下一个红利，是信任

作 者：刘润 二蔓

来 源：刘润

最近，有种隐隐约约的判断：下一个红利，是信任。

为什么这么说？

先给你讲个故事。

2023年4月13日，伦敦，一场世界摄影奖的颁奖典礼。

这个奖极有分量。评委是全球最顶级的策展人和摄影师，这一届也是规模空前的一届。收到的投稿超过40万张，来自200多个国家和地区。光是在Open Competition这个单元，就有超过20万张。

最终，一张深褐色调的作品，在创意组这个子类别里胜出。

这张作品叫《PSEUDOMNESIA:The Electrician》。风格上像1940年代的老式湿版照片，作者是一位德国艺术家，Boris Eldagsen，做了三十年的摄影。

但是在获奖以后，Boris做了一件很多人都没想到的事。

他拒绝了这个奖项。

这是多少人梦寐以求的奖项呀，为什么？

因为这张作品，并不是他“拍”出来的，而是他用AI生成出来的。

说得更具体一点就是，用OpenAI的DALL-E 2，再加上反复的提示词工程、局部重绘、扩展生成，一遍又一遍地调试出来的。

而他参赛的目的就是想测试一下，用他自己的话来说就是：

我是以一只调皮的猴子的姿态参赛的，就是想看看这些大赛准备好迎接AI了没有。

就像一个黑进系统的黑客，不是为了利用它，而是为了看看它有没有漏洞。

但更有意思的，是主办方的反应。

一开始，他们说我们一直知道这是AI生成的，评委是被告知过的，也就是说他没骗到我们。可在Boris拒绝奖项之后，他们的说法又变成了“Boris蓄意误导我们”，然后就把作品从展览中悄悄地撤了下来。

从“一直知道”到“蓄意误导”，中间拢共也没几天。可能他们也没想清楚，自己到底有没有看穿，或者说应不应该说“自己已经看穿了”。

但在那个夜晚，AI踏上了人类摄影艺术的最高领奖台之一，而它的作者又亲手把它拉了下来，然后转身告诉所有人，你们看走眼了。那些一辈子都在看光、看影调、看质感的人，分不清了，那些专家的眼睛，也被遮住了。

这个时候，人们才猛地想起这张作品的名字：

PSEUDO（伪）MNESIA（记忆）。

所以，为什么要讲这个故事？

一方面是因为，AI到来以后，在越来越多的地方，我们已经越来越分不清“这是不是伪记忆”了。

比如文字。

康奈尔大学有过一项研究，让人去分辨GPT-3生成的文字和人写的文字。文字涵盖的范围很广，比如故事、新闻、食谱，一共150项内容，结果识别准确率只有49.9%，和抛硬币差不多，就连大学讲师也只能做到70%。

文字开始失守。

再比如图像。

2024年8月，有人做了一项涵盖12500名参与者、28万次图像判断的研究，整体识别成功率是62%。而在2025年的研究里，这个数字已经跌到了38.8%，还不如抛硬币。

眼见也不一定为实了。

再比如声音。

Nature旗下的《Scientific Reports》在2025年做过一项研究，让604名参与者来辨别AI语音和真人语音，结果59%的AI语音，被当成了真人。而在脚本化语音这种更难的场景里，辨别的成功率还会进一步崩塌。

耳听倒是真的为虚了。

但在另一方面，很多人对AI的产物，还是会有一种天然的排斥感。

这种排斥感甚至有一个专门的名字，叫“算法厌恶”。2015年，宾夕法尼亚大学的三位学者，在《实验心理学杂志》上发表的一项研究结果显示，在面对算法或人工智能的时候，就算它们在客观上的表现要优于人类，人们也依然倾向于拒绝使用或信任。

后来，2025年的延伸研究进一步发现，人们对“AI”这个标签本身就有厌恶感。同样的内容，只要贴上“AI生成”，评分就掉。

前段时间，X平台上一名用户发布了一条帖子，并配上了平台官方的“Made with AI”标签。

“我刚刚用AI生成了一张莫奈风格的画，请你尽可能详细地描述一下，和真正的莫奈比，它差在了哪里。”

没想到，几个小时就有百万量级的浏览，大量的评论开始涌进。几乎所有人都在找毛病，其中最长的一条超过800字，逐条痛批。

比如，树的倒影渗入睡莲，完全无视空间深度和对比度；比如，AI画作里的倒影只是随机洒上去的噪点，真正的莫奈懂得光在水面上的行为方式；比如，饱和度不一致的绿色混沌；比如，看起来像垃圾，也确实是垃圾。

但是，这名用户其实在“钓鱼”，这幅画其实就是莫奈画的。

在转发的时候，剑桥大学的一位认知哲学家只说了一句话，

“这和研究完全吻合：人在被告知一个作品是AI做的之后，会系统性地降低对它的美学评价。”

之后，那些写下“赛博垃圾”“毫无灵魂”的人，开始悄悄地删除自己的评论。

2023年，AI晃过了顶级的摄影专家。2026年，莫奈被人们当成是AI垃圾。

我们以为，我们是在评价作品，其实我们是在评价标签。

原来，立场是先于事实的。

当然，今天批量生产出来的AI垃圾，也在加剧这种排斥感。

用词典里的说法就是Slop。意思是，由人工智能大量生产的低质量数字内容，或者说AI泔水。

比如劣质亲情短视频，一开口就是“妈，我爱你”。背景是AI生成的全家福，老人孩子虽然在微笑但眼神空洞，那个家庭就像在另一个平行宇宙里。

比如口水知识短视频。旁白是机器人念稿，配图是AI生成，讲的，是“99%的人都不知道的3个改命秘密”，还在6个平台用6个账号发6遍。

比如伪深度行业报告。一万个字，逻辑通顺结构完整，但仔细一看，其实只讲了一句话，剩下的9990个字全在复述。

2025年4月，Ahrefs对90万个新发布的英文网页做了一项分析，74.2%含有AI生成内容。Ahrefs的内容副总裁Ryan Law说，我自己都被吓到了，今天你想完全避开AI生成的内容，已经基本做不到了。Spotify也删除了7500万条垃圾音轨，大约是整个曲库的四分之三。

一边难以分辨，一边天然排斥，同时泔水泛滥。

所以，让人相信“这真的不是AI做的”，或者“就算是AI做的，你也是有严格的要求的”，就成了一种越来越重要的技能。

拥有这种技能的人，真正值得信任的人，就会迎来自己的红利。

红利就是短暂的供需失衡。每一次红利，都是某样东西突然变得很稀缺。

今天，这种变得很稀缺的东西就是“真”。

需求端在爆炸，因为内容正在被怀疑，供给端在萎缩，因为持续、低成本、可验证地输出“真”，很难。

这就是红利的窗口。

这个时候，你有信任，别人没有，用户就会选择你，“真”就会成为利润表上的钱。因为“分不清”，所以“能被指认为真”，就是一种特权。

那么，怎么才能拥有这种特权？

办法很多，但本质上就一句话：

给人以“人”的感觉。

比如，保持真人在场的频率。你会被实时追问、会忘词、会尴尬、会犯错，这不完美，但这鲜活。

比如，交付结果也交付过程。草稿、修改、犹豫、推翻、再来，这个产品为什么砍了，那个方案为什么错了，这些部分本身就是一种说明。

比如，建立边界。使用AI，但不托管给AI，什么内容必须人来干，什么决策必须人签字，什么场合必须人在场，甚至公开这种边界。

剩下的交给时间。

因为时间，就是最深的信任。

是的，我们可能正在经历一次巨大的信任坍塌。

但是每一次坍塌，都伴随着一次重建。

那些拥有信任的人会站起来，让人相信“我是真的”会变成一门手艺，市场会用复购率和溢价空间给他们回报。

这门手艺，不抢，不卷，它只问你一件事：

你愿不愿意花时间，做一个值得被信任的人。