让 AI 拼 1000 片“纯白地狱”，它为何五小时就崩溃了？

“纯白地狱”拼图包含 1000 片完全相同的白色碎片，没有图案参考，没有颜色区分。人类拼图爱好者通常需要数天才能完成，而擅长推理的 AI 表现又如何？为了验证这一点，作者通过拍照上传、逐一对标的方式，试图让 AI 完成这道“地狱级”任务。

AI 的五小时：从头头是道到全线崩盘

实验初期，AI 表现得像位拼图大师，能准确分析边缘匹配策略。然而，当要求它进行实际拼图时，问题迅速显现：

1. 描述而非测量：AI 无法感知物理世界的毫米级误差。它能模糊地描述“边缘存在细微差异”，却无法提供精准的几何参数。对于拼图这种容差近乎零的活儿，缺乏精确测量意味着无法真正咬合。
2. 缺乏工作台思维：AI 缺乏全局状态记忆，无法维护已拼好区域的“锚点”。它每一步操作都像在“盲选”，导致出现“A 接 B，B 接 C，C 又接 A”的逻辑闭环。

学术研究中早已证明了“规模悬崖”现象：随着片数增加，约束条件指数级增长，模型正确率迅速归零。这与“莫拉维克悖论”一致——对机器而言，逻辑推理可能简单，但感知与物理交互极难。

为什么人类能赢？

人类在拼图时，依靠的不仅是视觉，还有触觉。当手指捏住拼块在成形区域滑动时，那种物理上的“咬合感”是实时反馈，能瞬间确认正确与否。此外，人类通过肌肉记忆能识别不同切割模具的“性格”，这种直觉是 AI 难以通过图片像素重构的。

认知错位：我们把什么交给了 AI？

这场实验带来的警示不仅在于技术，更在于人类的选择。目前，人们倾向于将写作、思考等高阶能力外包给大模型，导致元认知能力滑坡；而对于拼图这类规则明确、需要精确计算的问题，其实更适合几十年前的“老派 AI”（基于算法优化与几何建模的系统）。

我们正在陷入一种危险的错位：一方面将人类擅长的思考交给大模型，另一方面又让大模型去挑战它根本无法理解的物理精确任务。正如作者所言，AI 时代的讽刺在于，我们变得越来越依赖工具，甚至忘记了自己为何动手。

有些“无意义”的苦功，比如面对那 160 小时的纯白拼图，它磨练的是人的耐心与意志。AI 可以生成艺术、代码或答案，但它无法代替人类在纯白世界里，那一点点确认成果的成就感。真正该问的问题从来不是“AI 能不能做”，而是“这件事，本该是谁来做？”