人类12天拼完纯白地狱拼图 AI五小时崩溃暴露几何建模短板

一位用户耗时12天（约160小时）完成1000片全白无图案‘纯白地狱’拼图后，尝试让大语言模型复现该过程：将拆散拼块按20×50网格编号拍摄高清图，指令AI仅判断任意两片边缘能否物理咬合。实验初期AI能识别难点并建议先拼边框，但实际验证发现其判断多为定性描述，如‘曲率互补’，无法输出凸点位置、曲率半径等毫米级量化参数，且同一拼块两次描述不一致，缺乏可复现性。第三小时起，AI以‘需更精确测量’推诿；第五小时要求推演30片连续顺序时，出现A-B-C-A逻辑闭环，暴露其无全局工作台、每步独立推理的缺陷。查阅2026年8月JigShape研究证实：5个前沿视觉大模型在16片拼图中仅1个略超随机水平，64片时全部回归随机，144片正确率不足5%，学界称此为‘规模悬崖’。根本原因在于当前大模型以生成语言为核心，缺失精确几何建模与符号推理能力；而经典计算机视觉方法早已通过边缘像素序列化+误差矩阵+整数规划解决数百片无图案拼图。人类优势在于触觉反馈、刀模经验直觉及持续试错意愿——AI隔着照片无法获取实时物理反馈，亦难承受反复失败成本。值得注意的是，蚂蚁集团Marathoner模型通过结构化记忆、工具链追踪与沙箱反馈闭环，成功连续工作11.8小时完成千行代码开发，恰补足了拼图任务缺失的两大要素。此次失败实为任务与工具错配：拼图本质是几何约束满足问题，需‘算准’与‘记牢’，非‘看懂’；当用生成式模型处理零容错物理匹配，如同要求诗歌校准游标卡尺。事件揭示AI能力分化临界点：通用大模型擅开放域生成，封闭精确任务仍依赖传统算法，智能协作关键在于明确边界——可形式化的交机器，需体验与坚持的留给人。