AI 終於睜開眼的那一天，我想的是人怎麼學會看一桌菜

八月二十一日前後，DeepSeek 的首個視覺模型在網路上炸開了。B 站上一票實測影片，標題一個比一個聳動，有人測圖片辨識，有人拿公式和圖表考它，也有人心一橫出了四道題，結果全錯，彈幕笑成一片。那陣子演算法推送裡全是「DeepSeek 終於開眼了」這幾個字。

開眼，這個詞很有意思。廚房裡的人比誰都懂這兩個字的分量。

一個學做菜的人，最初也是「看不見」的。看不見油鍋裡那圈細小的泡泡代表什麼，看不見蔥白下鍋後從慘白轉成半透明的金黃需要幾秒，看不見一塊肉在鍋裡什麼時候從生的粉紅變成剛好的灰白。要經過無數次煮過頭、炒焦、燒糊之後，眼睛才慢慢跟上了。這跟一個模型被餵了幾億張圖片之後學會認圖，過程竟然有點像，都是先看，看錯，再修正。

看得見，跟看懂，中間隔著一頓飯

實測影片裡有個反覆出現的橋段：模型能說出圖片裡有一碗麵，但說不出那碗麵好不好喫、湯頭清不清、麵條是不是煮過了頭。它認得出「麵」這個物件，卻聞不到那股豬油拌開的香。

人就不一樣了。你走進一家麵店，還沒坐下，眼睛已經替舌頭做完了大半的判斷：湯面上那層油光是清亮的琥珀色還是渾濁的灰黃，蔥花是翠綠還是發黃打蔫，老板娘手邊那鍋滷肉滷到什麼深淺。這些判斷快到你自己都沒察覺，等到一碗麵端上桌，你心裡其實已經有了分數。

這與我們先前聊過的機器人跑百米與廚房裡的火候是同一類事：機器在精確計時上越來越強，但一鍋湯什麼時候該轉小火，靠的是眼睛盯著水面那種滾法，是「蝦眼水」將滾未滾的細泡，還是已經翻騰的大滾。這種判斷目前還是人的地盤。

色香味，色排第一個是有原因的

老話把「色」排在「香」和「味」前面，不是隨便排的。餓不餓，常常是眼睛先決定的。

你自己一定有過這種經驗：紅燒肉端上桌，那層醬色亮得像上了蠟，你口水就先出來了，一口都還沒動。反過來，一道味道其實不差的菜，若是顏色灰撲撲的，綠葉菜炒到發黃，蒸魚的蔥絲塌成一團，食慾就先折了一半。餐廳廚師給炒青菜最後淋那一瓢熱油，讓葉面反光，給白斬雞抹上一層香油，都是做給眼睛喫的。

所以當工程師教模型看圖，某種意義上是在試圖複製這套「眼睛先喫」的機制。實測結果有對有錯，有人誇它讀表格讀得漂亮，也有人四題全錯罵聲連連。這很正常。人類自己看圖也會看走眼，市場裡攤販喊著「這芋頭鬆、那芋頭硬」，你盯著兩顆外觀幾乎一樣的芋頭看半天，還是得靠指甲掐一下、掂掂重量才敢下判斷。

市場裡的視覺測驗，天天在考

說到看走眼，傳統市場根本是一間全天候開放的視覺考場。

挑魚看眼睛，魚眼要清亮凸起，濁了塌了就不新鮮，這一條幾乎是所有人學會的第一課。挑蛋對著燈光看氣室大小，挑西瓜拍一拍聽聲音再配上紋路判斷，挑哈密瓜看網紋密不密、果臍夠不夠凹。每個攤子前面都站著一個正在做「圖像識別」的人，訓練資料是幾十年的菜籃人生。

DeepSeek 那波實測裡，影片博主拿各種刁鑽圖片去考模型，有的答得漂亮，有的當場翻車。翻車的瞬間彈幕特別熱鬧。但市場裡的老手翻車翻得更早也更徹底，誰沒有買過一次看起來很好、回家切開全是籽的冬瓜？差別在於，老手翻車一次就記一輩子，模型的迭代卻要等下一個版本。

眼睛會了，手還沒會

學做菜最磨人的地方在這裡：眼睛看會了，手還是不會。

你看影片裡大廚顛勺，油花在鍋裡開成一朵傘，看了十遍，輪到自己，蛋還是黏在鍋底。你看人家切絲切得像機器，自己下刀，土豆絲粗細能差三倍。視覺理解只是第一步，接下來還有手的記憶、火的感覺、鹽的下法。這也像那些實測影片的結論：模型能看圖了，是個起點，後面還有一整段路。

這讓人想起我們聊過的手機變寬與麵條的寬：科技的新形狀出現時，餐桌上的老智慧總能給它一個現成的對照。AI 學會看，廚房裡的人早就用一輩子在練同一件事，而且練得比它更有滋味。

回到你自己的廚房

與其糾結模型這次考了幾分，不如把這波「開眼」的新聞當成一個提醒：你自己喫飯的時候，眼睛有多久沒有認真工作了？

明天去市場，試著慢下來挑一樣東西。就看一樣。盯著一把四季豆看豆莢的飽滿度，看蒂頭的顏色，折一小段聽那聲脆響。回家煮麵，盯著水從小泡到大滾的那段變化，別滑手機。這些畫面你看了幾十年，但認真看和掃一眼，煮出來的東西就是不一樣。

機器才剛開始學看圖。你有一雙練了幾十年的眼睛，別浪費。色香味裡那個排第一的字，本來就是留給認真看的人的。