800人實(shí)測(cè):AI給你的爛方案，比最優(yōu)解更值錢(qián)

上個(gè)月剛充了 ChatGPT Plus，這個(gè)月又買(mǎi)了了 Cursor Pro，OpenClaw 也研究的差不多了。我們對(duì) AI 的期待，說(shuō)起來(lái)非常簡(jiǎn)單：給最好的方案、最準(zhǔn)確的代碼、最精確的回答。

然后我們?cè)儆幂敵鲑|(zhì)量來(lái)評(píng)判一個(gè) AI 值不值得續(xù)費(fèi)。

但為什么總覺(jué)得 AI 不夠好用呢？

Swansea 大學(xué)一項(xiàng)迄今最大規(guī)模的人機(jī)協(xié)作創(chuàng)意實(shí)驗(yàn)剛剛告訴你：你對(duì) AI 的期待從根上就是錯(cuò)的。

800 個(gè)人設(shè)計(jì)了一輛虛擬汽車(chē)

這不是問(wèn)卷調(diào)查，是一個(gè)真正的設(shè)計(jì)任務(wù)。研究者開(kāi)發(fā)了一個(gè)叫「Genetic Car Designer」的在線工具，放在游戲平臺(tái) itch，讓參與者設(shè)計(jì)一輛二維汽車(chē)，目標(biāo)很簡(jiǎn)單：在 30 秒內(nèi)跑得越遠(yuǎn)越好。

車(chē)身由多邊形頂點(diǎn)定義，輪子有位置、半徑、質(zhì)量、轉(zhuǎn)速和懸掛頻率五個(gè)自由度。最簡(jiǎn)單的配置有 9 個(gè)可調(diào)參數(shù)，最復(fù)雜的可以到 85 個(gè)。

系統(tǒng)有兩種 AI 建議模式。一種是 MAP-Elites 算法驅(qū)動(dòng)的方案，按速度、輪徑、幾何形狀三個(gè)維度，展示一系列多樣化的設(shè)計(jì)方案。這些方案里有高性能的、有奇怪的，也有明顯跑不遠(yuǎn)的。另一種是隨機(jī)歷史記錄，什么設(shè)計(jì)都有，毫無(wú)章法，充當(dāng)對(duì)照組。

參與者可以自由選擇看不看這些建議，用不用它們。沒(méi)有強(qiáng)制流程，沒(méi)有規(guī)定時(shí)間，隨時(shí)可以退出。實(shí)驗(yàn)設(shè)計(jì)的精妙之處在于：它不告訴你 AI 在幫你，只是把方案擺在那里，看你怎么反應(yīng)。

808 個(gè)有效 session 里，50%的參與者完全是被動(dòng)的。打開(kāi)工具后就讓算法自己跑，全程不參與。36%只用了設(shè)計(jì)編輯器，手動(dòng)調(diào)參數(shù)。只有 14%打開(kāi)了 AI 方案并且與之互動(dòng)。

但這 14%的人，產(chǎn)出了最好的設(shè)計(jì)。

看到「爛設(shè)計(jì)」的人，反而做得更好

數(shù)據(jù)很清楚。看過(guò)至少一個(gè) AI 方案的人，平均在任務(wù)上花了 22.5 分鐘，是沒(méi)看過(guò)方案的人（9.4 分鐘）的 2.4 倍。設(shè)計(jì)質(zhì)量提升幅度達(dá)到 373%，將近沒(méi)看方案的人（197%）的兩倍。主動(dòng)跟方案互動(dòng)、選取設(shè)計(jì)反饋給算法的人，提升更是高達(dá) 420%，是純被動(dòng)參與者（124%）的 3.4 倍。所有比較均通過(guò)了嚴(yán)格的統(tǒng)計(jì)檢驗(yàn)（Mann-Whitney U， p<0.002）。

更有意思的是 MAP-Elites 方案和隨機(jī)方案之間的對(duì)比。參與者在兩種方案上花的觀看時(shí)間沒(méi)有顯著差異，但從 MAP-Elites 方案里選出來(lái)實(shí)際使用的設(shè)計(jì)數(shù)量，顯著多于隨機(jī)對(duì)照組。

這意味著「結(jié)構(gòu)化多樣性」，也就是好的、怪的、差的方案按維度排列在一起，比一鍋亂燉的隨機(jī)建議，產(chǎn)生了更強(qiáng)的創(chuàng)意激發(fā)效果。

最反直覺(jué)的發(fā)現(xiàn)，藏在實(shí)驗(yàn)室研究里。

研究者另外招募了 12 名工程專業(yè)學(xué)生做了一組對(duì)照更嚴(yán)格的實(shí)驗(yàn)：固定賽道、固定參數(shù)、固定時(shí)長(zhǎng)（40 代算法迭代），只保留兩個(gè)方案（MAP-Elites vs 隨機(jī)），雙盲標(biāo)記為「Insights 1」和「Insights 2」。

75%的人在 MAP-Elites 方案上花了更多時(shí)間，所有參與互動(dòng)的人也都從 MAP-Elites 里選了更多設(shè)計(jì)。但問(wèn)他們「哪個(gè)方案更有用」，答案卻是分裂的。25%的人甚至認(rèn)為隨機(jī)方案更好，盡管他們的實(shí)際行為證明他們從 MAP-Elites 里獲益更多。

論文的解釋是：行為參與和情緒參與是分離的。你在認(rèn)知上確實(shí)受到了幫助，但你不一定「感覺(jué)」到這種幫助。這指向了一個(gè)更深層的機(jī)制，論文稱之為「過(guò)早固化」（early fixation）。

當(dāng)你只看到好方案，你傾向于直接復(fù)制；當(dāng)你看到一堆參差不齊的方案，你被迫開(kāi)始自己思考，因?yàn)闆](méi)有哪個(gè)方案可以直接拿來(lái)用。爛設(shè)計(jì)不是噪音，是認(rèn)知摩擦。它攔住了你的第一反應(yīng)，逼你繞遠(yuǎn)路。而繞遠(yuǎn)路，恰恰是創(chuàng)造力的產(chǎn)生條件。

其中有一位參與者的反饋很有代表性：「我發(fā)現(xiàn)方案在后期更有用，當(dāng)我自己做的修改不再產(chǎn)生更好結(jié)果的時(shí)候。」這正好印證了研究者的判斷。多樣化建議的價(jià)值不在起步階段，而在你自以為找到最優(yōu)解、實(shí)際上已經(jīng)陷入局部最優(yōu)的時(shí)候。更有參與者說(shuō)自己會(huì)刻意挑差方案來(lái)看，「用來(lái)探索新想法」。

你花錢(qián)買(mǎi)的不是答案

一個(gè) AI 給你的爛答案，竟然比好答案更有價(jià)值。這項(xiàng)研究還揭示了一個(gè) AI 產(chǎn)品經(jīng)理們，可能不太愿意面對(duì)的事實(shí)：使用 AI 方案的人花了更長(zhǎng)的時(shí)間完成任務(wù)，而不是更短。

研究者在論文中直言：「基于方案的人機(jī)協(xié)作工具不應(yīng)被視為省時(shí)省錢(qián)的工具，而應(yīng)被視為通過(guò)增強(qiáng)人類創(chuàng)造力來(lái)產(chǎn)出更好結(jié)果的工具?！乖谒麄兇饲暗囊豁?xiàng)研究中也觀察到了同樣的趨勢(shì)：使用 AI 輔助工具的參與者完成任務(wù)所需時(shí)間顯著更長(zhǎng)，原因是情緒參與度更高，他們投入了更多精力去探索。

這跟 AI 產(chǎn)品的主流營(yíng)銷(xiāo)敘事完全矛盾。從 ChatGPT 到 Midjourney 到 Cursor，所有 AI 工具的價(jià)值主張都是「更快、更好、更省力」。但這項(xiàng)研究的數(shù)據(jù)顯示，真正有價(jià)值的 AI 協(xié)作，恰恰是讓你花更多時(shí)間、投入更多精力的那種。省下來(lái)的不是時(shí)間，而是那些你原本不會(huì)走的彎路——可彎路，才是創(chuàng)造力的正路。

這篇論文的標(biāo)題叫「From Metrics to Meaning」，從指標(biāo)到意義。作者批評(píng)了 AI 工具行業(yè)的主流評(píng)估方式：用點(diǎn)擊率、復(fù)制率、采納率來(lái)衡量 AI 建議的價(jià)值。這些指標(biāo)只能捕捉行為參與（你是否點(diǎn)了），完全忽略了認(rèn)知參與（你是否在想）和情緒參與（你是否在乎）。

僅僅是「看」一眼設(shè)計(jì)建議，即使你沒(méi)有選擇它、沒(méi)有復(fù)制它、沒(méi)有對(duì)它做任何操作，它已經(jīng)在影響你的設(shè)計(jì)過(guò)程了。這意味著 AI 產(chǎn)品用來(lái)衡量自身價(jià)值的那套指標(biāo)體系，可能系統(tǒng)性地低估了 AI 真正的貢獻(xiàn)，同時(shí)高估了「輸出準(zhǔn)確性」的重要性。

這對(duì)每一個(gè)正在付費(fèi)訂閱 AI 工具的人都有價(jià)值：你每個(gè)月花 20 美元，期待的是一個(gè)給你最優(yōu)解的系統(tǒng)。但恰恰，好的 AI，可能不是給你答案的那個(gè)，而是用一堆不完美的方案逼你自己去想的那個(gè)。

當(dāng) Cursor、Claude、ChatGPT 都在卷輸出質(zhì)量的時(shí)候，也許最好的 AI 產(chǎn)品設(shè)計(jì)，應(yīng)該故意「不那么好用」。你花錢(qián)買(mǎi)的不是答案，是刺激。

我們正在招募伙伴

簡(jiǎn)歷投遞郵箱hr@ifanr.com

?? 郵件標(biāo)題「姓名+崗位名稱」（請(qǐng)隨簡(jiǎn)歷附上項(xiàng)目/作品或相關(guān)鏈接）