10亿Token造出万张假鸟图，AI伪科普正在污染孩子的常识

藤野先生有次把鲁迅叫进研究室，掏出他讲义里夹的一幅图，画的是下臂血管。先生指着图，语气和缓地对他说：“这条血管你挪了位置。挪一下确实好看些，可解剖图毕竟不是美术作品，实物长什么样就是什么样，改不得。眼下我已经替你改过来了，往后画，都照黑板上的样子来。”

这段文字出自鲁迅的散文集《朝花夕拾》，篇名《藤野先生》，凡是读过初中的人都学过这篇课文。放到今天再看，这事多少有点荒诞——说到底，藤野先生没赶上AI。

如今不必去野外挨风吹雨淋，也不用懂一丁点鸟类解剖学。一台电脑，开8个窗口跑AI脚本，不到一个星期，全世界所有现生鸟类就能被「一张不落」地画完。画得像不像？没人在乎。

这套东西在开发者圈子里刷屏刷得很热闹，却把国内外鸟类爱好者气得血压直往上蹿，名字叫「花叔全球鸟类贴纸库」。光看作者自己写的项目复盘，字里行间全是一股「算力够大就能出奇迹」的兴奋劲。

作者是位独立开发者，完全不会写代码，做这套素材是为了给自己的观鸟App配套。他靠Vibe Coding烧掉超过10亿Token，数次把200美元顶配会员的周额度用光，最终把全球11064种现生鸟类做成了白边贴纸——后来名录更新，数字调整为11011种及91个亚种。顺带还搭了个鸟类网站，支持15种语言检索，随后向全网宣布「正式开源」。

紧接着就出了事。

扒图、瞎画，一条「造鸟流水线」

把这套万鸟贴纸库的制作过程拆开看，科学传播者和野外摄影师怕是要被气得直掐人中。

头一桩，是抓参考图近乎「明抢」，盗图毫不含糊。AI凭空画鸟特别容易胡编，作者自己又不是观鸟爱好者，手上没有数据库，怎么办？写脚本进iNaturalist和维基共享资源，把全世界摄影师蹲守多时才拍到的真实照片成批扒下来，拼成3×3的「九宫格」，再喂给生图模型重绘。

这11064种鸟的参考照里，真正采用开放许可（CC0、CC BY、CC BY-SA）的只有1986种。其余的不是标着「非商业使用」「禁止演绎」「保留所有权利」，就是压根没记录许可协议——这样的有2017种，照样被一股脑塞进了AI。

等照片被洗成AI贴纸，作者转手就打上自己的授权标签（起初用的是限制竞品使用的PolyForm Shield 1.0.0，后来改成CC BY 4.0），再补一句：某张贴纸若参照了你拍的照片、你又不希望被使用，发邮件提Issue，7天内撤下。

先把摄影师的作品喂给AI，等苦主找上门再删——这套逻辑在海外社区Reddit的观鸟论坛上被直接怼了回去：「把别人的作品喂进抄袭机器，从来不是一件可以靠“事后申请退出”来洗白的事」

要在几天内硬凑齐一万多种鸟，还有一招更猛：冷门鸟找不到好照片，就拿几张残缺照片拼起来；模型画完，再交给另一个AI审核员打分。测试中作者自己也发现，生图模型频繁造出让人哭笑不得的怪物——红色或蓝绿色的虹膜，被画成死气沉沉的全黑眼珠；脚趾融成一团肉块；蜂鸟这种腿极短的鸟，也被硬安上一双麻雀式的大长腿。

重画两次还是不对呢？不退回去用照片，也不留空，挑分数高的留下。

纯工程思维拿来搪塞科普问题，后果在初代开源的仓库里就摆着：连项目自己定的AI及格线（80分）都没过的残次品有3388张，其中109张甚至低于70分，照样打包进了公开图库。作者后来在11月用另一套AI标准把一万多张图重跑了一遍，宣布全部「过线」。可从头到尾，这套图库没经过哪怕一位鸟类学专家的系统审校。

「科普污染」究竟有毒在哪儿

硬伤一大堆，作者依然热情推荐大家把这些贴纸拿去「做自然教育的课件、给孩子做鸟卡」，还提供了一行代码即可调用的CDN接口，以及绑定了eBird、GBIF科研编号的结构化数据。转过头，他又在说明文档里给自己叠上厚厚一层免责甲。

「这些是插画，不是图鉴图版……发现画错了，欢迎提 Issue，鸟友的纠错是这个项目最需要的贡献」。

整个开源项目最大的争议点就在这里：有没有能力核查一万多张图，是能力问题；推出之前有没有想过做专业核查，是态度问题。作者始终没有正面承认，做一套鸟类知识产品，得先有鸟类学和观鸟领域的专业知识打底，纠错只是发布之后的补充环节。

这种思路在代码开发里很常见：编程、上线、收到issue再改、迭代。开发者觉得，工具做出来了、图生成了、代码开放了，自己的活就干完了，哪怕只是vibe coding；知识准不准，交给用户和专业社区去纠正就行。可这套做法挪到自然科学领域，堪称灾难。

拿有「空中猛禽」之称的游隼来说。光看贴纸图，外行人根本瞧不出毛病，何况整套图走的是写实画风，不是动漫或简笔画线条。

鸟友把对比图一贴出来，细看才发觉不对：游隼本该跗跖粗壮、爪趾强健，图里却被弄成了一副又细又小的爪子。作者事后回查，承认参考照是站在树下往上拍的，游隼的脚让腹羽和树枝挡住了；脚本自动抠掉树枝之后，AI只好自己脑补出一双细爪，而管审图的那套AI压根没去核对腿脚的粗细比例。

葵花鹦鹉是作者「最爱的鸟类」，当初立项就是被它激发的。

可画出来之后，最基础的折叠翼羽区——覆羽与飞羽的层级关系——都是错的。

拿“这是插画、不是图鉴”来挡，说不过去。手绘图鉴跟摄影照片确实不是一回事，可手绘下笔也有硬杠杠：每一笔都得对得上真实的物种解剖，还得有懂行的人过目。好的博物画师靠的是对多只个体的长期观察，再有意把尾羽、喙形、换羽期这些鉴别特征画出来。

假鸟贴纸只是其中一例，AI 伪科普正在多条战线上“投毒”。

如果只是某个独立开发者自娱自乐，事情或许还没那么可怕。可这类用 AI 篡改、捏造自然图像，进而污染科学记录与公众科普的事件，早已不是一桩两件。

今年《自然·生态与进化》（Nature Ecology & Evolution）刊登的一篇学术通信，就记录了一个足以敲响警钟的案例：一名观鸟者在巴西拍到一只略显模糊的鸟，为了看得更清楚，他把照片交给 Google 的 AI 图像工具改善画质，随后将处理后的高清图上传到了全球最大的公民科学平台之一 iNaturalist。

这张照片一度被当成当地罕见的“红翅黑鹂”分布新记录。直到专家仔细比对原图才发现，那其实只是当地极其常见的另一种拟鹂——AI 在“修清楚”的过程中，凭空给这只鸟补出了红翅黑鹂的羽毛特征。只换了一点色、调了一下大小，就已经是另一只鸟。

这位观鸟者自己想的只是把图变清楚、变高清，没别的念头。问题恰恰在这儿：这种“无心之失”，比凭空捏一只假鸟更容易渗进人类知识的底层链条。公众传上去的自然影像，别人要拿来辨认物种，更要直接当全球物种分布研究的科学证据用。

比如 eBird 的照片会进入康奈尔鸟类学实验室的麦考利图书馆（Macaulay Library），并反哺著名识鸟工具 Merlin 的图像与声音识别训练集。图中的鸟一旦被 AI 悄悄改了羽色、脚趾或喙形，错误就不会止步于一张失真的照片，它会引发一连串多米诺骨牌反应，改变后续的科研人员和 AI 工具如何认识真实的自然。

公众科普出版领域失守的速度同样惊人。

就在今年 10 月底，中国农业出版社出版发行的《南海海洋生物科普丛书》遭到读者公开质疑：介绍斑节对虾的分册封面与内页插图中，赫然出现了一只长着两个脑袋的诡异“双头虾”。

面对全网群嘲，人们翻开书本序言才发现上面写着：“本套丛书里绝大多数图片由 AI 绘图工具生成”。涉事出版社工作人员最终不得不回应称，正在通知全网下架并召回图书，新华网也公开批评。

长两个脑袋的“双头虾”太吓人，读者一眼就能挑出来。可要是 AI 科普插图只画错一根翅脉、多出一枚脚趾、或者把尾羽斑纹改了呢？这种图一旦经过正规排版印刷，顶着“科普图书”的权威名头摆上书店货架，普通读者和孩子靠什么分辨？

对严肃的科学记录来说，有时最危险的图像连“AI 插画”的外观都没有，而是披着“真实照片”的外衣潜入数据库。

把大自然的面貌，还给耐心的观察。

面对汹涌而来的生成式图像，专业的自然观察数据库已经在筑起高墙，给出的准入红线远比“请谨慎使用 AI”更硬核。

eBird 和麦考利图书馆的做法很明确：AI 生成的图像、声音、视频一律不许上传，用生成式工具给照片补羽毛、补眼睛这类细节同样禁止；允许的只有裁切、常规曝光与色彩调整，以及不捏造细节的轻微降噪。违规的素材会被标上“过度编辑”或“人工生成”，屡犯的账号还会被限制权限。他们看的不是你用了哪款修图软件，而是上传的东西能不能当当时当地那个生物个体的真实证物。

iNaturalist 也设了专门的拦截机制。社区一旦发现照片或录音主要是 AI 生成的，就能打上“人工生成内容”标记，原图换成警示图，这条观察记录直接降为“普通级（Casual）”，永久踢出“研究级（Research Grade）”。至于真实照片被 AI 修得失真的情况，走的是另一条数据质量评估通道。

iNaturalist 向全球生物多样性信息平台（GBIF）共享的，主要是符合许可的研究级记录。降级这一手，等于在科研数据的源头装了道刹车。

这些平台规则守住的底线起码有一条：把“好看”跟“能作证”分开。糊成马赛克的原片，照样可以是一条诚实的科学记录；AI 把羽毛和眼神光补得纤毫毕现的高清大图，放到科学证据面前一文不值。

不过，光靠专业数据库防守远远不够。假图能不能认出来，还是极依赖人的专业眼力；来源溯源证明代替不了对内容准确性的审查；公共互联网上“劣币驱逐良币”，也让“投毒”难以遏制。

在公民科学数据库里，一张图首先是一份现场证据；在博物图鉴和科普读物里，一幅插图是一份经过专业核对的知识契约；到了社交娱乐平台，它成了吸引流量的帖子，一件“我很会用 AI”的时尚单品。

“算力可以代替专业”这话背后是十足的傲慢。没有领域专家把关，原始摄影作品的授权也没解决，人不能、至少不该把严谨的自然科学变成炫耀 Token 消耗量和 AI 技能的大赛现场，更不该把严肃的科学审校义务甩给社区去“免费排雷”。

大自然从来不是一段靠提示词就能批量生成的脚本。生成一万张图比去公园认清一只鸟容易太多，这个时代，我们得比以往任何时候都更审慎。