在巴黎古着店，AI带我捡漏

不懂时尚的人，靠AI做买手。

文｜白棉

编｜陈梅希

前天飞机抵达北京，意味着这次春日出游的结束。和公司同事在欧洲团建旅行一周，我成功购入多款纪念品——药妆、文创和衣服，林林总总摆了半个行李箱。

我从中拿出一件Vintage风衣，准备洗涤消毒。这是前不久在巴黎一家平价古着店里淘到的——米白色，内排扣，版型修身，面料舒适，尺码也意外合身。

我对时尚一窍不通，AI助手识别出这件风衣出自一个被LVMH集团收购的法国品牌，我便果断付了15欧（RMB约120元）把它带走。

或许是因为我司常年观察互联网行业，老板又在今年初号召所有作者关注AI对各自领域的影响，AI在这趟旅行中存在感格外高。

巴黎本地餐馆的菜单是豆包一键翻译的，在卢浮宫的专业导览是GPT做的（当然也是为了省钱），面对巴黎城市公园内的不知名园林景观，AI甚至在一两秒内给出了详细的功能介绍。

而在巴黎玛黑区的古着店里，我和同事成功让AI上岗，担任起时尚买手一职。

靠AI开启捡漏之旅

玛黑区是巴黎古着店的聚集地，自16世纪起，二手店就已经存在。我们选择的Free'P'Star是一家性价比很高的连锁二手店，在巴黎，与之同台竞争的连锁古着品牌还有Kilo Shop等。

店面照片｜图源谷歌地图

Free'P'Star以低价、海量的复古单品和摇滚朋克风格氛围著称。入口处挂着五彩丝巾和真丝领带，通通只要1欧——人民币八元左右。

领带照片｜图源作者

每家分店都有专门的1欧区，两三米长的大箱子里堆着T恤、毛衣、外套、裤子和连衣裙，定价统一为1欧。下午三点，店里的1欧区总围着三四个人，要等待片刻才能挤到淘货核心区。从箱子里扒拉衣物，未尝不是一种客观的“淘宝”行为。

几乎每家店都碰到拖着一袋衣服的店员，往1欧池和挂衣区增补货品。

1欧区照片｜图源谷歌地图

对奢侈品和时尚，同事和我一窍不通。好在前一天，同事在本地朋友和AI的帮助下，成功购置五件单价3.5欧（RMB约28元）的衣服，积攒了一定淘货经验，并号称自己已经晋升为巴黎古着店的地板级买手。

这位地板级买手的得意之作是一条意大利牛仔裤，标签上带着有趣的拳头标语，AI将其识别为意大利本土复古牛仔品牌EMANUEL，是牛仔黄金时代（80-90年代）的代表品牌之一。

和AI对话｜图源刺猬公社同事

不过如果要在古着店把每一件衣服的标签都拍给AI，未免有些大动干戈。在AI买手上岗前，我们需要使用人力进行初筛。根据古着店常客的指导，中古店捡漏首先要看衣服品相和面料触感，风格款式也要贴合个人喜好。接着肉眼看标签，上个世纪的标签字体和缝标方式跟近20年的明显不同，带有手工年代的质感。

经过肉眼识别筛选后，AI买手则可以负责介绍品牌和其发展历史。最终同事识别了大约15件衣服标签，并购买了其中5件。

“简洁清楚的现代标签，大多数是快消品牌，看都不用看。”记着友人建议，我们快速地寻找合眼衣物。

店内衣架｜图源作者

同事从挂着的众多衣服中取下一件风衣推荐给我，AI买手就此上线。

挑选时间有限，人的耐心同样有限，我顾不上精心雕琢Prompt，直接拍照丢给豆包，点击“这是什么”。

和AI对话｜图源作者

豆包回复得很快，它通过标签迅速判断出这是上个世纪的某个法国品牌，并给出了初步鉴定结论。15欧的标价，确实算得上实惠。

有趣的是，AI并非一味扮演“捧哏”的夸奖角色。

我翻到一件裤子，标签显示Prada，颜色也是常见的Prada绿，一看标价10欧（RMB 80元）。

和AI对话｜图源刺猬公社同事

我把它递给同事，她随手用豆包一测——结果显示是Prada的仿品。豆包凭标签上字母R的字形差异，一眼识破了破绽。

“不要了，AI说是假的。”我们迅速把它放回原处，假装自己是熟练的时尚买手，能一眼看透冒牌货，实际上只能识别0个奢侈品的真假。

在那个下午，我和同事手持AI在巴黎玛黑区多个古着店巡回淘宝。个别店有地下室，但手机在那里失去信号，我们也会失去亲爱的AI买手。我们对Vintage品牌毫无了解，更谈不上捡漏和挑选，只好悻悻而归，转身前往有信号的区域——在那里AI买手才能存活。

AI买手测评，谁会胜出

逛店时间毕竟有限，无法用AI进行详细的鉴定分析。返回北京后，我又陆续把风衣标签发给多个AI，尝试测评这些“AI买手”的能力。

在更详细的询问后，豆包给出了二手平台识别标签，并在美国二手服装网站GEM找到了相关品牌标签和衣物照片进行展示。

和AI对话｜图源作者

紧接着，我又用其他几款AI做了对比，在图片搜索与图像解释这一项上，豆包在准确度、速度与覆盖面上都拔得头筹。

千问的图像识别不够准确。将品牌标识识别为"Bouch & Fils" 。即便如此，根据标签风格，千问准确推测出这是一个法国本土的中高端成衣品牌。

换Gemini来识别，得出的品牌结论与豆包一致。但相较之下，Gemini多走了一步——它指出标签采用的是织唛工艺，而非现代常见的印唛，字体带着明显的年代感（衬线体与手写风格的混搭），缝线也紧致工整。它甚至给出鉴别古着仿品的市场逻辑，表示这类小众且已停业的区域性高端品牌，市面上几乎不会有"仿冒工厂"愿意去做，因为造假成本远高于品牌本身的溢价空间。

Gemini还进行了一次毫无必要的自圆其说。因为我并未告知Gemini这是在古着店里淘到的，于是它把15欧的吊牌误认成了150欧，并以此为据印证Franck &Fils属于高端品牌。

相比之下，GPT的mini模型识别水平明显落后，它坚持认为品牌名是French Trotters。切换到研究型模型后，它深度思考了大约3分钟，终于得出准确的识别结果。在这三分钟里，GPT兢兢业业地进行了研究，认真分析了多个可能的识别结果，并结合互联网资料进行比对。长思考模型结合Franck & Fils的互联网资料介绍了品牌历史，同时附带了所有资料链接。

看到GPT得出正确结论，我一边感慨GPT终于扳回一局，一边庆幸自己没有在古着店使用GPT当买手，否则我和同事将在店铺罚站好几个三分钟。

Claude的模型思考更快，几秒后就给出了答案，同时还识别出图片中的黄色标签，标价为15€，认为以这个价格入手相当划算。

精准度是一方面，AI最大的优势是便捷。在快速搜索和定位讲解方面，AI的使用体验确实大幅超越了传统翻译器、浏览器和其他检索工具。从拍照、提问到给出答案，能一气呵成地解决买家的甄别需求。

当AI进军时尚行业

AI在我们的购物体验里只承担了简单的识别功能，职业买手所做的分析一定比拍照识别更复杂。不过在真正的时尚买手产业链里，AI技术也已然产生影响。

在服装零售业里，买手主要承担“选购”的决策，帮助百货商店、精品店或电商平台选购和策划时尚商品，决定向消费者出售什么。他们需要参加各大时装周和展会，在街头观察流行风格，评估未来一到两个季度的流行走向，接着对接供应商批量采购。

买手最初确立的地点，正是在巴黎。20世纪早期，高级时装在巴黎出现，众多外国时尚杂志前往巴黎参加时装秀，百货公司也派人去巴黎购买样衣以供仿制。

在中国，买手店同样早已落地生根。据东方网报道，买手店从2013年的不足100家，到2024年已突破5000家，在十余年间完成了一轮跨越式扩张。

无论国内外，买手们多以经验和直觉选择符合时尚趋势的衣服。如今，AI正在悄悄介入这一原本需要依赖“感觉”的环节。

针对B端领域，众多公司利用大模型技术统计时尚趋势。巴黎人工智能时尚预测公司Heuritech便是代表之一，它利用视觉技术每天分析超过300万张社交媒体图像，基于模型预测流行趋势，客户有LV、Dior等顶级奢侈品牌，还可以定位细分地区预测结果，利于买手针对不同文化和地区客户调整策略。

在C端，AI技术公司察觉到人们利用AI搭配服饰的使用场景，推出对话式购物体验，提供个性化造型建议。由电商资深从业者创办的Daydream种子轮即拿下5000万美元融资，在2025年6月上线。用户只需输入类似"我想要一条去巴黎参加婚礼的裙子"这样的自然语言，便能检索到匹配的商品。

我试了一下，平台给出了西装外套裙、丝质衬衫裙与A字中长裙三类推荐。每个商品可以直接点击进入品牌线上店铺购买，也可以点击"更多相似"查找类似风格衣物。

图源Daydream网站截图

前段时间，豆包协助用户搭配服饰的搞笑短视频获得大量关注。AI在时尚觉察上的笨拙表现，搭配豆包一本正经提出建议的声音，制造出奇妙的幽默效果。针对所有的长裤，豆包会建议用户把裤腿卷上去，像是默认所有人都要去海边捞鱼。豆包对“潮”也有着出色的理解，默认的亮色搭配成功为用户们带来满分村民穿搭，别出心裁的“高级感”对应着解鞋带、挽袖子，一不留神就是“破烂感”。

虽然这一切都不可避免地充盈着荒谬色彩，但AI的视频功能让人和AI的互动变得即时清晰，连穿搭这样的日常生活场景里也有了AI的位置。

因为工作需要，我研究最多的AI功能是收集资料和研究分析，忽略了众多生活场景里AI的便捷性。无论我们面对的是大量非母语信息，还是不熟悉的生活语境，多模态AI模型的便捷性都明显高于文字交流。从“问一问”到“拍一拍”，AI所辐射的场景就这样一点点从工作延伸，进入每个人的生活。

让AI帮我选一件风衣，也许烧不掉多少token，但至少在那个下午，它让我真正体验到了捡漏的快乐。在被AI生产的垃圾内容淹没多时后，我第一次发自内心地感受到了AI带给我的幸福感。

（注：本文不含广告，谨以本文感谢豆包对我司捡漏之旅的贡献。）

媒介合作联系微信号|ciweimeijiejun

如需和我们交流可后台回复“进群”加社群