一套号称覆盖全球全部现生鸟类、以 AI 批量生成的贴纸图库，最近在开发者社群里赚足了掌声，却在观鸟圈引来了截然相反的待遇，中外鸟友看了这套“贴纸鸟”，血压直线上升。
这套被称为“花叔全球鸟类贴纸库”的项目，出自一名完全不会写代码的独立开发者之手。为了给自己的观鸟应用配上插图，他走了一条相当激进的路线：全程依赖 Vibe Coding，累计烧掉超过 10 亿 Token，数次跑光 200 美元顶配会员的周额度，把 11064 种现生鸟类做成白边贴纸，后随名录更新调整为 11011 种外加 91 个亚种，顺手搭起一个支持 15 种语言检索的鸟类网站，并对外宣布正式开源。
照作者复盘的说法，只要一台电脑、八个窗口跑脚本，不懂半点鸟类解剖学，不到一星期就能把全世界的鸟“一张不落”画完，像不像，根本不在流程的考虑范围之内。这与百年前的旧事形成了刺眼的对照：鲁迅在散文《藤野先生》里回忆，老师把他叫进研究室，指出讲义上下臂血管画偏了位置，解剖图不是美术，实物是什么样，就得画成什么样。
翻开这套贴纸库的生产环节，疑问随即浮现。生图模型凭空画鸟极易胡编乱造，作者又不是观鸟者，手头没有任何影像积累，解决办法是写脚本去 iNaturalist 和维基共享资源里，把各地摄影师蹲守多年拍下的真实鸟照批量抓取下来，拼成 3×3 的九宫格，喂给生图模型重绘。
统计数字相当扎眼：11064 张参考照片里，属于 CC0、CC BY、CC BY-SA 等开放许可的只有 1986 张；其余照片有的明确标注“非商业使用”，有的写着“禁止演绎”或“保留所有权利”，还有 2017 张连许可协议都没留下任何记录，就被一股脑投喂进了模型。
洗成 AI 贴纸之后，作者反手给成品挂上了自己的授权条款，最初甚至选用了限制竞品使用的 PolyForm Shield 1.0.0，后来改成 CC BY 4.0，同时留下一句话：如果某张贴纸参照了你拍的照片而你不希望被使用，可以发邮件提 Issue，七天内撤下。
这套“先用再说”的逻辑传到 Reddit 观鸟论坛后，遭到毫不客气的回击。有网友直言：把别人的作品喂进抄袭机器，从来不是靠事后申请退出就能洗白的事。
质量问题同样成堆。为了在几天内强行凑齐一万多种鸟，冷门鸟种找不到像样的照片，就拿几张残缺图拼凑；生成结果交给另一个 AI 审核员打分。作者自己在测试中就承认，模型频繁产出令人啼笑皆非的怪物：红色或蓝绿色的虹膜被画成死气沉沉的全黑眼珠，脚趾融成一团肉块，几乎不长腿的蜂鸟，被硬生生安上了麻雀式的细长后肢。
重画两遍仍旧画不对怎么办？流程既不退回参考照片，也不留空，而是让 AI 从几个版本里挑分数最高的那张。
初代开源仓库的数据更能说明问题：连项目自设的 80 分及格线都没通过的残次品多达 3388 张，其中 109 张甚至低于 70 分，照样打包塞进了公开图库。11 月，作者换了另一套 AI 标准把一万多张图重跑一遍，宣布全部“过线”，可从头到尾，这批图没有经过哪怕一位鸟类学专家的系统审校。
对外推广时，这套图库热情建议用户把贴纸拿去做自然教育课件、给孩子做鸟卡，还提供一行代码即可调用的 CDN 接口和绑定了 eBird、GBIF 科研编号的结构化数据。与此同时，说明文档里又裹上了厚厚的免责声明：“这些是插画，不是图鉴图版……发现画错了，欢迎提 Issue，鸟友的纠错是这个项目最需要的贡献。”
争议的症结由此摆上台面：能不能核查一万多张图片，是能力问题；发布之前有没有想过请专业人士把关，是态度问题。开发者圈子惯用的“编程—上线—收 Issue—迭代”逻辑，放在自然科学领域，等于把审校义务转嫁给使用者和专业社区，让外行替工程瑕疵免费排雷。
鸟友晒出的对比图，暴露了这类差错有多隐蔽。游隼这种以跗跖粗壮、爪趾强劲著称的空中猛禽，在贴纸上被画成了纤小的爪型，外行人乍看毫无察觉。作者回查才弄清原委：参考照是从树下仰拍的，游隼的脚被腹羽和树枝挡住，脚本自动抠图抹掉树枝后，AI 只能脑补出一副细爪，而负责审图的 AI 压根没检查腿脚的粗细比例。
至于最初激发他立项、自称“最爱”的葵花鹦鹉，成图连最基础的折叠翼羽区，覆羽与飞羽的层级关系，都画错了。
“是插画不是图鉴”这种辩解难以服众。传统手绘图鉴本就不排斥绘画，但每一笔取舍都扎根于真实的物种解剖，并由懂行的人把关。优秀的博物画师会综合多只个体的长期观察，有意突出尾羽、喙形或换羽期的鉴别特征。写实画风的贴纸反而放大了误导性：正因为看上去“像真的”，普通人无从分辨。
个案之外，生成式图像对科学记录的渗透早有更离谱的先例。今年发表在《自然·生态与进化》上的一篇学术通信记录了这样一幕：巴西一名观鸟者拍到一张略显模糊的鸟照，为了让画面更清楚，他把照片交给 Google 的 AI 图像工具增强画质，随后将“高清版”上传到 iNaturalist。这张图一度被当作当地罕见的红翅黑鹂分布新记录，直到专家比对原图才发现，那只鸟其实是当地极其常见的另一种拟鹂，AI 在“修清楚”的过程中，凭空补出了红翅黑鹂的羽色特征。只是换了一点色、调整了大小，一只鸟就变成了另一只鸟。
这位观鸟者的主观意图仅仅是增强和高清，并无任何造假之心。但恰恰是这类无心之失，最容易混进人类知识的底层链条。公民科学平台上的自然影像不只供人辨认，还直接充当全球物种分布研究的科学证据——eBird 的照片会进入康奈尔鸟类学实验室的麦考利图书馆，并反哺识鸟工具 Merlin 的图像与声音识别训练集。图中被悄然改动过的羽色、脚趾或喙形，错误不会止步于一张失真的照片，而会像多米诺骨牌那样，改写后续科研人员和 AI 工具对真实自然的认知。
公众科普出版领域的失守更为直观。就在今年 10 月底，由中国农业出版社出版发行的《南海海洋生物科普丛书》遭到读者公开质疑：介绍斑节对虾的分册，封面与内页赫然印着一只长着两个脑袋的诡异“双头虾”。人们翻开序言才发现上面写着，本套丛书里绝大多数图片由 AI 绘图工具生成。面对全网群嘲，出版社工作人员回应称正在通知全网下架并召回图书，新华网也公开提出了批评。
双头虾因为过于惊悚，尚能被读者一眼揪出；那些只画错一根翅脉、多添一枚脚趾、篡改一处尾羽斑纹的 AI 插图，一旦经过正规排版印刷，顶着“科普图书”的权威光环摆上书店货架，普通读者和孩子几乎无从分辨。
面对汹涌而来的生成式图像，专业自然观察数据库已经筑起硬核的准入红线。eBird 和麦考利图书馆明确禁止上传任何 AI 生成的图像、声音和视频，严禁使用生成式工具增补或重建照片原有的羽毛、眼睛等细节，只允许裁切、常规曝光与色彩调整，以及不捏造细节的轻微降噪；违规素材会被打上“过度编辑”或“人工生成”标签，屡犯账号将被限制权限。规则的判断核心不在你用了哪款修图软件，而在上传物能否作为当时当地那个生物个体的真实证物。
iNaturalist 也上线了针对性拦截机制：社区一旦发现主要由 AI 生成的照片或录音，即可打上“人工生成内容”标记，原图被替换为警示图，该条观察记录同步降为“普通级”，永久踢出“研究级”序列；真实照片因 AI 修图失真的案例，则走专门的数据质量评估通道。由于 iNaturalist 向全球生物多样性信息平台共享的主要是符合许可的研究级记录，这套降级机制相当于在科研数据的源头踩下了刹车。
这些平台规则捍卫的底线其实只有一条：把“好看”与“能作证”彻底分开。一张糊得像马赛克的原片，依然是一条诚实的科学记录；一张由 AI 补齐纤毫羽毛与眼神光的高清大图，在科学证据面前一文不值。
