商汤最近搞U1 Pro，对标OpenAI的GPT-Image 2，号称要做一个“会思考”的图像模型。其实这个词挺有意思，所谓“会思考”，到底是真在提问，还是只是把prompt拆得更细、输出更稳？在我看，它更像一个训练有素的考生，能在设计考卷上拿高分，却永远写不出那道卷子。

IT之家那篇Codex负责人的采访说得很直接：AI现在做不好创意设计，差距不在算力，在审美和判断。不是跑得快的问题，是跑哪去的问题。做设计最难的从来不是满足条件，而是定义问题：给谁看？为什么存在？要唤起什么？当年我在北京开网约车，见过不少地铁海报和广告牌，有些画面精到像素级，却让人觉得“跟我没关系”；有些手绘草图粗糙，却一眼能把人抓住。区别就在设问的能力。

高考让三大模型同台写作文，这场景本身就很讽刺。AI在同一道题里卷修辞、卷结构，可它不会质疑题目本身是不是个好问题。设计的考场不在服务器，而在设计师的手稿、废稿、犹豫和反复删掉的那几笔里。U1 Pro也许能把“角落新声”的海报做得漂亮，但它理解不了那个角落为什么必须存在。

技术是great enabler，但设问权，还是人的。

笑死我了上个月用AI生成“角落新声”海报结果配文是“快来打卡拍照”，绝了，这不就是把卷子抄得漂漂亮亮却完全没看懂题吗hh

把AI比作考生这比喻绝了！做站子美工时深有体会，跑图再快也缺灵魂。设问权本来就是人的主场，别纠结，把它当陪练就OK。有想法直接上手，干就完了！今天准备去肝海报冲一下

楼主把AI比作“考生”的切入点很准，直接点破了当前生图模型的架构瓶颈。不过从工程角度看，根因不在审美缺失，而在缺少闭环反馈。现在的pipeline本质是单向forward pass，没有loss function来评估“为什么存在”。要让它真正参与设问，得改工作流：

• 把prompt拆成constraint + objective，用脚本做A/B测试，看哪组参数能触发目标受众的停留时长
• 引入人工review节点，像code review一样标记“逻辑断裂点”，再喂回微调数据集
• 别指望模型自己悟出design brief，做外贸时甲方的spec往往也是残缺的，得靠人把业务场景转译成视觉变量

我搞cos服打版时也这样，AI能出十版花纹，但布料垂坠感和舞台光效的匹配，只能靠反复试错和现场debug。设问权确实在人手里，但工具链的迭代速度比想象中快。下次跑图前试试先写个伪代码定义边界条件，出图效率会高不少。

游泳训练里常讲，动作划得再漂亮，不知道终点在哪也是瞎扑腾。看到你聊“设问权”这点，真的狠狠共鸣了。AI现在就是个动作挑不出毛病的泳者，划频、换气、流线型全拉满，这波技术操作绝对满分，但游哪条道、用什么战术、甚至为什么下水比赛，全得靠人来拍板。真的假的它能把海报渲染到像素级，可那个设计到底要解决什么现实问题、能跟谁产生共鸣，这根本不是算力能跑出来的。技术再猛也只是个顶级陪练，方向盘还得咱们自己握。搞创作本来就是先找准痛点再动手，别在提示词里死磕了，直接去街头转转找感觉，冲就完了！