AI是让我们更娱乐了、还是更弱智了?

照片｜《过来人》

前些天，连着通宵把两部短剧及小说全部追完，太上头了，根本停不下来。追完之后产生了很多想法。先不说人物、情节、思想等等这些，讲一个还没考虑成熟的概念。

这段时间，一支名为《过来人》的AI音乐视频，在微博、抖音、视频号同步引爆，点击几亿、全网好评，多家官媒乃至央媒都进行了很正面的报道。其实这首“歌”的画面质感很一般，技术及呈现出的效果也不是很惊艳，最重要的是，它几乎谈不上有什么“曲调”。它使用了说唱的形式，这就决定了它旋律性极弱，节奏的骨架上驮着的几乎全是“词”。但也恰恰是那些词，才使得它大规模传播和破圈。杜甫、苏轼、刘邦、项羽、勾践、孙悟空、曹操、李白、诸葛亮、司马懿，不断重复“我不是来教你，我是来陪你走这一程。你熬的夜，你咽的话，你没赢的仗，我都有份。”

我记得逝世不久的刘欢曾经在谈创作时讲过一个判断，他认为一首歌里，曲比词更重要。经典歌曲拿掉歌词，曲调本身仍能带来享受、情绪和意象。更不用说那些根本没有歌词的交响乐与纯音乐，人类最崇高的一部分审美经验恰恰是无词的。《过来人》的爆火与刘欢的判断，看似构成一组针锋相对的反例。但在我看来，这组“矛盾”的价值不能用来逼我们选边站队，而在于一个更深的美学问题——艺术作品内部诸要素的关系。然后，通过对这些要素关系的审查，我们会发现随生产方式、媒介条件和社会心理不断转化的矛盾运动。一、词与曲的矛盾和转化刘欢的观点在其“适用范围”内是对的。音乐、韵律在各门艺术中最少依赖“概念”的中介，它直接作用于听觉与情感。一段旋律不需要翻译就能越过语言的边界，这是全世界的孩子都会对着同一支摇篮曲安静下来、全世界不同母语的听众都会为同一段交响乐动容的原因。从这个意义上说，曲比词更“纯粹”、更普遍、更接近艺术直接触动人的本质力量的那一面。从巴赫赋格的艺术到贝多芬晚期四重奏，从《广陵散》到当代纯器乐，曲调确实可以独立地携带完整的审美经验。从独立存在的位面上说，曲无疑是有资格独立的。《过来人》则是现代背景下的一个反例。它的曲子薄弱到近乎于无，却在一天之内击中了几亿人的情感中枢。击中的方式也很刁钻（其实现在已经很广泛了），创作者没有让古人穿着戏服演历史正剧，而是让他们站在开放麦的场域里，以“过来人”的口吻谈论今天人的处境。一千多年前的杜甫也在为房租发愁，一千多年前的苏轼也在深夜里给自己留一盏灯，这种共情的本质，是把当代劳动者普遍的生存体验，安放进最有文化权威的历史人物之口。它靠的不是旋律的感染力，而是意义概括的准确性。词写得很“准”，准到每一个正在熬夜、正在咽下委屈、正在打一场赢不了的仗的人，都觉得唱的是自己。两者并置，我个人认为，这说明“词重要还是曲重要”这个提问方式本身需要改造。这是一个静态的、本体论式的问法，它预设了词与曲之间存在一个永恒不变的价值等级。而辩证法的问法应该是这样，词与曲是统一艺术作品内部的一对矛盾，在具体的社会历史条件和技术条件下，哪一方面上升为矛盾的主要方面？这种主次地位如何转化？转化的动力是什么？《诗经》三百篇，篇篇入乐，那时诗与乐本是同一件东西，无所谓词曲之争。词这种文体，起于隋唐，本名叫“曲子词”。先有曲牌，后有填词，曲是当然的矛盾主要方面，词作者是为既成的旋律服务的。然而宋代以后，乐谱渐次亡佚，曲调死了，词却从音乐的附庸中解放出来，发展出自己精密的格律、声韵和美学体系，成为中国文学史上的一座高峰。音乐性的约束消失之日，恰恰是词的艺术独立性生成之时。矛盾的主要方面完成了一次历史性的转化。

到了明代，汤显祖与沈璟也展开过一次争论。格律派要求“宁协律而不工”，曲牌的声律至上，词必须服从曲。而汤显祖则以“余意所至，不妨拗折天下人嗓子”。西方音乐史上也有一场类似争论。威尔第坚持歌剧中旋律与歌唱的统治地位，瓦格纳则以“乐剧”之名要求音乐彻底臣服于戏剧整体，让曲成为意义结构的仆从。今天，技术条件再次改写了矛盾的结构。当AI把旋律、编曲、演唱的生产成本压到趋近于零，曲的稀缺性陡然下降。好听的旋律变得无限供应，随处可得。与此同时，短视频时代的注意力以秒计价，意义必须在前三秒内被接收，词的即时性、概括性、共情性的权重急剧上升。《过来人》的创作者王琨喆，是从电视台辞职、有十几年传统影像功底的专业导演，他用最成熟的影像叙事经验去做了一件词重曲轻的作品，以意义取胜。这是他对当下媒介条件中矛盾主次位置的准确判断。所以，我个人认为，正确的结论既不是“曲比词重要”，也不是“词比曲重要”。词与曲的统一体中，谁更稀缺、谁更切中时代的社会心理结构，谁就在此时此地上升为矛盾的主要方面。技术的每一次跃迁，都在重新分配这对矛盾内部的力量对比。把握这一点，才有资格进入下一个更大的问题。二、仿真积累出的新质当艺术从词曲这种“不完全拟态”的形态，进入影像这种“高度仿真”的形态时，发生变化的已经不只是矛盾的主次，而是艺术存在方式本身的质态、业态。词与曲有一个共同的根本规定性，它们都是不完全拟态的艺术。文字描写“大漠孤烟直，长河落日圆”，十个字本身没有大漠，也没有孤烟，读者必须在意识中调动自己的视觉记忆与想象能力，把这十个字重组为一幅画面。音乐更加抽象，它连确定的形象都不提供，接受者只能以自身的情感经验去补完。西方接受美学称之为文本的“召唤结构”，中国诗学称之为“意境”。术语不同，说的是同一件事。在前影像时代，艺术作品的完成，必须有接受者的创造性参与。读者不是消费者，而是合作生产者。“一千个读者有一千个哈姆雷特”，不是文学欣赏的缺点，恰恰是这种艺术形态的民主性所在。但这种民主性内嵌着它自己的门槛。重组需要训练。识字是门槛，乐感是门槛，文学修养和历史知识都是门槛。所以马克思才说“五官感觉的形成，是以往全部世界历史的产物”。这话不得了。并不是说，你是人，你生下来就能看懂文字、听懂音乐的。是需要经历肯定带有价值观和立场的训练的。一双能听出交响乐层次感的耳朵，一双能读出《红楼梦》草蛇灰线的眼睛，不是天生的，是被教育、被文化环境长期塑造出来的。而在阶级社会中，教育和文化环境的分配从来是不平等的。也就是说，文字与音乐所要求的那种“重组劳动”，本身就构成一个隐蔽的阶级筛选器。它把没有条件接受长期审美训练的亿万劳动者，挡在了“高级艺术”的门外。欣赏能力的差异，表面上是趣味问题，实质是社会关系问题。影像的出现改变了这个结构。从1839年照相术诞生，到电影、电视、高清数字影像，再到今天的AI生成视频，仿真度在一百八十多年里连续积累，终于在当下越过了某个临界点，发生了质变。影像不再“指涉”现实，而是直接“重映”一个现实。它不要求观众做任何重组劳动，它把重组的完成品直接端到观众面前。现在，大漠孤烟不再需要想象了，你只要给AI输入“给我整一个大漠孤烟”的视频，哎，来了，它立刻就来了。有光影，有风声，以至有“温度”。这就是典型的量变引起质变。仿真度在工具层面每提高一分，看起来都只是技术进步，但当仿真度高到足以制造“完全在场”的幻觉时，艺术与现实的关系就被整个改写了。摄影术刚诞生时，波德莱尔就惊恐地宣称这是艺术之死。今天，AI生成的影像让“眼见为实”这一人类最古老的认识论习惯，被彻底征用了。但影像技术也既有工具性，又有思想性。摄像机、渲染引擎、生成模型，这些是工具；但仿真度本身就是思想。当影像能够以假乱真地“重映”现实，它所选择呈现的那个“现实版本”，就天然带上了不容置疑的外观。观众看到的是“某个人对历史的一种解释”，但却表现为“历史本身的样子”。解释权隐藏在真实感之中，这正是影像意识形态效力的来源。完全拟态取消了接受者的重组劳动，也就一并取消了接受者与作品之间天然存在的批判距离。所以西方很多文艺家、文艺批评家都沉醉在用剧场式“间离效果”来表达（大家想想最近好几部“话剧”式的电影）。因为他们不可能打碎阶级幻觉、于是只能用打碎观赏幻觉的方式去演戏，想在沉浸的汪洋中重建观众的距离感和判断力。中国美学也有这方面传统。中国戏曲从来是自觉的假定性艺术，比如“三五步行遍天下，六七人百万雄兵”，是吧。马鞭一挥就是千军万马的征程，圆场一句就是千山万水的跋涉。戏曲不要求观众“信以为真”，反而要求观众清醒地知道这是假的，并在这份清醒中与演员共同完成审美创造。观众对假定性的默契遵守，是戏曲民主性的形式。但我个人觉得，上述艺术方向，实际上不是说“多艺术”、多高级，而是因为“做不到”。现在有了AI了，就可以了。所以，AI影像走的是完全相反的方向。在巨大的、质变的技术加持下，AI影像敢于以消灭假定性为目标，把仿真推向了极致。写意与写实、假定与仿真，这两条在各自文明中独立演进了千百年的美学路线，今天在技术驱动下正面相遇。谁能在这条相遇处创造出既保有写意的自由、又运用仿真的力量的新形态，谁就可能为世界影像美学贡献真正的中国方案。这是AI时代留给我们这一代创作者的最有分量的题目。对影像的仿真化必须做辩证的把握，既不要马上就欢呼，也不应陷入恐惧。

它的解放性在于亿万此前被“重组门槛”挡在高级艺术门外的劳动者第一次能够直接进入历史场景、进入审美现场，一个不太懂历史的人也可以通过看《太平年》看懂五代十国的乱世与统一大势，一个从未受过乐理训练的青年可以被一段AI生成的歌曲击中。审美的民主化，在影像时代获得了前所未有的技术基础。

但它的危险性在于越是“真实”的影像越可能把某种被建构的解释冒充为实在本身，在取消门槛的同时取消判断。工具性越强，思想性越重；解放性与麻痹性，是同一个进程的两面。这是影像艺术的根本规定，也是讨论它内部结构的前提。三、影像内部的矛盾及AI的介入借由上面的词曲、影像叙述，就进入我正在进行的思考了。在影像内部，也有很基本的一对矛盾，演员与故事。演员重要还是剧本重要，这个争论和词曲之争一样古老，也一样需要被辩证地改造。亚里士多德在《诗学》里给悲剧的六个要素排过座次，他认为情节第一，性格第二，思想第三，而包括表演在内的“戏景”被他排在最末。他认为一部好的悲剧即使不依靠演员的演出，单凭情节结构也能产生它的效果。这是西方美学史上最早的“剧本中心论”。

两千年后，好莱坞把这个座次整个倒了过来，它建立了明星制。预算围着明星转，观众也是为某个名字走进影院。明星制的本质并不是美学判断，而是资本的保险机制。剧本的成败难以预测，明星的脸是可以计算的风险对冲工具。天价片酬不是劳动报酬的价格，而是文化资本占据垄断位置之后收取的超额租金，其性质更接近地租，而非工资。与明星制相配套的，是表演的高度专业化。周星驰经常提起的斯坦尼斯拉夫斯基体系把“用自己的肉体重现他人”系统化为一套需要长期训练的行会手艺，表演艺术家由此获得了一种技术壁垒所保护的垄断地位。AI短剧对这个问题也给出了回答，什么重要不重要的，劳资根本不要。2026年下半年，AI短剧基本完成了从支流到主流的一跃。《持械入宋》从8月底上线第一季起连更八季、共八百集，全系列累计播放近百亿。单集只有两分钟，却靠着考究的文言台词和第一人称视角的战争场面，把一个现代人小队进入两宋之交乱世的故事，做出了长剧的体量。《大明，李景隆的别样人生》稳居红果穿越历史剧的前列，观众跟着一个“穿越”进靖难之役的现代人，重新走过大明早期朝堂的每一步。这些作品没有演员，也就没有了人的表演，它甚至没有拍摄现场，只有好故事加上生成工具。流程被压缩到极简。可以极端而夸张的说，一个人有了好想法、好故事，就能生成剧本，再由AI完成影像创作。从剧本到成片的整条生产链上，“表演”这个环节被整体抽掉了。AI对演员的取代，不是在工具意义上的降本增效，而是彻底的去演员化。它的实质，是从生产力的维度对“专业性很强”的表演行会进行祛魅。注意，我的方法论并不是道德批判，我不指责演员没有修养、明星德不配位，虽然基本如此，但这种舆论，没啥意义，现在看来也治标而不治本。可当影像的生成不再必须经过“他人的肉体”，表演行会赖以存在的技术壁垒就坍塌了，附着在这道壁垒上的一切租金，天价片酬、流量明星（但以后可能真的会出现对虚拟人的崇拜，我记得台湾已经拍了一部这种剧，挺有意思的，我汤姆把名字忘了）、饭圈经济，都随之失去支点。历史上每一次真正的祛魅其实都是这样完成的。不是因为人们把行会师傅批判得更深刻了，而是因为机器使行会的手艺不再构成生产的必要条件。被祛魅的从来不是某个具体的明星，而是“明星”这个社会位置本身。但辩证法让我们发现，人类的肉身表演这条赛道并没有萎缩，反而在提高。大量没有受过科班训练的人，凭借更强的感悟能力和更高的文化素质，在短视频里、在民间剧团里、在舞台上，演出了令人信服的角色。也有很多年轻观众大规模回流戏曲剧场，追的恰恰是演员身上AI永远无法生成的东西，有人味、有瑕疵，还有数十年功架凝结在一次甩袖、一个眼神里的那种肉身的真实性。如何理解这个看似矛盾的现象？其实并不矛盾。AI祛魅的是“表演作为稀缺技术”，它祛魅不了“表演作为人的本质力量的直接显现”。当AI能够生成任意完美的面孔和任意精准的表情，一张真实的、会衰老的、带着生命创伤和生活印记的脸，在那张脸上发生的一次真实的颤抖，反而获得了前所未有的稀缺性。肉身表演正在从影像工业的“必需品”转变为人的“自由活动”，从职业壁垒保护下的垄断手艺，回归为人人可能具有的表达能力。导师的伟大之处又出现了。他虽然不知道、也不可能知道、甚至不可能想到AI这玩意，但导师真是说过，“扬弃了分工之后的人，上午打猎，下午捕鱼，傍晚从事畜牧，晚饭后从事批判”，“分工造成艺术天才完全集中在个别人身上，而在未来的社会组织中，没有单纯的画家，只有把绘画作为自己多种活动中的一项活动的人们”。啧啧啧，导师牛不牛逼。这段话在近两百年里一直被视为遥远的乌托邦图景，而AI时代正在发生。AI没有消灭表演，它把“演员”从一种被生产资料垄断所固化的身份，还原为一种人人可以从事的活动。这不是艺术的降格，这是马克思意义上人的全面发展在文艺领域的初步展开。四、艺术的人民化与人民的艺术化最后，展开本文的核心。“艺术为人民”，在中国革命文艺的传统中有着清晰的谱系。延安文艺座谈会早已给出了“我们的提高，是在普及基础上的提高；我们的普及，是在提高指导下的普及”这个辩证法框架。当年推动普及的杠杆主要是组织文工团下乡、识字班、秧歌剧运动，用组织化的力量把文艺送到人民中间。八十多年后的今天，这根杠杆旁边出现了AI技术。AI作为新质生产力的驱动要素，正在把文艺创作的全部生产资料，包括但不限于作曲、绘画、剧本生成、影像合成甚至演员的使用权，交到普通人手中。以往只有专业机构、专业院校、专业行会才能占有的创作工具，如今以接近零的边际成本向所有人开放。这就是新质生产力在文化领域的具体形态。它不仅生产新产品，更重组生产关系，重写“谁能创作”这个根本问题。而AI的作用既创造了这种趋势，又因应了这种趋势。人民的文化需求和创造冲动早已在那里。几十年来教育普及所积累的文化素质、网络化生存所积累的表达欲望、物质生活改善之后对意义生产的普遍渴求，构成了一个巨大的、被压抑的供给侧。AI没有发明这个需求，它只是撤掉了闸门。闸门一开，需求立刻表现为亿万次具体的创作实践。这符合历史唯物主义“生产力的新生要素之所以能迅速展开，是因为它顺应了已经成熟的社会需要，而不是凭空制造了这种需要”这个基本原理。这个进程是双向的。第一个方向，艺术的人民化。这不只是说接受者的数量海量增加了，更重要的是接受者的质量在变化，今天的观众能看门道了。看《持械入宋》的弹幕里，观众在认真讨论小队的战术队形、讨论文言台词的出处、能在评论区辨析“大事不虚、小事不拘”的改编边界。数亿规模的接受者，同时是具备相当历史知识和审美判断力的接受者，这是“普及基础上的提高”在亿级人口规模上的展开，是教育普及、媒介普及数十年积累的一次集中兑现。人民不再是文艺的被动受众，而是有鉴赏力、有发言权、能用弹幕和评论实时参与作品意义生产的接受主体。第二个方向，人民的艺术化。过去，叙述历史的门槛极高，包括专业训练、巨额资本、发行渠道，层层筛选，叙述者少，接受者窄。今天，一个人加上一个好想法，就能生产一支击中几亿人的音乐视频、一部连更八季的短剧。接受者变成叙述者，观众变成作者，这不是身份游戏，这是生产资料占有方式的变化。当创作工具为大众所占有，创作的主体结构就必然人民化。人民不再只是被叙述、被表现、被代言的对象，人民开始自己叙述自己。历史叙述是这场双向运动中最值得关注的领域，因为历史叙事权从来都是意识形态斗争的制高点。有意思的是，当前的历史影像创作呈现出两极同时繁荣的格局。一极是幻想改历史型。《持械入宋》《大明，李景隆的别样人生》们让穿越者带着现代知识和人民史观回到历史的关口，替古人改棋、替历史纠偏。这类作品的深层功能，是人民大众对历史叙事权的一种象征性演习，历史上“如果……会怎样”的追问权，过去只属于少数史家和文人，如今成为亿万观众的日常思维训练。另一极是严肃影像化型。《太平年》写五代十国、写吴越纳土归宋，不穿越、不戏说，编剧在《旧五代史》《资治通鉴》里做了多年功课，全网有效播放近十亿，国际发行覆盖七十三个国家和地区。它证明人民对严肃历史的胃口，一点不比对策马改史的幻想小。

幻想型与正史型不是相互排斥的两条路线，而是同一场“历史热”的两翼。一翼满足“改写历史”的主体性冲动，一翼满足“看清历史”的认知性渴求，中间是正在技术迅速填满的战场。辩证法同样要求我们讲出这个进程的负面性。去门槛化同时意味着去把关化。仿真的麻痹性可能被利用，历史叙述的民主化可能伴生历史虚无主义（我认为大量红色穿越、甚至官场重生题材都很危险），流量的逻辑随时可能把新的创作自由收编为新的眼球经济，而AI生成的美学同质化已经初露端倪。创作者的去中心化和平台的垄断化也正在同步出现（关于“字节时间”这个概念，我已有深入批判“字节时间”之争中的资本警觉和权力分配）。正因如此，“提高指导下的普及”这个命题不但没有过时，反而获得了新的紧迫性。专业创作者和专业批评者的历史使命，不是守着行会的城墙哀叹“礼崩乐坏”，而是完成自身角色的转换。应该从创作资源的垄断者，转变为创作方向的校准者、美学标准的供给者、历史真实性的把关人。新的普及—提高的循环正在形成，谁能在这个循环中占据“提高”的一端，取决于谁能真正读懂人民的创造，而不是居高临下地规训它。从“为艺术而艺术”，到“艺术为人民服务”，再到“人民自己创造艺术”，这是一个否定之否定的螺旋。但螺旋没有终点，认知永远前进。而人类几千年的进化、生产力的进步，在这个时代迎来了一次非常明显的加速，正如我在当代青年为什么很不“成熟”？是不是“退化”了？中提出的，人类六千年，有五千九百年的平均寿命都只有今天的一半。而这种生命上的极速拔高，只来自于近一百年。这种加速，会带来诸多剧变。而AI技术本身以及它对其它技术的加持，也需要我们以更快的速度跟上，否则就会被淘汰。

扫下面图中的二维码

加入吴真说知识社区