马蒂斯用九笔画了一张女人脸。AI需要九百万笔。差距不只是数量——是敢不敢画错的那一下。
「九条线」的底气从哪来
作者让所有人试：用九条线画一张脸。这不是技巧测试，是决策测试。每一笔下去，几十种可能就被永久关闭。马蒂斯敢这么画，因为他「知道」那张脸——不是查参考资料的那种知道，是看过一千张脸之后，记在骨头里的知道。
九条线=九百九十九万九千九百九十一种可能被主动放弃。
这种放弃需要勇气。作者称之为「 earned confidence 」（挣来的自信）。不是盲目冒险，是清楚自己要什么之后的果断。
AI的「 yes 」瘾
作者的身份很有意思：一个每天用AI生成图像的人，而且「非常擅长不把东西去掉」。加头发。加背景。加第二个光源，因为第一个不够戏剧化。
这是系统设计的必然。训练奖励完整性，惩罚留白。AI的每一笔都是统计平均，是所有见过的脸的共识。结果常是美的，但「很少勇敢」。
勇敢在这里有精确含义：愿意错。愿意朝一个方向走到底，同时承认其他路就此封死。
AI学不会这个。它的九百万条线不是选择，是逃避选择。
作者 admire 的反面教材
文中列了三件让他驻足的作品：
霍克尼的泳池，一道波纹。莫兰迪的静物，三个瓶子，和它们之间的沉默。艾格尼丝·马丁的网格，近乎于无，因此无所不包。
共同点是「拒绝」。拒绝填满，拒绝解释，拒绝讨好。
作者说得很重：「 reduction is not a style. It is a decision about what matters. 」（削减不是风格，是关于什么重要的决定。）
对一台被训练成对一切说 yes 的机器，做决定是结构性难题。
那人类创作者该干什么
作者给出的方向很具体：练习说 no 。别碰画布的白。用九条线画脸，并相信「你早就知道它该长什么样」。
这不是复古怀旧。是认清工具特性之后的分工建议——AI负责可能性，人负责可能性之间的裁决。
作者没有否认AI的价值。他自己就是重度用户。但他发现越用越清楚：真正打动他的图像，都带点「机器不敢」的东西。
一个关于信任的问题
九条线 vs 九百万条，核心差异不是效率，是信任——你敢不敢信任自己的判断，胜过信任所有数据的平均？
马蒂斯信任的是记忆沉淀后的直觉。AI信任的是统计相关性。两种信任机制，产出两种完全不同的东西。
作者没说的是：当AI工具让「九百万条线」变得零成本，「九条线」的能力会不会反而升值？稀缺的不是图像，是图像背后的那个敢拍板的人。
如果创作的未来是人和AI协作，边界划在哪——是技术问题，还是勇气问题？
热门跟贴