CASE 01 / 莲花
- 模型说
- 几只小猫在湖中嬉戏
- 实际是
- 几支开在池塘里的莲花
- 我猜
- 它没见过这种构图，把花瓣和猫耳朵对上了。
本报告所有数据，来自 10 张实拍照片的逐张核对。
01 / 关于我
我不是最会写模型的人，
我是愿意逐条核对的人。
我是人工智能2601班的成鑫，班长，ENFP。喜欢拍照，也喜欢给 AI 挑错。
填志愿时我以为大一就会学 AI，进来发现先学 Python、高数、数据库。那段时间挺有落差。转机来自相机：我按下快门时知道照片里有什么，那机器知道吗？
于是我给一个视觉模型做了一次上岗体检：10 张照片，5 条错误，3 条诊断。
ENFP / 性格说明书
ENFP
天赋
好奇 / 共情 / 表达 / 适应
难题
重复 / 细节 / 收尾
补法
检查表 / 每周复盘 / 公开承诺 / 同伴互查
我不说「ENFP 适合测试」；我说，ENFP 的好奇心，需要一个把好奇心落地的流程。
测试不是把我变成机器，是用流程把我的判断固定下来。
02 / 项目
10 项检查，5 项异常。
我找了一个现成的视觉模型，把自己拍的 10 张照片一张张喂进去，再一张一张核对。
10项检查
5项异常
3条诊断
1份报告
| 编号 | 检查项 | 模型输出 | 判断 |
|---|---|---|---|
| 01 | 莲花 | 几只小猫在湖中嬉戏 | × |
| 02 | 腊梅 | 影子被框成物体 | × |
| 03 | 异常 03 | 见原始记录 | × |
| 04 | 异常 04 | 见原始记录 | × |
| 05 | 异常 05 | 见原始记录 | × |
| 06 | 未记录异常 | — | — |
| 07 | 未记录异常 | — | — |
| 08 | 未记录异常 | — | — |
| 09 | 未记录异常 | — | — |
| 10 | 未记录异常 | — | — |
03–05 条明细见原始检查表；06–10 条未记录异常。不编数字，是这份报告的第一条规矩。
CASE 02 / 腊梅
- 模型说
- 框住了影子，还标了名字
- 实际是
- 阳光下的腊梅，影子不是物体
- 我猜
- 它把高对比度的影子当成了独立物体。
诊断结论 / 三个「我以为」
- 01
我以为 AI 很聪明它认的是规律，不是理解它根本不知道照片里发生了什么，它只是在算概率。
- 02
我以为它认错是模型不行问题在数据，不在代码它没见过我这种场景的照片，它就只能猜。
- 03
我以为做 AI 最重要的是会写代码更难的是判断它什么时候不可靠代码能查出报错；能不能交给用户，只能人来定。
复查 / 从识别到生成
同一种判断力，换一个对象。
识别类是判断题，生成式是开放题；底层都是同一个问题：这个结果，能不能交给用户。
三类错误示例；原始测试图与标注保留，可复查。
03 / 方法
不是跑分，是逐条核对。
不是看它答对多少，是看它错在哪。
- 01
选模型
一个现成的视觉模型。
- 02
拍 10 张
自己拍的真实照片。
- 03
逐张提问
让它说出照片里有什么。
- 04
人工核对
我知道正确答案。
- 05
记录错误
错哪张、错成什么。
- 06
归因
我猜它为什么错。
不是看它答对多少，是看它错在哪。
不是改代码，是先回到数据和场景。
04 / 路径
记录员 → 设计者 → 签字人。
从记录异常，到对结果负责。
2026 · 大一
记录员
记录模型输出，标记对错。
可验证成果10 张照片 + 5 条错误 + 一组文生图复查
2027 · 大二
设计者
从记录错误，走到设计检查项；建立自己的测试清单。
可验证成果一套可复用的测试表 + 人工智能训练师五级
2028–2029 · 大三 / 毕业
签字人
进企业实习，参与真实项目，对测试报告签字。
可验证成果实习证明 + 一份签字报告
2026大一 · 记录员
2027大二 · 设计者
2028大三 · 签字人雏形
2029毕业 · 应用员
ENFP 的补课：把好奇心落成检查表，把收尾交给每周复盘。
学历：专升本，大二下学期启动。备选：AI 训练师、数据标注 / 数据质量、提示词运营。
证书：人工智能训练师五级，年满 16 周岁、拟从事相关工作即可申报；通过学校或人社备案评价机构报名。
05 / 作品
讲得通，才算过。
3 人 AI 学习小组，每周 2–3 次；把判断讲给同学听，讲得通才算过。
AI 学习小组
3 人 / 每周 2–3 次
- 成鑫 · 组织与记录
- 同学 A · 资料与复现
- 同学 B · 演示与提问
网页示意
作品 01 / 网页
小组介绍网页
把小组人员、分工和每周任务做成网页。
作品 02 / PYTHON
飞行游戏
用 Python 做了一个可运行的飞行游戏。
3人
2–3次 / 周
2个作品
讲不明白的地方，就是我自己还没想明白的地方。
06 / 日志
还在长出来的路。
第一次把照片喂给模型
10 张照片，5 条错误。第一次知道「错在哪」比「准确率」有用。
从识别到生成
开始用同一套核对方法查 AI 画的图：光影、结构、常识。
把判断讲给别人听
3 人小组，每周 2–3 次。讲得通，才算过。