一、先说句大实话在动手做这个项目之前图像对比这四个字对我来说是有点吓人的。我脑子里冒出来的全是听不懂的词特征向量、频域分析、多模态大模型……每个词都像一道墙。我是项目经理老本行写前端后端那点 Java 也摸得动。但这一行偏要让我碰图像算法、Python、大模型部署——这些我平时是真不沾。换以前这种活儿压根轮不到我接也接不动。现在有AI了我把需求甩给 AI让它先给我出个方案那扇原来以我个人能力很难打不开的门就这样轻松打开了。不是它替我把活全干了——要是那样这项目早炸了。而是它把我够不着的台阶一节一节铺到了我脚底下。写这个系列我想做的不是炫AI 多牛而是把推开这扇门的整个过程连同我每一步的思路原原本本摊给你看。这是第一篇。二、这个项目到底要干嘛需求特别朴素就一句话给两张图告诉我它们有多像。听起来简单人眼看一眼就知道像不像啊。但机器做不到——它看不懂图。所以得想办法让机器理解。而且光像不像还不够。实际业务里我还想知道几件事这两张是不是在同一个地方拍的里面拍的是不是同一个东西有没有可能是有人拿手机对着屏幕翻拍的假图工业巡检、图片溯源这些场景光比像素不行光问大模型也不够得几个角度一起看。所以我最后给机器装了四个眼睛这只眼在干啥大白话看内容像不像让机器像人一样理解图里是什么让机器看图说话念出图里的字、认出图里的物体、说出是什么场景看照片的出生证照片自带的小档案在哪拍、什么相机、几点拍的查翻拍判断这图是不是有人对着屏幕拍的假货再拿一个裁判把四只眼的结果按分量加一加给出一个总分对外开一个接口让别的程序来问。就这样项目骨架就有了。你可以先记着这个骨架后面每一篇我会一个一个拆开讲它怎么从无到有长出来的。三、AI 到底帮我打开了哪扇门这节是整个系列的地基我把它讲透。AI 帮我的方式不是我说一句它吐一坨代码我直接用。要是那样这项目早废了。它真正帮我的是把我**不会的东西变成我能判断对错的东西**。举个真实的例子。查翻拍里有一招要判断图里有没有那种一圈一圈的波纹屏幕翻拍常会出现的那种花纹。这招我以前只在论文里见过名字从来没碰过。换以前我得找博客、抄公式、改报错一天就搭进去了——何况我还是个 Python 都写不利索的人。但这次我让 AI 做了两件事先讲道理再给代码。它告诉我这种花纹在数学上是一种重复的纹路所以把图变成一堆数字信号以后重复的东西会集中冒头量一量冒头的多少就能当分数。然后给了代码。我没直接用。我把它讲的道理复述给自己听——嗯重复的纹路确实会冒头逻辑通才敢收下那段代码。毕竟写过代码的人都知道AI 给的东西看着都对跑起来才知道哪儿坑。这就是打开大门的真正意思AI 把门槛从我得先学会怎么写降到了我得能判断它写得对不对。会判断对错比会从零写门槛低太多了。这一招是我后面每一个模块都在反复用的用 AI 的方式。你看后面每一篇时可以盯着这点看我是怎么把一个不懂的东西一步步逼到能判断对错的。四、我是怎么跟 AI 配合的光知道打开大门还不够怎么实际操作才是重点。整个项目我死守了四条后面每一篇都这么做先在这儿交代清楚1. 把规矩先砸给它。第一句话我就把硬规矩告诉它——照片档案没拍到不能扣分只能加分传图给大模型时直接给网址别转成一长串字符大模型的记忆长度必须设够……这些规矩一旦在 AI 心里扎根它吐出来的代码天然就守规矩省掉一堆返工。2. 先给计划我点头它才动代码。让它一上来就闷头写一大坨是最容易翻车的。我先听它说打算怎么干对上我的想法了再让它动手。3. 走一步验一步。每写完一小块立刻跑通别攒着。这项目至少两次靠早跑一步避免了后期大返工——一次是把流量接错了端口一次是大模型显存策略。后面都会细讲。4. 不懂的地方反过来审它。它给道理 给代码我把道理讲给自己听能自洽才用。这是从不会变能验收的关键也是我反复在用的动作。这四条说白了就是用 AI 的方法。你会在后面每一篇里看见它们反复出现。五、这项目长什么样整个开发脉络是这样也是后面每一篇的顺序拆需求 → 看内容像不像 → 看照片档案 → 让机器看图说话 → 查翻拍 → 裁判打总分 │ 接口安全 ← 部署上线 ← 调大模型显存 │ 收官复盘一条线从算法到工程从功能到上线最后到线上救火。每一步都是我 AI一起趟过来的不是它单方面输出。我会尽量还原每一歩当时脑子里的想法而不只是贴最终代码。六、写这个系列想说什么我想说的就两件事。第一把思路和过程原原本本摊开给你看。这个项目我是怎么一步步走的每一阶段脑子里在想什么、先做什么后做什么、为什么这么取舍——我不藏着全摊出来。很多教程只贴最终代码不贴怎么走到那一步的而恰恰是那个过程最值钱。我想补的就是这块。第二让你看清楚 AI 到底是怎么被用起来的。说实话AI 能用和会用中间差着一整条街。同样是丢一句话给它有人能拿到一份能跑的方案有人只拿到一堆正确的废话。区别在哪在指令怎么设计、约束怎么前置、产出怎么验收。我把这些动作也一并写出来——不是炫技是让你看见用 AI这件事的真实样子而不是网上那种一句话生成系统的玄学。所以这系列不卖AI 多牛也不灌你也能行的鸡汤。它就是一个真实项目的思路 过程 AI 使用现场原样记录。这个项目里让机器理解图片我没从零写过大模型我没自己部署过查翻拍那招我碰都没碰过连这服务用的是 Python 都不是我的主场。但最后它们都跑起来了。中间当然踩了一堆坑大模型一开双卡直接卡死不动、换单卡又报内存不够、流量接到了错误的端口、对接方给的加密方式跟我对不上……这些坑后面每一篇我都会原原本本写出来——怎么踩的怎么和 AI 一起爬出来的。七、下篇预告下一篇我们从最开始讲起怎么用一句大白话把我大概想做这么个东西喂给 AI让它吐出一份具体怎么干的方案https://blog.csdn.net/u010361109/article/details/164048929