在巴黎古著店，AI帶我撿漏

不懂時尚的人，靠AI做買手。

文｜白棉

編｜陳梅希

前天飛機抵達北京，意味著這次春日出游的結(jié)束。和公司同事在歐洲團建旅行一周，我成功購入多款紀念品——藥妝、文創(chuàng)和衣服，林林總總擺了半個行李箱。

我從中拿出一件Vintage風衣，準備洗滌消毒。這是前不久在巴黎一家平價古著店里淘到的——米白色，內(nèi)排扣，版型修身，面料舒適，尺碼也意外合身。

我對時尚一竅不通，AI助手識別出這件風衣出自一個被LVMH集團收購的法國品牌，我便果斷付了15歐（RMB約120元）把它帶走。

或許是因為我司常年觀察互聯(lián)網(wǎng)行業(yè)，老板又在今年初號召所有作者關注AI對各自領域的影響，AI在這趟旅行中存在感格外高。

巴黎本地餐館的菜單是豆包一鍵翻譯的，在盧浮宮的專業(yè)導覽是GPT做的（當然也是為了省錢），面對巴黎城市公園內(nèi)的不知名園林景觀，AI甚至在一兩秒內(nèi)給出了詳細的功能介紹。

而在巴黎瑪黑區(qū)的古著店里，我和同事成功讓AI上崗，擔任起時尚買手一職。

靠AI開啟撿漏之旅

瑪黑區(qū)是巴黎古著店的聚集地，自16世紀起，二手店就已經(jīng)存在。我們選擇的Free'P'Star是一家性價比很高的連鎖二手店，在巴黎，與之同臺競爭的連鎖古著品牌還有Kilo Shop等。

店面照片｜圖源谷歌地圖

Free'P'Star以低價、海量的復古單品和搖滾朋克風格氛圍著稱。入口處掛著五彩絲巾和真絲領帶，通通只要1歐——人民幣八元左右。

領帶照片｜圖源作者

每家分店都有專門的1歐區(qū)，兩三米長的大箱子里堆著T恤、毛衣、外套、褲子和連衣裙，定價統(tǒng)一為1歐。下午三點，店里的1歐區(qū)總圍著三四個人，要等待片刻才能擠到淘貨核心區(qū)。從箱子里扒拉衣物，未嘗不是一種客觀的“淘寶”行為。

幾乎每家店都碰到拖著一袋衣服的店員，往1歐池和掛衣區(qū)增補貨品。

1歐區(qū)照片｜圖源谷歌地圖

對奢侈品和時尚，同事和我一竅不通。好在前一天，同事在本地朋友和AI的幫助下，成功購置五件單價3.5歐（RMB約28元）的衣服，積攢了一定淘貨經(jīng)驗，并號稱自己已經(jīng)晉升為巴黎古著店的地板級買手。

這位地板級買手的得意之作是一條意大利牛仔褲，標簽上帶著有趣的拳頭標語，AI將其識別為意大利本土復古牛仔品牌EMANUEL，是牛仔黃金時代（80-90年代）的代表品牌之一。

和AI對話｜圖源刺猬公社同事

不過如果要在古著店把每一件衣服的標簽都拍給AI，未免有些大動干戈。在AI買手上崗前，我們需要使用人力進行初篩。根據(jù)古著店常客的指導，中古店撿漏首先要看衣服品相和面料觸感，風格款式也要貼合個人喜好。接著肉眼看標簽，上個世紀的標簽字體和縫標方式跟近20年的明顯不同，帶有手工年代的質(zhì)感。

經(jīng)過肉眼識別篩選后，AI買手則可以負責介紹品牌和其發(fā)展歷史。最終同事識別了大約15件衣服標簽，并購買了其中5件。

“簡潔清楚的現(xiàn)代標簽，大多數(shù)是快消品牌，看都不用看。”記著友人建議，我們快速地尋找合眼衣物。

店內(nèi)衣架｜圖源作者

同事從掛著的眾多衣服中取下一件風衣推薦給我，AI買手就此上線。

挑選時間有限，人的耐心同樣有限，我顧不上精心雕琢Prompt，直接拍照丟給豆包，點擊“這是什么”。

和AI對話｜圖源作者

豆包回復得很快，它通過標簽迅速判斷出這是上個世紀的某個法國品牌，并給出了初步鑒定結(jié)論。15歐的標價，確實算得上實惠。

有趣的是，AI并非一味扮演“捧哏”的夸獎角色。

我翻到一件褲子，標簽顯示Prada，顏色也是常見的Prada綠，一看標價10歐（RMB 80元）。

和AI對話｜圖源刺猬公社同事

我把它遞給同事，她隨手用豆包一測——結(jié)果顯示是Prada的仿品。豆包憑標簽上字母R的字形差異，一眼識破了破綻。

“不要了，AI說是假的。”我們迅速把它放回原處，假裝自己是熟練的時尚買手，能一眼看透冒牌貨，實際上只能識別0個奢侈品的真假。

在那個下午，我和同事手持AI在巴黎瑪黑區(qū)多個古著店巡回淘寶。個別店有地下室，但手機在那里失去信號，我們也會失去親愛的AI買手。我們對Vintage品牌毫無了解，更談不上撿漏和挑選，只好悻悻而歸，轉(zhuǎn)身前往有信號的區(qū)域——在那里AI買手才能存活。

AI買手測評，誰會勝出

逛店時間畢竟有限，無法用AI進行詳細的鑒定分析。返回北京后，我又陸續(xù)把風衣標簽發(fā)給多個AI，嘗試測評這些“AI買手”的能力。

在更詳細的詢問后，豆包給出了二手平臺識別標簽，并在美國二手服裝網(wǎng)站GEM找到了相關品牌標簽和衣物照片進行展示。

和AI對話｜圖源作者

緊接著，我又用其他幾款AI做了對比，在圖片搜索與圖像解釋這一項上，豆包在準確度、速度與覆蓋面上都拔得頭籌。

千問的圖像識別不夠準確。將品牌標識識別為"Bouch & Fils" 。即便如此，根據(jù)標簽風格，千問準確推測出這是一個法國本土的中高端成衣品牌。

換Gemini來識別，得出的品牌結(jié)論與豆包一致。但相較之下，Gemini多走了一步——它指出標簽采用的是織嘜工藝，而非現(xiàn)代常見的印嘜，字體帶著明顯的年代感（襯線體與手寫風格的混搭），縫線也緊致工整。它甚至給出鑒別古著仿品的市場邏輯，表示這類小眾且已停業(yè)的區(qū)域性高端品牌，市面上幾乎不會有"仿冒工廠"愿意去做，因為造假成本遠高于品牌本身的溢價空間。

Gemini還進行了一次毫無必要的自圓其說。因為我并未告知Gemini這是在古著店里淘到的，于是它把15歐的吊牌誤認成了150歐，并以此為據(jù)印證Franck &Fils屬于高端品牌。

相比之下，GPT的mini模型識別水平明顯落后，它堅持認為品牌名是French Trotters。切換到研究型模型后，它深度思考了大約3分鐘，終于得出準確的識別結(jié)果。在這三分鐘里，GPT兢兢業(yè)業(yè)地進行了研究，認真分析了多個可能的識別結(jié)果，并結(jié)合互聯(lián)網(wǎng)資料進行比對。長思考模型結(jié)合Franck & Fils的互聯(lián)網(wǎng)資料介紹了品牌歷史，同時附帶了所有資料鏈接。

看到GPT得出正確結(jié)論，我一邊感慨GPT終于扳回一局，一邊慶幸自己沒有在古著店使用GPT當買手，否則我和同事將在店鋪罰站好幾個三分鐘。

Claude的模型思考更快，幾秒后就給出了答案，同時還識別出圖片中的黃色標簽，標價為15€，認為以這個價格入手相當劃算。

精準度是一方面，AI最大的優(yōu)勢是便捷。在快速搜索和定位講解方面，AI的使用體驗確實大幅超越了傳統(tǒng)翻譯器、瀏覽器和其他檢索工具。從拍照、提問到給出答案，能一氣呵成地解決買家的甄別需求。

當AI進軍時尚行業(yè)

AI在我們的購物體驗里只承擔了簡單的識別功能，職業(yè)買手所做的分析一定比拍照識別更復雜。不過在真正的時尚買手產(chǎn)業(yè)鏈里，AI技術(shù)也已然產(chǎn)生影響。

在服裝零售業(yè)里，買手主要承擔“選購”的決策，幫助百貨商店、精品店或電商平臺選購和策劃時尚商品，決定向消費者出售什么。他們需要參加各大時裝周和展會，在街頭觀察流行風格，評估未來一到兩個季度的流行走向，接著對接供應商批量采購。

買手最初確立的地點，正是在巴黎。20世紀早期，高級時裝在巴黎出現(xiàn)，眾多外國時尚雜志前往巴黎參加時裝秀，百貨公司也派人去巴黎購買樣衣以供仿制。

在中國，買手店同樣早已落地生根。據(jù)東方網(wǎng)報道，買手店從2013年的不足100家，到2024年已突破5000家，在十余年間完成了一輪跨越式擴張。

無論國內(nèi)外，買手們多以經(jīng)驗和直覺選擇符合時尚趨勢的衣服。如今，AI正在悄悄介入這一原本需要依賴“感覺”的環(huán)節(jié)。

針對B端領域，眾多公司利用大模型技術(shù)統(tǒng)計時尚趨勢。巴黎人工智能時尚預測公司Heuritech便是代表之一，它利用視覺技術(shù)每天分析超過300萬張社交媒體圖像，基于模型預測流行趨勢，客戶有LV、Dior等頂級奢侈品牌，還可以定位細分地區(qū)預測結(jié)果，利于買手針對不同文化和地區(qū)客戶調(diào)整策略。

在C端，AI技術(shù)公司察覺到人們利用AI搭配服飾的使用場景，推出對話式購物體驗，提供個性化造型建議。由電商資深從業(yè)者創(chuàng)辦的Daydream種子輪即拿下5000萬美元融資，在2025年6月上線。用戶只需輸入類似"我想要一條去巴黎參加婚禮的裙子"這樣的自然語言，便能檢索到匹配的商品。

我試了一下，平臺給出了西裝外套裙、絲質(zhì)襯衫裙與A字中長裙三類推薦。每個商品可以直接點擊進入品牌線上店鋪購買，也可以點擊"更多相似"查找類似風格衣物。

圖源Daydream網(wǎng)站截圖

前段時間，豆包協(xié)助用戶搭配服飾的搞笑短視頻獲得大量關注。AI在時尚覺察上的笨拙表現(xiàn)，搭配豆包一本正經(jīng)提出建議的聲音，制造出奇妙的幽默效果。針對所有的長褲，豆包會建議用戶把褲腿卷上去，像是默認所有人都要去海邊撈魚。豆包對“潮”也有著出色的理解，默認的亮色搭配成功為用戶們帶來滿分村民穿搭，別出心裁的“高級感”對應著解鞋帶、挽袖子，一不留神就是“破爛感”。

雖然這一切都不可避免地充盈著荒謬色彩，但AI的視頻功能讓人和AI的互動變得即時清晰，連穿搭這樣的日常生活場景里也有了AI的位置。

因為工作需要，我研究最多的AI功能是收集資料和研究分析，忽略了眾多生活場景里AI的便捷性。無論我們面對的是大量非母語信息，還是不熟悉的生活語境，多模態(tài)AI模型的便捷性都明顯高于文字交流。從“問一問”到“拍一拍”，AI所輻射的場景就這樣一點點從工作延伸，進入每個人的生活。

讓AI幫我選一件風衣，也許燒不掉多少token，但至少在那個下午，它讓我真正體驗到了撿漏的快樂。在被AI生產(chǎn)的垃圾內(nèi)容淹沒多時后，我第一次發(fā)自內(nèi)心地感受到了AI帶給我的幸福感。

（注：本文不含廣告，謹以本文感謝豆包對我司撿漏之旅的貢獻。）

媒介合作聯(lián)系微信號|ciweimeijiejun

如需和我們交流可后臺回復“進群”加社群