Simon Willison最近想帮太太整理两份地方治理边界图——一份是Granada Community Services District的服务边界,一份是Midcoast Community Council(MCC)的辖区边界。他没有去找现成的GIS软件,而是先问GPT-5.6-Sol要不要推荐个工具,AI直接把工具写出来了;再用Claude Code for web和Fable 5.1迭代打磨,最后又让ChatGPT Work去政府数据源里把边界坐标拼出来。整个过程里,人类做的事只有两件:描述需求、点头验收。
这本该是一条纯粹的"AI提效"新闻。但拆开看,这条链路里有一处没人多问一句的裂缝——那些语法规整的GeoJSON边界,未必对应现实中真实存在、被政府盖过章的那条线。
从一句建议到一个完整工具
工具最终落地为一个单文件HTML,可以在浏览器里直接打开使用。它的PNG导出功能不是简单截图,而是手写canvas逐块拉取地图瓦片、重新投影GeoJSON几何、叠加署名文字后再转成图片,支持多档分辨率、最高上万像素的输出边,还预设了社交卡、A4等常用尺寸。
这是需要工程判断的细节,不是AI"一键吐出"就能糊弄过去的活。也说明经过三个AI模型接力打磨之后,这不再是个玩具级demo。
它填的是一条缝,不是重造轮子
同类工具里,geojson.io擅长快速交互查看编辑,Mapshaper擅长简化转换、输出SVG,QGIS是唯一原生支持图例、比例尺、坐标系处理的出版级制图软件。Simon这个工具卡在中间:浏览器端零安装、多图层叠加、直接出社交卡或A4尺寸的PNG,但没有图例、比例尺这些专业制图能力。
它没有重新发明轮子,是给"我就想快速把两张边界图叠起来出张图"这种日常需求,找了一个业余和专业之间的落点。这一步是清楚的加分项。
边界画得很规整,但那条线可能不存在
真正的问题出在数据那一端。Granada CSD官方章程里,"服务区边界"和"公园娱乐边界"是两条不同的线,不能互相替代。而MCC代表San Mateo县下几个非建制社区,是根据郡决议设立的咨询性委员会,成员由社区选民选出——但它本身很可能没有一条政府独立发布的法定多边形边界。它的"边界",本质上是"这几个社区大致在哪"的合集,不是一条被盖章确认过的几何线。
Simon问ChatGPT要"GCSD的精确边界"和"MCC的边界",AI都照做了,拼出语法完全合规的GeoJSON。但语法合规不等于这条线被谁签字画过。
行业里对行政边界数据可靠性有个粗糙的分级:官方发布的法定多边形最靠谱,权威源转换比对次之,靠AI从社区名称推断出来的边界几乎垫底,只比一句"大概在那附近"的自然语言描述强一档。MCC这类咨询机构的边界,很可能正好卡在这个最低层。
名不正,言不顺——线再规整,没有法定名义,也只是猜出来的形状。
- 风险.如果这类AI生成边界被当成官方数据继续传播,拿去讨论服务范围、社区划分甚至选举争议,误导的不是技术问题,是没人提前告诉使用者这条线的置信等级。
好用和可信,是两件事
Simon描述整个过程时用的词是"顺畜"、"exactly what you need",语气完全是工具展示式的正面,没有半句提到这种不确定性。这恰恰是问题所在——工具越顺手,人越容易把语法正确的GeoJSON当成事实正确的边界。
- 结论.AI已经把"造工具"和"造数据"这两件事的门槛压到几乎为零,但"这条线是不是真的"这道验证题,门槛并没有跟着降下来,活还得靠人去查政府文件、去比对权威坐标。
这次值得记的不是"AI又能自己写工具了",这早不算新闻。值得记的是,生成端跑得越快,验证端就越显得原地不动——前半段的活AI干完了,后半段的责任,谁都没接走。