Appearance
模块 1：执行成本归零
"In the future, everyone will be world-famous for 15 minutes." Warhol said it about fame. AI made it true about craft. When anyone can execute anything, the only question left is: what's worth executing?
学习目标
完成本模块后，你将：
- 理解执行成本在人类创造史中的过滤功能——为什么"只有能画的人才能视觉化"这件事很重要
- 分析 Walter Benjamin 的"机械复制"论点在 AI 时代的全新含义
- 掌握"相机类比"框架：为什么人人有相机不等于人人拍好照片
- 辨析"民主化论"的力量与局限——AI 真的让创造平等了吗？
- 建立核心认知：当执行不再稀缺，品味成为唯一瓶颈
一、执行成本：创造史的隐性过滤器
从洞穴壁画到 Photoshop
人类创造的历史，表面上是风格和观念的历史，但底层是执行成本的历史。每一次执行成本的重大降低，都引发了一次创造的民主化——也引发了一次关于"什么才算创造"的身份危机。
| 时代 | 技术突破 | 执行成本变化 | 身份危机 |
|---|---|---|---|
| 15世纪 | 古腾堡印刷术（1440s） | 书籍复制成本降低约300倍 | "谁有权出版？" |
| 19世纪 | 摄影术（1839年达盖尔法） | 视觉记录从画家垄断到机械可达 | "摄影是艺术吗？" |
| 20世纪初 | 电影技术（卢米埃兄弟，1895） | 叙事从文字扩展到动态影像 | "电影是艺术还是娱乐？" |
| 20世纪末 | 桌面出版（1984，MacPublisher） | 排版设计从专业印刷厂到个人电脑 | "人人都是设计师？" |
| 21世纪初 | 数码摄影与智能手机 | 拍照成本趋近于零 | "专业摄影师还有价值吗？" |
| 2022-今 | 生成式AI（DALL-E, Midjourney, GPT） | 几乎所有创造形式的执行成本趋近于零 | "人类创造者还有价值吗？" |
注意这个表的趋势：每一行比上一行的冲击范围更大、速度更快。但 AI 这一行是质变——它不是降低某一种创造的成本，而是同时降低几乎所有创造形式的成本。文本、图像、音乐、代码、视频、3D建模——一切都在被 AI 压缩到"输入一段描述即可获得"的水平。
过滤器的意义
执行成本在历史上起到了一个不被讨论的重要功能：过滤器。
在摄影术发明之前，如果你想把脑中的画面变成可见的图像，你必须学会绘画。学绘画需要年复一年的训练——素描、解剖、透视、色彩理论、材料技法。这个训练过程不仅教会你"怎么画"，更教会你"怎么看"。你在学习执行的过程中，被迫发展了品味。
"Drawing is not about making marks on paper. Drawing is about learning to see."
— Betty Edwards, Drawing on the Right Side of the Brain (1979)
这意味着：在前 AI 时代，执行能力和品味能力是绑定在一起的。你不可能"有很高的视觉品味但完全不会画画"——因为视觉品味正是在画画的训练中被培养的。同理，你不可能"有很高的写作品味但从不写作"——写作品味在写作实践中磨砺。
AI 做了一件前所未有的事情：它把执行能力和品味能力解绑了。
现在，一个从未学过绘画的人可以通过 Midjourney 生成令人惊叹的图像。一个从未学过编程的人可以通过 ChatGPT 生成可运行的代码。一个从未学过音乐的人可以通过 Suno AI 生成完整的歌曲。
问题是：这些人是否也自动获得了判断这些生成物好坏的能力？
答案是：没有。
二、Benjamin 在 AI 时代
灵韵（Aura）的第三次死亡
1935年，Walter Benjamin 在 Das Kunstwerk im Zeitalter seiner technischen Reproduzierbarkeit（《机械复制时代的艺术作品》）中提出了一个深刻的论点：当艺术作品可以被机械复制时，它失去了"灵韵"（Aura）——那种与原作面对面时的独一无二感。
Benjamin 描述了灵韵的三个要素：
- 此时此地性（Hier und Jetzt）——原作存在于特定的时空
- 历史见证性——原作承载了创作过程的痕迹
- 仪式价值——原作在特定文化语境中的神圣地位
摄影和电影是灵韵的第一次死亡：原作可以被无限复制，每一个副本都和原作一样清晰。你不需要去卢浮宫就能看到蒙娜丽莎——虽然 Benjamin 会说，看复制品和看原作的体验根本不同。
数字化是第二次死亡：数字文件没有"原本"和"副本"的区别。一首在 Spotify 上播放的歌曲，每一次播放都完全相同。Benjamin 的灵韵概念似乎彻底过时了。
AI 生成是第三次死亡——而且这一次，连创作过程本身也被消解了。以前，一幅画即使被复制千万次，我们仍然知道有一个人在某个时刻一笔一笔地画出了它。现在，AI 生成的图像从一开始就没有那个"一笔一笔"的过程。它没有草稿、没有犹豫、没有修改——它是从噪声中直接凝结出来的。
"The cathedral is no longer in the square; the cathedral is everywhere and nowhere."
这是 Benjamin 在 1935 年描述复制品的隐喻。在 AI 时代，更准确的说法是：大教堂可以在一秒钟内被生成一千座，每一座都略有不同，没有一座是"原作"。
超越 Benjamin：创造行为本身的民主化
Benjamin 讨论的是接收端（reception）的变化——更多人能看到艺术品。AI 改变的是生产端（production）——更多人能创造艺术品。这是一个 Benjamin 没有预见到的维度。
Benjamin 的论点需要被更新：
| Benjamin 的框架 (1935) | AI 时代的扩展 |
|---|---|
| 复制技术消解了原作的灵韵 | 生成技术消解了创作过程的灵韵 |
| 受众从仪式接受转向日常接受 | 创作者从专业训练转向提示输入 |
| 艺术的民主化发生在消费端 | 艺术的民主化同时发生在生产端 |
| 灵韵的消失是不可逆的 | 灵韵可能以新的形式（人类创作标签）回归 |
最后一行值得注意：AI 时代可能产生了一种 Benjamin 会惊讶的现象——灵韵的回归。当 AI 能生成任何东西时，"这是一个人亲手做的"本身就重新获得了灵韵。手工皮具、手写信件、手冲咖啡——这些在工业化时代被视为低效的东西，在 AI 时代可能成为新的奢侈品。
视觉艺术
Midjourney 的百万张图像
问题：2023年，Midjourney 用户每天生成约 1.5 亿张图像。这些图像中，有多少称得上'有品味'？当人人都能生成视觉上令人震撼的图像时，'震撼'本身是否贬值了？
分析：Midjourney 的技术成就是真实的：它让任何人都能在 30 秒内生成电影级别的视觉图像。但正因如此，'看起来震撼'不再是品味的标志——它成了默认值。品味的标志转移到了更高的维度：(1) 你为什么选择生成这个而不是那个？(2) 你如何从 100 个变体中选出最好的那个？(3) 你的生成请求是否表达了一个连贯的审美立场，还是只是追逐了 Midjourney 最容易产出的'默认美感'？Jason Allen 在 2022 年用 Midjourney 生成的 'Théatre D'opéra Spatial' 赢得了科罗拉多州博览会的数字艺术奖——争议的核心不是图像质量（它确实精美），而是'选择和迭代算不算创造'。答案取决于你如何定义品味在创造过程中的角色。
三、相机类比：人人都有工具，不等于人人有品味
1888 → 2024
1888年，George Eastman 推出了柯达 Brownie 相机，广告语是："You press the button, we do the rest." 摄影从需要暗房和化学知识的专业技能，变成了按一下快门的简单操作。
到了 2024 年，全球约有 60 亿部智能手机，几乎每一部都配备了至少 1200 万像素的摄像头和计算摄影算法。从纯技术角度看，今天任何人口袋里的手机都比 Ansel Adams 在 1941 年拍摄 Moonrise, Hernandez, New Mexico 时使用的设备强大得多。
但我们并没有 60 亿个 Ansel Adams。
为什么？因为相机解决的是执行问题（如何捕捉光线），不是品味问题（什么值得捕捉、如何构图、何时按快门）。
| 执行层（相机解决的） | 品味层（相机无法解决的） |
|---|---|
| 正确曝光 | 知道什么光线值得等待 |
| 对焦清晰 | 决定画面中什么应该清晰、什么应该模糊 |
| 色彩准确 | 判断色调是否传达了正确的情绪 |
| 足够的像素 | 构图的节奏和张力 |
| 快速连拍 | 知道哪一帧是"决定性瞬间"（Henri Cartier-Bresson） |
Henri Cartier-Bresson 在 1952 年出版的 Images à la Sauvette（《决定性瞬间》）中提出：摄影的核心不在于技术——而在于在正确的瞬间按下快门的判断力。这个判断力就是品味。
AI 时代的完美类比
相机的历史完美地预演了 AI 正在对所有创造领域做的事情：
| 摄影的民主化 | AI 的创造民主化 |
|---|---|
| 人人有相机 | 人人有 Midjourney/ChatGPT |
| 手机拍照质量已经"够好" | AI 生成内容质量已经"够好" |
| 专业摄影师并未消失 | 专业创作者不会消失 |
| 品味区分从"能不能拍"转向"拍什么、怎么拍" | 品味区分从"能不能做"转向"做什么、怎么判断" |
| Instagram 培养了更多人的视觉意识 | AI 工具可能培养更多人的审美参与 |
| 但 Instagram 也同质化了摄影美学 | AI 也在同质化生成美学 |
最后一行很关键。Instagram 确实让更多人关注视觉，但它也创造了一种高度同质化的"Instagram 美学"——过饱和的日落、完美的拿铁拉花、千篇一律的旅行构图。AI 正在制造同样的问题，只不过规模更大、速度更快。
AI 生成 vs 人类创作：你能分辨吗？
以下是五段文字的描述，有些来自人类作家，有些是 AI 生成的。判断哪些更可能是人类创作，并解释你的判断依据。注意：目的不是测试你的'检测能力'，而是让你思考品味在辨别中的角色。
样本 A
样本 B
样本 C
样本 D
样本 E
四、民主化论的力量与局限
乐观叙事：AI 解放了被压抑的创造力
Kevin Kelly 在 2008 年提出 "1,000 True Fans" 理论时，核心论点是：互联网让创作者可以绕过传统守门人（出版社、唱片公司、画廊），直接触达受众。AI 将这个论点推进了一大步：现在不仅分发成本趋近于零，创作成本也趋近于零。
这意味着：
- 一个有故事想讲但不会画画的人，现在可以创作图画小说
- 一个有商业想法但不会编程的人，现在可以构建产品原型
- 一个有音乐品味但不会演奏的人，现在可以"创作"音乐
- 一个有设计眼光但不会 Figma 的人，现在可以生成高保真设计稿
Clay Shirky 在 Cognitive Surplus（2010）中论证过：当参与门槛降低时，会释放出大量原本被浪费的创造力。AI 正在进一步验证这个论点——但也暴露了它的盲区。
批判叙事：执行成本不只是门槛
民主化论的最大盲区是：它把执行成本纯粹看作障碍——一旦移除，创造力就会自由流动。但执行成本同时也是训练场。
学画画的过程不仅教你如何画——它训练你的眼睛、建立你的审美参照库、迫使你做出无数微小的品味判断（这条线应该粗一点还是细一点？这个颜色太暖了还是刚好？）。
Richard Sennett 在 The Craftsman（2008）中深刻地论证了这一点：
"The craftsman represents the special human condition of being engaged. [...] Craftsmanship names an enduring, basic human impulse, the desire to do a job well for its own sake."
Sennett 的论点是：手艺（craft）不仅产出作品——它塑造人。制作陶器的过程改变了制陶者对形态、比例和材质的感知。编写代码的过程改变了编程者对结构、优雅和效率的理解。执行过程本身就是品味教育。
如果 AI 移除了执行过程，品味教育从哪里来？
第三种视角：重新定义"执行"
最有建设性的立场或许不是乐观也不是悲观，而是重新定义什么算"执行"。
| 旧的执行 | 新的执行 |
|---|---|
| 能把想法画出来 | 能把想法描述清楚（prompt craft） |
| 能写出语法正确的代码 | 能判断生成代码的质量 |
| 能手工排版一本书 | 能从 100 个 AI 排版方案中选出最好的 |
| 能演奏一段旋律 | 能编排 AI 生成的音乐片段成完整作品 |
在这个框架下，AI 没有消灭执行——它改变了执行的内容。执行从"动手做"转向"判断、选择、组合、编辑"。而这些新执行形式的核心能力，恰恰就是品味。
三种关于 AI 民主化的立场
解放论：AI 释放了被压抑的创造力
Kevin Kelly、Clay Shirky 的延伸：执行成本是不公正的门槛，AI 移除它是纯粹的好事。更多人能创造 = 更多好作品会出现。品味会在更广泛的参与中自然涌现。历史类比：识字率的提高最终确实产出了更多好作家，尽管同时也产出了更多坏作品。
衰退论：AI 摧毁了品味培养的训练场
Richard Sennett、Matthew Crawford (*Shop Class as Soulcraft*, 2009) 的立场：手艺过程不仅产出作品，更塑造人的感知和判断力。跳过执行直接到结果，就像跳过体育课直接发运动奖牌——你得到了奖牌，但没有得到身体。AI 让每个人都能产出，但没有人因此变得更有品味。
转型论：AI 改变了品味的修炼方式
最务实的立场：品味从来不是固定在某种执行形式上的。摄影术出现后，视觉品味没有消失——它转移到了构图、时机、叙事等更高维度。AI 出现后，品味同样会转移到选择、编辑、组合、策展等新维度。关键不是抵制变化，而是主动识别并训练新的品味能力。
思考：你倾向于哪种立场？更重要的是：你在自己使用 AI 工具的经历中，是否感受到了品味能力的变化（提升或退化）？
五、品味作为新的稀缺资源
经济学框架
经济学的基本定理是：价值来自稀缺性。当某样东西从稀缺变为充裕时，与之互补的稀缺资源就会升值。
Herbert Simon 在 1971 年——比互联网早了 20 多年——就预见到了这个逻辑：
"A wealth of information creates a poverty of attention."
Simon 的洞察可以精确地延伸到 AI 时代：
| 变为充裕的 | 随之升值的稀缺资源 |
|---|---|
| 信息 | 注意力（Simon, 1971） |
| 内容 | 策展（Chris Anderson, 2004） |
| 执行 | 品味（AI 时代的核心命题） |
当执行成本趋近于零时，"能做出来"不再有价值——因为人人都能做出来。价值转移到了判断什么值得做和从大量输出中选出最好的。这两项能力的共同名字就是品味。
品味溢价的三个层次
层次 1：选择溢价
当任何人都能生成 100 张图片时，能从中选出最好的 1 张的能力就有了溢价。这是品味最基础的经济功能——从充裕中提取价值。
这不是简单的事。Midjourney 社区中，大量用户会直接使用第一个生成结果。而真正有品味的用户会生成 50 个变体、对比微妙的差异、选择那个"说不出为什么但就是对的"版本。这个选择过程——而非生成过程——是品味体现的地方。
层次 2：方向溢价
比选择更高一层的品味是方向判断——知道应该朝哪个方向探索。100 个人可以用 AI 生成网站设计，但其中只有少数人知道"这个品牌应该传达什么气质"、"这个产品的视觉语言应该克制还是丰富"。
方向品味无法被 AI 替代，因为它依赖于对语境的深度理解——品牌历史、用户文化、市场位置、竞争格局。AI 可以生成无穷多的方案，但它不知道哪个方向是"对的"。
层次 3：标准溢价
最高层的品味是设定标准——定义什么算"好"。Dieter Rams 的十项设计原则（1976）不是描述他的偏好——而是为整个工业设计领域设定了品味标准。Steve Jobs 对 Apple 产品的执念不是个人癖好——它定义了消费电子产品的品味基线。
在 AI 时代，设定标准的能力极其稀缺。AI 可以按照已有标准生成内容，但它不能创造新标准。标准来自人类的品味判断，而品味判断来自深度的领域浸泡和反思。
你的 AI 品味体验报告
25-35 minutes回忆一次你使用 AI 工具（文本、图像、代码、音乐等任何形式）的完整体验。从输入第一个 prompt 到最终得到满意（或放弃）的结果，详细记录你的品味判断过程。重点不是 AI 的表现如何，而是你的品味在这个过程中做了什么——做了哪些选择、基于什么标准、在哪里妥协了。
建议结构：
场景与意图~15%
你想用 AI 做什么？你对结果有什么品味预期（哪怕模糊的）？
生成与判断过程~40%
描述你的迭代过程。你修改了几次 prompt？每次修改是基于什么品味判断？你在哪些维度上感到满意，哪些维度上反复不满？
选择与妥协~25%
你最终选择了哪个结果？选择的依据是什么？你在哪里妥协了？妥协是因为品味标准太高，还是因为你无法用语言精确表达你的品味？
反思~20%
这次体验让你对自己的品味有什么新认识？你是否发现了自己品味中模糊的区域——那些你有感觉但说不清楚的地方？
- 选择一次真实体验，不要假设。如果你没有用过 AI 工具，现在去试一次再来写。
- 诚实记录你的犹豫和困惑——这些恰恰是品味在工作的证据。
- 注意你从 AI 输出中感到不满的那些瞬间——不满是品味的声音。分析它在说什么。
- 如果你最终放弃了（决定自己做），分析为什么。是 AI 做不到，还是你无法向 AI 表达你的品味？
目标：500 字
延伸阅读
必读
Walter Benjamin, The Work of Art in the Age of Mechanical Reproduction (1935)
- 理解"灵韵"概念的原始来源。虽然写于近 90 年前，但其核心论点在 AI 时代获得了全新的生命力
Kevin Kelly, "1,000 True Fans" (2008, updated 2016)
- 创作者经济学的经典文本。在 AI 语境下重读，思考：当执行成本归零后，"1000 个真粉丝"需要什么新条件？
Richard Sennett, The Craftsman (2008) — 尤其第一章和第十章
- 关于手艺训练如何塑造人的感知和判断力的最深刻论述。直接回应"AI 是否让我们丧失了某种重要的训练"这个问题
推荐
Ted Chiang, "ChatGPT Is a Blurry JPEG of the Web" (The New Yorker, 2023)
- 科幻作家对 AI 生成的精辟类比：AI 是对人类知识的有损压缩。这个类比揭示了 AI 输出为什么总是"接近但不完全对"
Betty Edwards, Drawing on the Right Side of the Brain (1979)
- 不是关于 AI 的书——但它深刻解释了为什么视觉训练改变了人的感知方式。这正是 AI 跳过的那部分
Clay Shirky, Cognitive Surplus (2010)
- 关于参与门槛降低如何释放创造力的系统论述。AI 时代的最佳乐观参考
视频
- Andrej Karpathy, "The State of GPT" (Microsoft Build 2023) — 技术视角理解 AI 能做什么和不能做什么
- Henri Cartier-Bresson, "The Decisive Moment" (纪录片, 2003) — 品味作为判断力的最佳视觉案例
本模块要点
- 执行成本是创造史的隐性过滤器——历史上，只有能执行的人才能创造，而执行训练过程同时培养了品味。AI 第一次把执行能力和品味能力解绑了
- Benjamin 的"灵韵"概念经历了第三次死亡——AI 不仅消解了原作的独特性（复制），还消解了创作过程本身（生成）。但吊诡的是，"人类亲手做的"可能因此重新获得灵韵
- 相机类比是理解 AI 民主化的最佳框架——人人有相机没有消灭专业摄影师，因为品味（构图、时机、叙事）从未被相机解决。AI 同理
- 民主化论既有力又有盲区——AI 确实释放了被压抑的创造力，但它同时移除了品味训练的传统场所。承认两面性比选边站更诚实
- 品味在 AI 时代成为稀缺资源是经济学必然——当执行充裕时，判断力（品味）自动升值，正如信息充裕时注意力升值（Herbert Simon）
- 品味溢价有三个层次：选择溢价（从大量输出中挑最好的）、方向溢价（知道该往哪个方向探索）、标准溢价（定义什么算"好"）
- "新执行"的核心是品味——AI 没有消灭执行，它改变了执行的内容。新的执行是判断、选择、组合、编辑——这些都是品味能力
- 品味危机也是品味机遇——如果你主动训练 AI 时代的品味能力（选择力、方向感、标准意识），你将比纯粹依赖执行技能的人更有价值
- 关键问题不是"AI 能不能替代人"，而是"当 AI 做了执行，人还剩什么"——答案是品味，而品味需要被有意识地培养，不会自动产生
下一步
在下一模块中，我们进入 AI 时代品味问题的第二个维度：当 AI 让任何人都能"伪造"高质量输出时，传统的品味信号体系崩溃了。一份精美的作品集可能是 AI 生成的。一篇流畅的文章可能不是作者写的。当手艺不再能信号质量时，什么新信号会取而代之？我们将从 Michael Spence 的信号理论出发，分析 AI 时代的信号危机与重建。
模块 1 自评：执行成本归零
基于你在本模块中的学习和写作练习，诚实评估你对以下维度的掌握程度。这是你 AI 时代品味思考的起点校准。
历史维度理解理解执行成本在创造史中的过滤功能，以及 AI 如何打破这一历史模式
民主化辩证思考对 AI 民主化创造力的乐观与悲观叙事之间，是否能保持辩证立场
品味稀缺性认知理解品味在执行充裕时代为何成为稀缺资源及其经济学含义
自我品味审视对自己使用 AI 工具时品味判断过程的觉察程度