本文来自微信公众号： 斯凯碎碎侃 ，作者：斯凯，原文标题：《心锚｜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》
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。
