上周帮我妈整理手机相册。
她攥着手机凑过来，说你看这破功能，昨天拍了半根放皱的黄瓜，沾了半颗掉的小米辣，居然自动给我标了”待采购：黄瓜”。
我凑过去看。
真的。
好多人以为这是手机厂商搞的什么玄学AI魔法，扯什么大模型通人性，其实拆穿了特简单——这就是计算机视觉干的活。
别把计算机视觉想成科幻片里的机器人眼睛
好多人对这东西的印象，还停留在十年前的科幻片里——金属外壳的机器人转着摄像头，在实验室里踉踉跄跄躲障碍物，全身上下全是昂贵的传感器，离了实验室根本没法用。
真的差太远了。
现在的计算机视觉早就从实验室的玻璃罩子里跑出来，钻到你手机的每一个系统缝隙里了。你发朋友圈的时候，它自动给你识别照片里的猫，弹出来个标签”我家的小宝贝”；你拍作业的时候，它自动把歪歪扭扭的书页矫正成正的，连上面的手写笔记都能转成可编辑的文字；你过小区门禁的时候，摄像头扫一眼你戴没戴帽子、挡没挡脸，判断要不要给你抬杆。
去年我帮朋友搬仓库，他还攥着个老式扫描枪吭哧吭哧扫快递，扫一个输一个信息，一下午腰都直不起来。我掏出手机对着整堆快递拍了一张，半分钟，所有快递的收件人、手机号、地址全导成了规整的表格。他当时盯着屏幕愣了三分钟，说自己之前花大几千买的扫描枪，是个纯纯的智商税。
说真的，现在你根本找不到哪个普通用户的手机里，是没跑着计算机视觉相关的代码的。它根本不是什么高高在上的、只有大厂算法工程师才会碰的黑科技，就是个嵌在你日常里的、干碎活的工具人。
它根本不会“看”，只是在数你看不见的像素点
好多人对计算机视觉最大的误解，就是觉得它跟人一样，长了眼睛，看东西的时候能读懂内容。
错得离谱。
它拿到的从来不是什么有意义的画面，就是一张密密麻麻的像素矩阵——每个点都是0到255的亮度值，红、绿、蓝三个通道叠起来的数字，没有任何情绪，没有任何常识，就是一堆冷冰冰的数字堆。
你拍一张家里橘猫的照片，它不会像你一样一眼认出“哦这是我家那只每天拆沙发的橘座”。它的识别逻辑是：先在整张图里找边界清晰的色块，这里有一块橙黄色的软边块，位置在画面的中下部分，上面有两个三角形的尖耳朵轮廓，鼻子的位置有个直径两毫米的小黑点，和之前喂给它的几百万张猫的照片的像素分布对得上——哦，那这就是猫。
上次我朋友穿了件卡其色的摇粒绒外套，站在小区草坪上伸懒腰，手机相册直接给他标了”野生山羊”，给他笑到直不起腰。为啥会犯这种离谱的错？因为它根本不知道山羊长啥样，也不知道摇粒绒外套长啥样，它只是数像素块啊。卡其色的软乎乎的块，长在绿色的草坪背景上，和之前见过的山羊照片的像素分布太像了，那就直接给你标山羊，半点儿不带犹豫的。
之前有个做算法的朋友跟我吐槽，说他们团队为了让模型能准确认出“沙发上的猫”，前前后后喂了十几万张图。原因是之前的模型总把沙发上搭的橘色毛毯认成猫，每次用户打开相册，都弹出来“你家的可爱猫咪”，点进去全是搭在扶手上的毛毯。就这点小事，他们前前后后调了仨月的参数。
你说它聪明吗？真的不聪明。
它甚至连“黄瓜是可以吃的”这种最基本的常识都没有，只是因为见过太多黄瓜的像素图，才能在一堆乱七八糟的杂物里，把那半根发蔫的黄瓜给揪出来。
你以为它能代替人？其实它傻得很有边界
现在刷短视频总能刷到各种夸张的营销号，说计算机视觉马上就要代替摄影师、代替设计师、代替所有需要用眼睛干活的人了。
拉倒吧。
它现在能干的所有事，本质上都是在“找匹配的像素块”。比如美颜的时候，它找你脸上颜色比周围深一点的块（也就是痘印、斑点），把那块的像素磨得和周围皮肤一样匀；比如扫二维码的时候，它找那三个角的正方形定位块，把里面的黑白点翻译成数字；比如识别快递单的时候，它找印刷体的黑色字块，把每个字的形状和字库对一遍，转成可编辑的文字。
但是它读不懂情绪。
上次我去看楼下的画展，有个扎羊角辫的小朋友站在一幅画前面，举着个橘子味的棒棒糖，下午的阳光刚好斜斜落在她的发梢上，连她棒棒糖上的糖霜都在发光。我当时站在旁边看了半分钟，掏出手机拍了张照。手机相册很快给这张照片打了标签：”儿童 甜食 公共场所”。
它能数清楚照片里所有的色块、所有的边界、所有的像素点，但是它根本不会知道，我当时为什么要按下快门。它算不出来那种软乎乎的、像棉花糖一样的情绪，也不会知道，我拍这张照片，根本不是为了记录什么“公共场所的小孩吃甜食”，只是觉得那束光落在小朋友身上的样子，比墙上挂的所有画都好看。
之前我拍过一次日落，就是下班路上站在天桥上，看着整片天被染成橘红色，下面的车水马龙拖着长长的光带。手机相册给我标了”日落 城市 交通”。它甚至都不知道，我那天因为赶项目熬了三个通宵，站在天桥上吹着风，突然就觉得所有的累都散了。
这就是它的边界。
它可以24小时不眨眼地数像素，不会累，不会烦，数到天荒地老都不带错的。但是它永远没法像人一样，在看到某个画面的时候，心里突然软一下，突然想起某件很久之前的小事，突然被某束光戳中。
我妈到现在还经常吐槽手机的识别功能，说上次她拍了个家里的陶瓷杯子，系统直接给她标了”保温杯 待采购”。
我每次都笑着跟她说，你就当它是个笨乎乎的小帮手，每天勤勤恳恳帮你翻相册，帮你扫快递，帮你磨掉照片里的痘印。
它确实笨。
但是真的好用。