先回答我一个问题，这两张图片哪张是 AI 生成的？ 想好答案再继续，不过在那之前，我们可能不知不觉间，又站在了一个 AI 发展的拐点上。 这两周，几乎每天都有重磅更新：OpenAI 发布了 GPT-5.5，主推「数字打工人」概念，能自主完成多步骤工程任务；Anthropic 紧接着推出 Claude Opus 4.7，SWE-bench Pro 编程评测拿下 64.3%，比上一代提升近 11 个百分点；Cursor 实测任务解决率提升 13%，乐天的真实生产 bug 解决量直接翻了 3 倍；Google 的 Gemini 3.1 Flash 把响应速度提到原来的 2.5 倍，价格砍了一半。 竞争激烈到每个月不跟进，就像错过了一整个时代。 但这其中，我最感兴趣的，也是最能直接影响日常生活的，是 GPT Image 2。 它不是又一次「画得更好看了」的更新，而是把整个生成方式换了一遍：在生成第一个像素之前，模型就已经完成了对布局、语义和意图的规划。就像 GPT 之于文字，它想成为「图像领域的 GPT」。 最直观的变化有几个： 中文字再也不乱了。文字渲染准确率从 90% 升到约 99%，中文、日文、韩语都可以。之前 AI 生图里的文字基本等于鬼画符，这个问题现在接近被解决了。 说人话就能改图。多轮自然语言编辑，你可以说「把左边的建筑改成红色，加霓虹灯」，然后再说「天空加一轮满月」，不需要重新写一大段提示词。 分辨率到 4K，还更快了。最高 4096×4096，比前代生成速度还提升了约 2 倍。 生成 UI 和 App 截图的效果直线上升，足够以假乱真了。 我一直觉得，文字是人类最高效的信息载体，但图像才是最本能的沟通方式。当 AI 生图从「玩具」变成「生产力工具」，真正门槛打下来的时候，每个有想法、却苦于不会做图的人，终于可以把脑子里的东西，完整地表达出来了。 但同样的能力，也意味着：再过不久，朋友圈里那张「现场照片」、新闻里那张「证据图」、聊天框里那张「截图」，你都不一定能再相信了。 眼见为实的时代结束了。(加密小师妹|Monica)