1000片纯白地狱拼图，AI五小时崩溃，人类用了12天

（本文作者为 斯凯有话说，钛媒体经授权发布）

1000片的纯白地狱拼图，没图案、没色差、也没参考，人拼完花了12天。原以为擅长识别和推理的AI能轻松过关，结果五个小时就撑不住崩了。纯白地狱到底卡住了人工智能哪一步？

起因很无聊，就是刷手机。

深夜我在抖音刷到一条开箱视频：博主拆开一盒拼图倒出来，满屏都是白的，不是大部分白，是全部白。1000片，没图案，没色块，连边框参考图都没有，每一片看上去都一样。盒子上写着名字：纯白地狱。

我平时就爱玩这种手上功夫的小东西，越是没意思越上头，第二天直接下单。到货后断断续续拼了12天。玩家社群里流传，人类最快纪录大概160个小时，我这水平算中不溜。

拼完那晚，我盯着桌上那块纯白的板子，第一个冒出来的念头跟成就感无关：

这种活儿，不正是AI的强项吗？

拼图说到底是个匹配问题。1000片，官方说法是每片形状都独一无二，规则封闭，答案唯一。不用读懂画面，不用发挥创意，只看形状、做比对就行。把AI喂饱、让它支棱起来，这不就是标准场景？

所以我决定：把这副已经拼好的纯白地狱拆了，让AI重拼一遍，看它要花多少时间。

我的设计很朴素，换任何一个理性人大概都会这么想：

拼图桌上画一个20×50的格子，正好一千格，每格编上号，1000片散片一片一格摆好，拍成照片传给AI。它只要干一件事——判断哪两片的边缘能咬合。

按这个思路，原本160小时的盲目试错，理论上能压成“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。

照片传了上去。

第一个小时：它聊得头头是道

开局聊得挺顺。AI准确点出纯白地狱的难点：“没有颜色线索，只能依赖边缘形状匹配。”还主动分析“先拼边框片”的策略，语气像个老练的拼图老师。

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。”

听着很专业。我拿实物一试——拼不上。

第三个小时：我开始追问

又试了几对，准确率惨不忍睹。我换个问法，把两片特写放大到极限再传上去。它还是那套正确的废话：“边缘轮廓存在细微差异，需要更精确的测量。”

一句话点醒了我：它在描述，不在测量。

它说“这片凸得比较陡”，可拼图要的是“凸点位于边缘37.2%处”。每次它都言之凿凿，但同一片描述两遍，措辞还能有出入。拼图这事，差之毫厘就是拼不上。

更麻烦的是，我让它连续推30片的拼接顺序，它给出一个“A接B、B接C、C又接A”的闭环。它做的是一对一的局部判断，维护不了一个全局自洽的拼图状态——每一步都像头一回看图。

第五个小时：我查到了一份“判决书”

不甘心，我去翻文献，结果发现一个哭笑不得的事实：学术界早就拿拼图处刑过AI，题目还比我的实验干净得多。

2026年8月，JigShape这项研究拿五个前沿视觉大模型做了测试。题目是计算机合成的拼图：形状由数字生成、每一片严格唯一、图像完美清晰，我方案里照片模糊、光线不均那些干扰一概没有。结果是，16片的拼图，五个模型里只有一个超过瞎猜水平；到64片，集体回到随机；微调过的模型拼到144片，正确率不到5%。

研究者把这个现象叫作“规模悬崖”：片数一涨，约束一多，模型就全线崩塌。

我那五小时的实验，说到底是在悬崖边上溜达了一圈。

翻到这篇论文时我有点泄气——学术界早把这件事研究透了，我的五小时不过是给一个已知结论又添了一条 anecdote。可转念一想，知道一个结论，和亲手撞上这个结论，是两码事。前者是信息，后者是认知。后来我才知道，这件事在 AI 研究圈更不算新闻——三十年前就有人总结过“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。只是这些讨论一直没走出论文的围墙，直到我用自己那五小时替自己撞上了它。

实验失败后我一直在琢磨：照片够清楚了，每片也确实不同，它究竟卡在哪儿？

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。

头一个是“测量”。大模型处理图像，本质上是生成对图像的描述，这是它的出厂设定。它能说“这条边有个凸起”，却说不出“凸点中心位于边缘37.2%处、曲率半径1.8毫米”这样的数字。可拼图的判定标准是物理咬合，容差以零点几毫米计。描述拼不了图，测量才行。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，干不了零误差要求的活。

再一个是“工作台”，我那个“A接B、B接C、C又接A”的闭环，真正成因就在这儿。人拼图时，桌上已经拼好的部分是锚点：拿起一片新拼块，你不是从一千片里盲选，而是对着已经成形的一块区域找位置，错了就换，拼对了它就变成新的锚点。这是个不断积累确定性、随时回溯修正的过程。大模型没有桌子——它每回答一次，都得从零开始重新看图，判断过的配对不会沉淀成“确定的事实”。上千条约束要在脑子里同时成立、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”说的正是这个道理：拼到16片，几十条约束尚能勉强应付；一旦上到64片、144片，约束数量呈指数级膨胀，每步的小差错彼此叠加传染，最终全盘崩溃。

想明白这些，我又反过来问自己：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。这种反馈实时、物理、零延迟，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”有了肌肉记忆：这个厂的凸起偏圆、那类凹口偏深，拿到一片新拼块，手指一捻大概就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。

还有最关键的一点——耐心。纯白地狱不给任何视觉反馈，埋头拼上一个小时也许毫无收获，能让你撑下去的是“总会有进展”这个念头。这跟能力无关，靠的是意愿；而意愿这东西，机器从来就不需要，人却随时可能丢掉。

于是这场比拼的真实格局是：大模型长着千里眼，却既没有手指，也没有工作台；人的手指好比精密的测量仪，桌子本身就是天然的存贮器，唯一的软肋是耐心有上限。

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。

自动拼图求解在人工智能领域是个有几十年历史的老题目，论文发在IJCAI、AAAI这类正规AI会议上。经典做法并不神秘：逐片扫描，提取边缘轮廓，把每条边转成一串精确到像素的坐标；再用欧氏距离算出两条边的吻合误差；凑出一张1000×1000的误差矩阵，交给搜索优化算法去求全局最优解。沿这条路线，数百片规模的无图案拼图早就有自动求解的先例。

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把问题化成数学，再去计算——它不用看懂图，它去量。新AI从数据里学出模式，再去生成——它不量，它去谈。学出来的智能强在开放和泛化，造出来的智能强在精确和可靠。纯白地狱这种“规则封闭、答案唯一、容错为零”的任务，正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。

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年做过一项脑电实验：54名参与者分成三组写文章，一组借助ChatGPT，一组用搜索引擎，一组全靠大脑。四个月下来，用AI的那组在神经、语言、行为三个层面全面落后，大脑神经连接最弱，甚至连自己几分钟前刚“写”完的文章都难以准确引用。OECD在《2026年数字教育展望》里给这类现象取了个名字：元认知懒惰——把思考外包出去，制造出“知识已经掌握”的假象。另一项覆盖666人的研究也发现，AI工具使用频率与批判性思维得分明显负相关，年轻人里最严重。

把这些研究和拼图摆到一块看，指向的是一种方向上的错位：

本来会做的题，被我们外包了出去；解不了的题，却指望AI去解。

写作、思考、判断，这些人类原本拿手的事，被急切地交给大模型，认知能力随之滑坡；纯白地狱这类该由“老AI”做精确匹配的问题，却让大模型看图说话，再嫌它猜不准。两头都反了。

拼图给出的最大提醒是：在“外包思考”的名单上，手上的活儿其实排在末位。触感、直觉、耐心，都是长在身体里的能力，AI拿不走——真正悄悄流失的，是人坐下来动手做一件事的意愿。

那块花了12天拼出来的纯白板子，如今挂在书房里。

有人问拼它图什么，又不好看。这个问题以前说不清，现在有了答案：它的价值就在那160个小时本身——没有颜色、没有反馈、没有捷径的纯白里，能依靠的只有手、眼，还有那点不肯放弃的耐心。

AI时代，这种“看起来毫无必要的苦功”会越来越显得可笑，也会越来越珍贵。

真正该问的从来不是“AI能不能替我做这件事”，而是：这件事，本来该不该由人来做？

那副拼图最终没有交给AI重拼。原因倒不是心疼它，而是发现了一个悖论：用AI拼拼图这件事，最大的矛盾在于——如果真的需要那块拼图，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。