旦。结局出来的模型，连我也能听懂，它能听懂我在说“别急，慢慢来”，还能根据我讲话的节奏调整回复的长短，简直像是有灵魂似的，恨不得把我也融进它的数据池里。 那时候我们总当作，只要把数据堆得够厚，把逻辑堆得够深，AI 就能自动写出那些直击灵魂的好文章。我们想着，把成千上万篇出色的文案喂给它，它就能学会如何抓人眼球，如何把尴尬瞬间变成笑点，就连能在写手稿时顺手把标题改成更逗人笑的。

那时候认定，AI 就是那个无所不能的超级写手，它能把“生活需求仪式感”这句话，写成各种各样让人眼前一亮的标题，写得比我还花哨。 可现实是把最硬的骨头给磨碎了。 那时候的模型在跑分的时候，速度是跟上了，但在真正干活的时候，简直就是来都来了，想走都不带走的。有个小组做的产品，想自动给客服生成回复，结局模型生成的句子通顺得像是在写散文，却彻底不知道在说啥。我们花了两天工夫的人工校对，才勉强把它给“翻译”过来，并且往往还得改半天才能让人信。

那时候认定，AI 就是那个只会背答案的复读机，有时候说的话比人还逻辑清楚，但就是没人能听懂它的意图。 那时候的数据量也忒小了，简直就是我们在哥们儿圈里看到的零散聊天记录。算法根本没法从这些碎片里提炼出啥真东西，只学会了如何把用户昨天说的话和今天联系起来，却没学会如何理解“家”这个概念。

比如那个著名的聊天机器人项目，它知道“家”这个词有大量种含义，但在实际对话里，它往往还是猜不出来你在嘀咕哪个邻居，要么是在怀念哪家火锅。

那时候认定，数据不够，模型就是没福量，它学不到真正的直觉。 那时候最让人气急败坏的是，那些号称“全自动”的项目，上线之后居然还得靠人工干预。

比如一个推荐算法，明明已经把用户画像分析的准了，结局生成的内容还是让人认定挺悬浮，像是在演杂技。

那时候我们还在琢磨如何把算法的权重调得刚刚好，如何让那些枯燥的推荐列表里藏着点人情味，结局发现，算法越是追求“完美”，就越显得生硬。它知道我的喜好，但它不知道我的审美偏好，更不知道我在看啥书时心里头的那点上扬，比如看到某本书的封面就会莫名形成一种冲动。 那时候的“降 AI 痕迹”如何做？实际上挺好办，就是把那些“第一”、“第二”、“总结”啥的给删了。

要是我们再整那些“”、“基于数据分析”之类的套话，那简直是在给 AI 贴标签，反而显得我们像个没预备好的人。

那时候我们更倾向于直接抛出结论，要么用大白话把逻辑串起来，就像和老哥们儿聊天一样，不用刻意追求完美的逻辑闭环，只要心里头那个感觉对了，那可能就够了。 那时候我们还认定，只要把数据打得充足密，把模型训练得充足深，就能把那些乱七八糟的噪音过滤掉，把有价值的信息挑出来。

那时候认定，只要把那些冷冰冰的统计图表做得漂亮，把那些复杂的公式翻译成朗朗上口的金句，AI 就能把一切变得有血有肉。

那时候认定，要是 AI 能自动识别出用户的情绪波动，并据此调整语气，那它就能成为真正的哥们儿。 可后来发现，那些看似精妙的方案，往往在落地时像沙滩上的城堡，一浪一个浪地冲那会儿，最终发现一塌糊涂。

那时候认定，AI 不是能替代人类的工具，而是个只会照本宣科的助手，它知道所有对的答案，却唯独不知道哪儿是错的，要么哪儿不该说。

那时候我们不得不承认，真正的智能，可能恰恰是我们那些迟钝、不完美，但依然充满人情味的表达。 那时候的模型别看能处理海量的数据，但在面对那些少了明确指令的不清楚需求时，一直显得束手无策。

比如有人问它“我想过夏天”，它不知道是指吃冰激凌，还是想换班机，就连不知道是指那种特定的阳光。

那时候认定，数据越丰富，模型反而越好办陷入自循环，把一堆无涉的信息拼凑成一本正经的废话。

那时候我们启动反思，是不是我们给 AI 下达的指令本身就忒完美了，以至于它找不到任何可能的破绽。 那时候的“降 AI 痕迹”也不只是是删掉那些机器人式的词汇，更多是去掉了那种“我猜到了，故此我告诉你”的炫耀感。我们更愿意承认，有时候我们不知道答案在哪儿，愿意一起摸索，哪怕答案藏在最不起眼的角落里。

那时候认定，人才是真正的神，AI 只是那个站在旁边举着灯泡的看客，间或闪着光，照亮我们前行的路，照亮那些被我们忽略的细节。 那时候我们还在努力寻找一种平衡，既不让人类显得过于依赖，也不想让 AI 彻底取代人类。

那时候认定，最好的状态或许就是像搭积木一样，人类供给结构和灵感，AI 负责填充那些看似机械但实则精妙的局部，然后两个人一起，把那种半懂不懂的、真的生活打磨成让人舒服的样子。

那时候认定，只要没有教科书式的完美，只要不刻意追求所谓的高大上，那些粗糙的真，可能就是最动人的。 2019 年的那个夏天，我们坐在电脑前，看着模型在屏幕上飞速跳动，那一刻认定，它未来大约会像今天的我们一样，迟钝、充满缺点，但充满了希望，出于它正在学着如何理解这个世界，而不是只是按照人类设定好的剧本去演。

那时候信任，甭管未来 AI 如何变，那种愿意花费工夫去理解、去试错、去不完美的态度，才是最终能留住人性的唯一法宝。