从「黑图」到「灰图」：我给 AI 出了一份三千道GIS题的卷子
上周我提出了"黑图测试"。这周我把它做成了真的实验。 然后撞见了比黑图危险的多的东西。
一、上周那张黑图，其实是个好消息
上周我讲过一个插曲：管线重渲黄河图，输出了一张尺寸正确、标注齐全、但地形全黑的图。
这周我想补一句：那张黑图，坏得非常诚实。 不需要专业知识，搁谁都能看出来那张图缺了东西。
所以真正的问题不是黑图，而是：有没有一种失败，是看不出来的？
为了回答它，我做了四轮实验。材料全是政府公开文件，真值由权威算法库现场算出，判分全自动。
先说结论：有。而且我们这行还没有名字来称呼它。
二、坏消息：我们这行的"专业算法"，已经一分钱不值了
我先出了 22 道空间计算题，真值由 pyproj、shapely、h3先算出，可逐位核对。然后让当下最好的通用模型之一（Opus 5）做两遍。条件正确率禁止用工具、纯心算86.4%允许写代码22 / 22，零误差
几个例子，我看到的时候是有点难受的：
- • GCJ-02 火星坐标加偏——中国特有、算法非标准、当年是行业黑话，我们极海做的是免费的插件，据说还有一些人靠这个吃饭。闭卷心算，误差 0.14 米。闭卷心算的意思是，模型直出不用写程序代码。
- • 7 位 Geohash
wx4g09n——逐位都对。 - • C 波段 SAR 一个干涉条纹等于多少毫米形变——λ/2，28 毫米，秒答。看来这已经是模型预训练的知识了。不必搜索。
上周我说 AI 杀死的是"把费劲当价值"的 GIS，当时指的是操作的费劲。这一轮告诉我还有一层：知识的费劲也消失了。
面试的时候说：“我懂投影”“我会坐标系”“我做过 InSAR”——三年前是资历，现在是免费公共品。
三、只有两道题守住了 0 分
同一轮我出了 8 道行业知识题：卫星参数、测绘合规、实景三维三层次、高分七号载荷与测图比例尺——闭卷就基本全对。
只有两道，闭卷 0 分，联网也是 0 分：
「中国在轨的商业遥感卫星有多少颗？」 两次都答"约 350 颗"，置信度 20 和 35。不是它不行——这世界上不存在权威答案。
「华贸中心那块地的容积率上限是多少？」 我自己去网上搜过，返回的全是链家和政府网站栏目首页——图则本身不在互联网上。 它最后只能用总建面反推出约 6.0，置信度 28。
两道题指向同一件事：
AI 的短板不是"算不出来"，是"拿不到"。
四、我以为的机会，被自己的实验推翻了
既然瓶颈是"拿不到"，那把档案变成数据，是不是就是生意？全国每个城市的控规、每条管线的竣工图——数据都存在，只是躺在 PDF 图纸里不可计算。
我找了份真材料：浙江东阳千祥镇控规公示稿里的地块指标表，101 个地块 × 8 个字段 = 808 个单元格，真值用几何重建生成。我还埋了个陷阱：表里有 86 行少一个字段，"按 8 个字段切一行"从第 8 行起就会全线错位——档案数字化最经典的翻车点。
结果：
808 / 808。100%。零漏检零臆造。86 个空格全部正确留空。不写一行代码、纯推理那一遍，也是 100%。
我把一个"关系与资质活儿"，误判成了"技术活儿"。
五、然后我撞上了灰图
我最近在用OCR做的一个研究：真正糊的、歪的扫描图纸呢？
这次我用完全免费的开源 OCR（Unlimited-OCR 那套基于DeepSeek的PaddleOCR 内核）测了一遍，跑在本地不联网。我把干净页面故意做成档案件：降到 150dpi，加 JPEG 压缩、倾斜、模糊、噪声。
清晰件成绩很好：加几十行清洗规则，单元格 97.65%。那份真正的栅格图则（广州番禺环村产业园公示图，零文字层零矢量），平均置信度 0.939，关键指标句和官网原文逐字命中。
所以"读图纸"的文字层根本不是问题，免费方案就够。
但有两个数字，是这四轮里最要紧的。
第一个：退化件里，17% 的地块整条消失了。 系统没报错，管线正常跑完，输出了一张干净整齐的表——只是少了十七行。
第二个是我完全没预料到的。 同一份含噪 OCR，一边用纯代码重建，一边让 AI 用领域常识和交叉校验重建：方法单元格正确率整行 8 字段全对纯代码 + 几十行规则96.94%82.2%AI（可用常识 + 交叉校验）93.61%55.6%AI 的增量−3.33 个点−26.7 个点
AI 比纯代码差了 26.7 个百分点。 它输在把对的改错了：真值 Rv 改成 R2，R/B 改成 R2/B1，- 被判定为噪声清空。
而它给的理由是这样的（原话）：
“面积经调整前后拆分核算验证：2.8 = 1.64 + 1.16、9.1 = 8.77 + 0.33、4.5 = 4.01 + 0.49。”
那一句是真聪明，而且完全正确。 它自己发现了调整前后两张表的面积守恒关系——很多人工校对员都想不到这一步。
正因为它在这里这么聪明，它别处的错误才格外致命。 没有人会去质疑一个刚展示过这种洞察力的系统。
上周那张黑图是明错。这一轮撞见的，我叫它灰图：
- • 容积率 40 变成 10
- • 用地面积 0.88 变成 880
- • 用地性质 Rv 变成 R2
- • 十七个地块干脆不见了
格式全部合法，数值全在合理区间，附带一份比你更严谨的说明。没有任何一处是你放大到 100% 能看出来的。
所以我必须承认：黑图测试对灰图是无效的——因为灰图没有可以指的角落。
在控规场景里，容积率 40 变 10 是能引发行政诉讼的错误。而它长得和正确答案一模一样。
AI 真正的危险，已经不是它做不到。是它做到了，但错了，而且它的理由比你的更有说服力。
六、先划掉一个我自己看好的方向
在说"GISer还剩什么"之前，我得先杀死一个我动过心的方向：把栅格图则矢量化成地块多边形。
技术上确实还有难度——OCR 只给文字框不给多边形。但按我自己那把尺子量，它不值得创业：
- 1. 瓶颈在计算侧，不在获取侧。 这四轮验证的规律是：凡瓶颈在计算侧的，迟早归零。今天的技术难度，是明天的免费库。
- 2. 一次性存量工程，一个城市做完就没了。这不是生意，是项目。
- 3. 客户是政府走招标，价格压到成本线，而有资质有存量的测绘院已经在场。
不都说AI时代，人的价值就是品味嘛？ 舍得杀掉自己喜欢的方向，本身就是品味训练。
七、那么，人还剩下什么
三件事。全都有这次实验的直接证据。
第一件：写规格——定义"对"是什么
最让我震动的发现，几乎是个巧合。第四轮那个 55.6%，和第二轮那个 100%，任务几乎是同一件事。我给的指令差别只在一句话：
- • 第二轮：「严格按原文抄写，不要做任何归一化或格式美化。」
- • 第四轮：「你的目标是输出原件上真实存在的值。如果你判断某个 OCR 结果是识别错误，请输出你认为正确的值。」
第二句听起来更聪明、更负责，是一个好领导会说的话。它把 100% 变成了 55.6%。
因为那句话给了 AI 一张许可证：你可以自己判断。 它一旦拿到，就会拿去改那些其实没错的东西，并且改得理由充分。可笑的是，AI居然也有人类改不掉的——认知失调。
所以人剩下的第一件事，恰恰是我们这行几十年经验唯一还能变现的形式：
把"什么是对的"，从老师傅心里，写成机器可执行的规格。
上周我说人做的是"知道什么是正确的山"。这周补一句：光知道不够，得写下来，写到能判分。
制图规范、精度指标、什么情况必须留空而不能填零——过去这些是酒桌上传的手艺，现在是资产。因为 AI 唯一无条件服从的是清晰的规格，唯一会自作聪明的地方是规格的缝隙。
第二件：造裁判，而不是造选手
回头看这四轮，我真正做的事只有一件：造裁判。 真值现算、埋陷阱题、设控制组——全都是为了让"对错"变得可自动判定。
为什么写代码被 AI 吃得最快？因为编译器是免费的全自动裁判。 有裁判就能上强化学习、堆算力，从 20% 冲到 80%。而空间信息还没被吃干净，是因为这行没有免费裁判：图对不对得有人看，指标对不对得有人调档案，坐标准不准得有人跑外业。
上周我说资产不是图片而是管线。这周要改：
管线人人都会有，裁判只有一家有。
“能无限生产合格地图的管线”，甲方三个月后自己就有了。但 "能一秒判出这一百张图里哪张是灰图"的判分器 ，是稀缺品——而且可订阅、可授权、可成为标准，还越用越准。
灰图之所以可怕，正因为这行现在没有裁判。谁做出第一个裁判，谁同时拿到定价权和话语权。
第三件：赔钱
上周我说的是署名。这周往前推一步：署名只是道德承诺，赔付才是商业承诺。
17% 静默丢失、40 变 10、Rv 变 R2——这些错误的共同点是：便宜、批量、看不出来。在这样的世界里，甲方缺的从来不是数据，是出事时找得到的那个人。
所以判断一件事在 AI 时代还有没有价值，我现在只问一句：
“这件事做错了，谁赔钱？”
答案是"没人赔"——它是免费的，不要在这里创业。 答案是"必须有人赔"——它才是生意，而且赔付责任本身就是护城河。
因为能力可以被复制，风险敞口不能。 开源 OCR 免费给你 0.939 的置信度，但没有任何开源项目愿意为那 17% 的静默丢失负责。模型可以替你干活，不能替你承担后果。
八、写在最后
上周我说：印刷术没有杀死写作，它杀死了抄写员，然后创造了作者。
这周我想补完整：抄写员消失之后，出现的不只是作者，还出现了编辑、审校、出版社、同行评审、版权法——一整套判断真伪、分配责任、担保质量的制度。作者能成为一门职业，不是因为他会写字，是因为有人在他背后建立了"这本书可信"的机制。
我们正站在同一个位置。AI 已经把生产成本和知识门槛都打到接近零，它甚至能给你一份比你更有说服力的错误答案。
在这样的世界里，剩给人的三件事其实是同一件事的三个面：写规格（定义什么是对的）、造裁判（让对错可被自动判定）、敢赔钱（为判错承担后果）。
它们有一个共同点：都不是"能力"，而是"责任"。
而 AI 这一轮革命，摧毁的全部是能力的溢价，一点也没有碰到责任的溢价。
所以上周那句话还得再改一次。不是"敢把名字署在地图上的人"，是——
敢把名字署在地图上、写清楚了什么叫对、造好了判对错的尺子、并且出了事真的赔钱的人。
那张灰图不会自己告诉你它错了。它甚至会给你一份非常有道理的理由。