很多人拿着高光过曝、构图歪斜的照片来问我：图片加工到底该用Photoshop还是AI？ 朋友圈一半人说PS太复杂，另一半人吹AI一键生成，但真正动手做时全都卡住。 我见过一个老摄影师，用PS磨一张人像，高频低频分离，参数精确到像素。 而隔壁小伙子用Midjourney加ControlNet，输入一句prompt就把背景换成雪山。 这两条路线不是谁优谁劣，它们根本是两种思维模式——传统加工是对像素做运算，AI加工是对语义做猜测。
先说传统路线。Photoshop修图的核心操作只有三个：选区、蒙版、调整。 例如给逆光照片的暗部提亮，你会在曲线面板把暗部节点从(0,0)拖到(30,50)，然后按住Alt加蒙版，用白色画笔擦人脸。 这些动作背后是具体的数值和通道逻辑，曲线上的每个点都代表输入亮度到输出亮度的映射，色彩平衡则把阴影、中间调、高光分成-100到+100的范围。 这种加工方式的优势是确定性极高，每个像素的变化都完全可控，适合商业精修和批量修片。 坏处是学习成本高，每步操作都占用注意力，比如抠头发丝边缘，必须用通道计算或钢笔路径，稍粗心就留白边。 很多人踩过的坑是魔棒工具默认容差32，遇到背景色接近的照片容易残留边缘，必须用“选择并遮住”里的智能半径，数值设在2到3像素，边缘羽化0.5像素。
再看AI路线。Stable Diffusion WebUI和Photoshop的生成式填充，本质都是扩散模型。 你给一张草图，它通过不断去噪来生成图像，关键参数有采样步数（20到30步，太少噪声多，太多细节崩）、CFG Scale（7到8，调太高过饱和，调太低不贴描述）、重绘幅度（0.3以下只改纹理，0.7以上几乎重画）。 核心思维变化是从“调整”变成“描述”。想换掉阴天，不需要抠图，直接画蒙版，输入“sunny day, golden hour”，权重给到1.2。 AI会基于区域重新生成语义内容，不是在修改像素，而是在预测什么像素最符合文字描述。 这种模式对创作极度友好，但有硬伤：生成不稳定，同一个种子和参数，换显卡渲染出来色偏都可能变；而且AI对数字不敏感，你说“三只猫”，它可能画四只。 这也是商业项目不能直接用AI出图的原因——客户要一模一样的细节，AI给的是大概齐的相似。
把两条路线放一起看，传统加工操作的是像素，控制靠数值和蒙版，精度高、误差可控、速度慢，要求你懂色彩原理。 AI加工操作的是语义，控制靠提示词和采样参数，精度随机、误差有美学的不可知性，速度快，但要求你会写prompt和调试采样器。 我的独立观点是：图片加工正在从“手动实现意图”转向“自动猜测意图”，但真正高效的工作流是两者混合。 举个例子，修复老照片折痕，用PS仿制图章要十分钟，用AI修复能快速算出缺失纹理，但可能把眼睛改形。 正确做法是先用AI重绘或DeOldify模型生成缺失纹理，再用PS蒙版把细节抠回来，最后用曲线调对比度。整个工作流里一个工人负责灵感，一个负责精度。 你既需要知道曲线、通道、蒙版这些底层工具，也要学会跟AI描述需求，两者都要练，但侧重点完全不同。
最后给具体决策建议。如果你是电商修图，每天处理几百张产品图，建议传统工具配合动作批处理，在PS里录制调整大小、锐化、加水印的动作，按F9打开动作面板，一次录完批量跑。 如果你做创意海报或个人写真，可以先AI生成底图，再用PS细化。 示范步骤：用Camera Raw滤镜调整白平衡，色温从4600K降到3800K，画面变冷；再建蒙版把脸部单独提亮，曲线输入128，输出拉到145； 导出到Stable Diffusion的图生图，重绘幅度0.45，提示词写“natural skin texture, fine facial features”，采样器选Euler a；最后回到PS用历史画笔把眼睛和嘴唇区域恢复到AI前的状态，防止失真。 这四步里，前两步是传统精确控制，后两步是AI语义补充，每一步都需要你的判断力。 这才是图片加工的未来——不是工具的对决，而是人机协同的修辞术。标题里的问题也就有答案了：PS不是唯一，AI也不是万能，要学会在像素和语义之间切换视角。
