ChatTJB 在旧金山的一块广告牌上为一款由人工驱动的 LLM 戏仿做广告
诗人兼前 Google 营销人员 Tucker Bryant 手写每一条回复,并亲手为用户绘制他们请求的图像。
By Ryan Merket · Published
Primary source: X - Olivia Moore
Why it matters
ChatTJB exposes the labor and judgment that AI interfaces are designed to hide, while showing that human scarcity can attract attention in a city saturated with automation pitches.

诗人、前 Google 产品市场营销人员 Tucker Bryant (@tucksbryant) 在旧金山的一块广告牌上给 AI 热潮提供了一个单人答案: ChatTJB,这是一个 LLM 风格的聊天界面,其全部推理栈就是 Bryant 本人。
在 8 月 4 日在 X 上的帖子 中,AI 投资者 Olivia Moore (@omooretweets) 表示 Bryant 正在手动回答通过 ChatTJB 发送的每一条消息,包括那些他用手绘制的图像生成请求。Moore 说他每天与数千名用户交流,并在需求压垮运营后暂停了新的使用。该每日数字尚未得到独立证实。
单人推理栈
这块在 Folsom 街和 Sixth 街附近拍摄的广告牌,起初读起来像旧金山拥挤的 AI 领域的另一则广告。牌子大字写着 ChatTJB 是 “the leading chat interface powered by AI*”。小注脚揭示了玩笑:“*human intelligence。”
Moore 帖子中附带的一张截图显示 ChatTJB 管理界面上有 2,146 条已回复消息和 30 条待处理。该计数器反映的是某一时点的工作量,而非经核实的每日用户数量。Three days before Moore's thread 发布的一个 San Francisco discussion 包含人们描述与该服务的对话并分享图像请求的帖子。这些公开痕迹表明 ChatTJB 吸引了一波关注,尽管它们并不能证实用户留存率或 Moore 所称的每天数千人这一估计。
Bryant 对 ChatTJB 的描述有别于其界面模仿的软件产品。在他 的 艺术作品集 中,他称其为 “the worst LLM in the world”,并表示该项目使用诗意、神秘且刻意糟糕的回答来批评他所称的 “cognitive surrender”。ChatTJB 是以消费级 AI 产品的视觉语言包装的表演艺术。
这种框架与 Bryant 的职业生涯相符合。他在 Stanford University 学习,后来在 Google 从事产品市场营销,负责制定上市策略并帮助推出和定位产品,根据一篇 2025 年 12 月的采访。Bryant 现在以诗人、艺术家和创新演讲者的身份工作。他的 职业简介 将他的实践描述为围绕时机、互动性、摩擦与限制来设计体验。
ChatTJB 将这些理念直接应用到聊天机器人上。响应时间取决于 Bryant 是否醒着、是否有空以及是否愿意回答。图像生成需要他拿起笔来。不断增长的排队把推理背后的隐性经济学变成了可见的人力积压。
瓶颈是产品的一部分
Bryant 以前关于生成式 AI 的评论解释了这一选择。在那次 2025 年的采访中,他把 LLM 描述为有用的思维伙伴,同时警告即时答案可能会把用户从发展判断力和个人风格的创造性斗争中剥离出来。ChatTJB 把这种摩擦重新强加到界面中。每一次回复都带有一个人的局限、品味和不一致性。
时机也为这件作品创造了易于接受的环境。AI 公司已在旧金山布满广告,推销代理、模型和基础设施。一份 旧金山纪事报在四月发布的调查 记录了包括 “Stop hiring humans” 和 “Own your inference” 在内的标语。Bryant 复制了这种格式,然后颠倒了其潜在的主张。
传播路径与创业公司发布相同。Moore,是 Andreessen Horowitz 投资团队的一名合伙人,专注于 AI,她将该项目带入评估新 AI 产品的在线受众中。ChatTJB 通过看起来足够有投资价值而吸引注意——足够长的一段时间让用户发现这个产品实际上是一个人。
它无法扩展是其核心机制。传统的 AI 服务通过大量自动化请求来分摊模型成本。ChatTJB 则为每一个回答增加一单位的人力,使得需求上升在运营上变得惩罚性。Moore 所描述的暂停就作为 Bryant 在作品中设计的这一约束的证据。
这种约束也使得在不改变其含义的情况下复制 ChatTJB 变得困难。雇佣支持人员、自动化回复或将提示路由到真实模型会提高吞吐量,但会消除用户前来检验的单一作者关系。Bryant 构建了一个 AI 界面,其吸引力取决于保留那一阻止其像 AI 创业公司那样运作的瓶颈。