每一个平替商品的搜索技巧背后，都隐藏着一种对生活的折叠。
起因是我看到了一条帖子，讲如何通过替换搜索词，实现以更低的价格购买相同功能的商品，例如：
瑜伽垫 -> 瑜伽垫男
照片墙 -> 渔网
野餐布 -> 防水桌布
...
我试了一下，有些技巧已经失效了，有些的确便宜许多。于是我在小红书搜索「替换词」，发现许多收藏过万的帖子，它们通常是一组图片，每张图都是新/旧商品名的对照列表，如下所示：
这些对照表很好，但不好用。当我真的想搜某个商品时，我需要先对着密密麻麻的图表查找，不仅如此，当我想搜的商品不在列表里时，它就失效了。我想，能否用 AI 来实现这个任务呢？训练一个模型，用户输入想搜索的商品，模型给出便宜的平替商品名。
我很快整理了一些数据并开始训练模型，OpenAI 已经支持finetune 模型了，你只需要把数据导出并上传就可以自动开始训练，我选择的模型是gpt-3.5-1106，训练花费了大概 10 分钟。最后，我搭建了一个网页用于模型调用，得益于开发工具的完善，我只用了一下午就完成了这个 demo 产品。
消费折叠
网页开发最快乐的部分是注册域名。很快我就选好了网址: pingti.xyz，便宜、好记。并让所有朋友都试了试，很多人都觉得好玩，虽然有些结果比较离谱(牙膏->足浴店小样, iPhone->二手 iPhone, 唇膏->蜡烛)，但有些还是蛮有用的，至少模型可以记住截图里的平替词，不必一个个找了。
仍然有一些比较差的结果，我开始思考怎么优化，这使我不得不仔细分析原始训练数据，看看模式上有什么规律。总结如下：
- 性别套利: 例如
瑜伽垫->瑜伽垫男，或遮阳伞->雨伞男，这背后反应的其实是男人比女人更在乎实用性和性价比，更少为了颜值、设计而买单，而设计产生了成本。
- 场景套利: 例如
马甲->老头马甲，因为老年人更在乎价格, 女包->包包尾货，这个不用解释, 地毯->办公室地毯, 书桌->培训桌, 椅子->婚礼用椅，是因为在办公室、培训、举办婚礼时，通常会使用更便宜的材质吗？
- 地域套利: 例如
袜子->诸暨袜子, 耳饰->义乌耳饰，因为中国的袜子主要来自诸暨，所以通过指定原产地可以获得更低的价格。
- 无法归类: 这一类最有意思，它们的特点是，两个商品几乎八竿子打不着，但是它们在「功能」上可以实现接近平替的效果，例如
照片墙->渔网, 相框->营业执照框, 面膜收纳->食品保鲜盒, iPad支架->菜谱架, 美甲灯->验钞灯, 乐高防尘罩->超市陈列盒，这其中每个平替商品的搜索技巧背后，都隐藏着一种对生活的折叠，不信你可以仔细品味。
我意识到，靠简单的 finetune 模型，也许可以学会前两种套利模式，叠加规则(给商品分配相应产业的城市)，也许可以学会第三种模式，但学会最后一类平替方式几乎不可能，即使是人类也需要大量的实践积累才能摸索出其中的奥妙。
郝景芳在北京折叠中讲述了不同社会阶层在空间和时间上的折叠，我觉得「商品平替」似乎是这种折叠所露出的缝隙，我回想起自己第一次购买维生素 C 的场景：在知乎上搜汤臣倍健的维生素 C 和医院有什么差别，结论是：前者比较甜。后来每次我都买东北制药维生素 C，二者价格差了 100 倍。
经济下行，每个人都在缩减开支。想象一下：未来的某一天，我坐在婚礼专用椅上、墙上挂着一张渔网，上面是我的照片，我面前的培训桌上摆着菜谱架，iPad 正在播放视频。 这个场景还蛮好笑的，但人生还要继续，无论商品怎样平替，人生是无法平替的：重要的不是渔网，而是渔网上的照片。