最近，有種隱隱約約的判斷，與你分享。

下一個紅利，是信任。

為什么這么說？

我給你講個故事。

2023年4月13日。倫敦。一場世界攝影獎的頒獎典禮。

這個獎，極有分量。評委，是全球最頂級的策展人和攝影師。這一屆，也是規模空前的一屆。收到的投稿，超過40萬張，來自200多個國家和地區。光是在Open Competition這個單元，就有超過20萬張。

最終，一張深褐色調的作品，在創意組這個子類別里勝出。

這張作品，叫《PSEUDOMNESIA:The Electrician》。風格上，像1940年代的老式濕版照片。作者，是一位德國藝術家，Boris Eldagsen，做了三十年的攝影。

但是，在獲獎以后，Boris做了一件很多人都沒想到的事。

他，拒絕了這個獎項。

這是多少人夢寐以求的獎項呀。為什么？

因為，這張作品，并不是他“拍”出來的，而是他用AI生成出來的。

說得更具體一點就是，用OpenAI的DALL-E 2，再加上反復的提示詞工程、局部重繪、擴展生成，一遍又一遍地調試出來的。

而他參賽的目的，就是想測試一下。用他自己的話來說就是，

我是以一只調皮的猴子的姿態參賽的，就是想看看這些大賽準備好迎接AI了沒有。 就像一個黑進系統的黑客，不是為了利用它，是為了看看它有沒有漏洞。

但更有意思的，是主辦方的反應。

一開始，他們說，我們一直知道這是AI生成的，評委是被告知過的。也就是說，他沒騙到我們。可在Boris拒絕獎項之后，他們的說法，又變成了“Boris蓄意誤導我們”。然后，就把作品從展覽中悄悄地撤了下來。

從“一直知道”，到“蓄意誤導”，中間攏共也沒幾天。可能，他們也沒想清楚，自己到底有沒有看穿。或者說，應不應該說“自己已經看穿了”。

但在那個夜晚，AI，踏上了人類攝影藝術的最高領獎臺之一。而它的作者，又親手把它拉了下來。然后，轉身告訴所有人，你們看走眼了。那些一輩子都在看光、看影調、看質感的人，分不清了。那些專家的眼睛，也被遮住了。

這個時候，人們才猛地想起這張作品的名字。

PSEUDO（偽）MNESIA（記憶）。

好了。故事講完了。

所以，為什么要講這個故事？

一方面是因為，AI到來以后，在越來越多的地方，我們已經越來越分不清“這是不是偽記憶”了。

比如，文字。

康奈爾大學有過一項研究，讓人去分辨GPT-3生成的文字和人寫的文字。文字涵蓋的范圍很廣，比如故事、新聞、食譜，一共150項內容。結果，識別準確率，只有49.9%，和拋硬幣差不多。就連大學講師，也只能做到70%。

文字，開始失守。

比如，圖像。

2024年8月，有人做了一項涵蓋12500名參與者、28萬次圖像判斷的研究。整體識別成功率，是62%。而在2025年的研究里，這個數字，已經跌到了38.8%，還不如拋硬幣。

眼見，不一定為實了。

再比如，聲音。

Nature旗下的《Scientific Reports》在2025年做過一項研究，讓604名參與者來辨別AI語音和真人語音。結果，59%的AI語音，被當成了真人。而在腳本化語音這種更難的場景里，辨別的成功率還會進一步崩塌。

耳聽，倒是真的為虛了。

但在另一方面，很多人對AI的產物，還是會有一種天然的排斥感。

這種排斥感，甚至有一個專門的名字，叫“算法厭惡”。簡單來說就是，2015年，賓夕法尼亞大學的三位學者，在《實驗心理學雜志》上發表的一項研究結果顯示，在面對算法或人工智能的時候，就算它們在客觀上的表現要優于人類，人們也依然傾向于拒絕使用或信任。

后來，2025年的延伸研究進一步發現，人們對“AI”這個標簽本身，就有厭惡感。同樣的內容，只要貼上“AI生成”，評分就掉。

前段時間，X平臺上，一名用戶發布了一條帖子，并配上了平臺官方的“Made with AI”標簽。

我剛剛用AI生成了一張莫奈風格的畫，請你盡可能詳細地描述一下，和真正的莫奈比，它差在了哪里。

沒想到，幾個小時，就有百萬量級的瀏覽。大量的評論，開始涌進。幾乎所有人，都在找毛病。其中最長的一條，超過800字，逐條痛批。

比如，樹的倒影滲入睡蓮，完全無視空間深度和對比度。比如，AI畫作里的倒影只是隨機灑上去的噪點，真正的莫奈，懂得光在水面上的行為方式。比如，飽和度不一致的綠色混沌。比如，看起來像垃圾，也確實是垃圾。

但是，但是，但是。

這名用戶，其實在“釣魚”。這幅畫，其實就是莫奈畫的。

在轉發的時候，劍橋大學的一位認知哲學家只說了一句話，

這和研究完全吻合：人在被告知一個作品是AI做的之后，會系統性地降低對它的美學評價。

之后，那些寫下“賽博垃圾”、“毫無靈魂”的人，開始悄悄地刪除自己的評論。

2023年，AI晃過了頂級的攝影專家。2026年，莫奈被人們當成是AI垃圾。

我們以為，我們是在評價作品。其實，我們是在評價標簽。

原來，立場，是先于事實的。

當然。今天批量生產出來的AI垃圾，也在加劇這種排斥感。

用詞典里的說法就是，Slop。意思是，由人工智能大量生產的低質量數字內容。或者說，AI泔水。

比如，劣質親情短視頻。一開口，就是“媽，我愛你”。背景，是AI生成的全家福。老人孩子，雖然在微笑，但眼神空洞。那個家庭，就像在另一個平行宇宙里。

比如，口水知識短視頻。旁白，是機器人念稿。配圖，是AI生成。講的，是“99%的人都不知道的3個改命秘密”。還在6個平臺用6個賬號發6遍。

比如，偽深度行業報告。一萬個字，邏輯通順，結構完整。但仔細一看，其實只講了一句話。剩下的9990個字，全在復述。

2025年4月，Ahrefs對90萬個新發布的英文網頁做了一項分析，74.2%含有AI生成內容。Ahrefs的內容副總裁Ryan Law說，我自己都被嚇到了，今天你想完全避開AI生成的內容，已經基本做不到了。Spotify也刪除了7500萬條垃圾音軌，大約是整個曲庫的四分之三。

一邊，難以分辨。一邊，天然排斥。同時，泔水泛濫。

所以，讓人相信“這真的不是AI做的”，或者“就算是AI做的，你也是有嚴格的要求的”，就成了一種越來越重要的技能。

擁有這種技能的人，真正值得信任的人，就會迎來自己的紅利。

紅利，就是短暫的供需失衡。每一次紅利，都是某樣東西突然變得很稀缺。

今天，這種變得很稀缺的東西，就是“真”。

需求端，在爆炸。因為內容正在被懷疑。供給端，在萎縮。因為持續、低成本、可驗證地輸出“真”，很難。

這就是紅利的窗口。

這個時候，你有信任，別人沒有，用戶就會選擇你，“真”就會成為利潤表上的錢。因為“分不清”，所以“能被指認為真”，就是一種特權。

那么，怎么才能擁有這種特權？

辦法很多。但本質上，就一句話。

給人以“人”的感覺。

比如，保持真人在場的頻率。你會被實時追問，會忘詞，會尷尬，會犯錯。這不完美，但這鮮活。比如，交付結果，也交付過程。草稿、修改、猶豫、推翻、再來。這個產品為什么砍了，那個方案為什么錯了。這些部分，本身就是一種說明。比如，建立邊界。使用AI，但不托管給AI。什么內容，必須人來干。什么決策，必須人簽字。什么場合，必須人在場。甚至，公開這種邊界。

剩下的，交給時間。

因為時間，就是最深的信任。

是的。

我們，可能正在經歷一次巨大的信任坍塌。

但是，每一次坍塌，都伴隨著一次重建。

那些擁有信任的人，會站起來。讓人相信“我是真的”，會變成一門手藝。市場，會用復購率，用溢價空間，給他們回報。

這門手藝，不搶，不卷。它只問你一件事。

你愿不愿意花時間，做一個值得被信任的人。

觀點/ 劉潤主筆/ 二蔓編輯/ 歌平版面/ 黃靜

這是劉潤公眾號第2959篇原創文章。未經授權，禁止任何機構或個人抓取本文內容，用于訓練AI大模型等用途