以及
AI如何让人活得更像人
Talk Talk的“Life’s What You Make It”里有一句:beauty is naked, life’s what you make it。我拿回翻译老本行,发现直译不可能传神。
最后落到八个字:
美 本无衣,生 在于活。

前半句讲的是一个事实:美在它最本质的状态里不需要任何修饰。后半句讲的是一个选择:生命的意义不在别处,在于你怎么把它活出来。一个关于真相,一个关于主权。合在一起,是一个关于人应该如何存在的完整命题。
而这个命题,恰恰是理解AI最深层价值的钥匙。
---
我们是如何忘记自己的
先讲一个关于90年代音乐的观察。
Ryan Murphy最新的剧集Love Story(讲JFK Jr.和Carolyn Bessette的爱情故事)里,配乐几乎全是90年代的歌——Kate Bush、Mazzy Star、Primal Scream、Peter Gabriel。这些歌放在2026年的叙事里,依然有一种击穿时间的力量。不只是英文,华语乐坛同样如此——90年代是一个公认的黄金时代。
为什么?
不是因为90年代的音乐人更有才华。而是因为那个年代恰好处在技术赋能与创作自由的黄金交叉点上。
80年代合成器和多轨录音成熟了,90年代数字录音降低了门槛。但制作一张专辑仍然需要投入真金白银——只有真正有东西要表达的人才能进入赛道。技术是杠杆,不是替代品。Talk Talk的Mark Hollis后来做的音乐越来越极简,到最后几乎是沉默多于声音——他用整个职业生涯在实践beauty is naked。
更重要的是分发渠道。没有算法推荐,没有15秒试听决定生死。一张专辑要靠电台DJ的品味、唱片店老板的推荐、杂志乐评人的判断来传播。链条上的每个环节,都是有审美立场的人在做筛选。那是一个curator economy,不是attention economy。
然后两件事同时到来:数字制作让创作成本趋近于零,互联网让分发成本趋近于零。表面上是民主化,实际效果是——当所有人都能发声,被听到的方式就从“作品质量”转向了“算法适配度”。Spotify的30秒skip率决定了歌曲前奏不能超过5秒,TikTok的15秒循环决定了副歌必须是hook。创作者开始为分发机制写歌,而不是为表达写歌。
这不只是音乐的故事。从新闻到教育,从旅行到消费,过去二十年的技术进步在各个领域做了同一件事:把“最多人喜欢的”变成了“你应该喜欢的”。算法不是消灭了品味,而是让品味的形成过程从“内生发现”变成了“外部投喂”。
我们不是失去了品味,是忘记了自己本来喜欢什么。
---
AI能去除遮蔽吗
如果算法造成了遮蔽,AI能去除遮蔽吗?
这取决于一个根本性的区分:AI优化的是什么目标函数。
传统推荐算法优化的是engagement——你看了多久、点了多少次、买了多少东西。这个目标函数的逻辑必然导向“最多人喜欢的”。但AI agent可以优化一个完全不同的目标:alignment——你真正在乎什么。
这不是语义上的差别,是目标函数的根本切换。当推荐从“最大触达”转向“最深共鸣”,整个创作-分发-消费的链条都会重新排列。创作者的优化目标可以从广度回到深度,从迎合回到表达。
Love Story用90年代音乐讲故事并且大火,说明观众对深度内容的需求从未消失——被压抑的是供给侧的勇气和分发侧的判断力。如果AI agent能做到“最适合你的”而非“最多人喜欢的”推荐,那这类内容就不需要等Ryan Murphy来做curator了——AI本身就能把对的内容送到对的人面前。
---
主体性是一切的底层
为什么我说这首歌是理解AI价值的钥匙?
因为beauty is naked和life’s what you make it描述的是同一件事的两面:先去伪(naked),再存真(make it)。先移除遮蔽,再主动创造。
我最近越来越确信:research taste 来自判断力,判断力的底层是主体性,而主体性就是去伪存真、祛除遮蔽的能力——知道“我在乎什么”,而不是“别人觉得我应该在乎什么”。这和beauty is naked完全同构。一个有主体性的人,不需要用外界的评价体系来确认自己的存在。一首有力量的歌,不需要迎合算法来证明自己的价值。一个好的AI系统,不应该把你推向最大公约数,而应该帮你找到属于你的那个独特坐标。
我有一个切身的体验。我用AI为自己设计了一个专属健身训练方案(我之前在公众号写过这个故事我用AI给自己做了一个健身 App)。不是市面上那种“通用减脂计划”或者“明星同款训练”,而是和AI深度对话后,基于我作为跑者的身体特征、力量训练的拉推比例、恢复节奏来定制的方案——然后用vibe coding在几个小时之内把它做成了一个只属于我的App。它甚至有一个叫“Hardware → Software Map”的功能:追踪身体训练投入和第二天创造力产出之间的关系。这个App不会推荐“最多人在练的课程”,它只关心一个问题:此刻,我的身体需要什么。
当AI的服务对象从“用户群体”缩小到“这一个人”,它就从一个效率工具变成了一面镜子——帮你看见自己,而不是看见别人希望你成为的样子。
---
沿着这条线再往下想

首先是关于内容和创作的。几百年后人们(比如我)还在读但丁的《神曲》,而很多畅销书的生命周期不超过一个季度。好内容的本质从来不是多少人看了,而是它在多深的层次上触动了人。AI让内容创作的门槛降低了,这意味着产出的总量会爆炸式增长——但深度不会因此自动增加。恰恰相反,当所有人都能用AI写出一篇“还不错”的文章,真正稀缺的就不再是文字能力,而是判断力:你到底有没有什么值得说的?说的东西经不经得起时间?这是AI无法替你回答的问题。但AI可以做另一件事 ——帮助那些真正有话要说的人被找到。当分发系统从“最大触达”转向“最深共鸣”,但丁一样的创作者就不需要在注意力市场里和短视频竞争了。
然后是关于旅行与体验。我很喜欢一句话:Life is a collection of experiences(人生是体验的合集)。旅行是体验最集中的形态之一,因为它把你从熟悉的环境中抽离,让你在陌生的时空里重新感知自己和世界的关系。但旅行的本质不是去了多少地方、打了多少卡,而是在那个地方的那个时刻,你内心发生了什么。AI不会去旅行。AI没有身体,不会在陌生城市的转角被一束光击中,不会因为一杯咖啡和一个陌生人的对话而改变对世界的看法。人是体验的唯一主体。所以AI在旅行中的角色不应该只是替人规划“最优行程”,而是帮人理解“你为什么想去那里”——连接人(people)、地方(place)和意义(purpose)。我一直在构想一个这样的产品:不是更快地完成旅行计划,而是更深地体验旅行过程。以人的体验为核心,用AI去帮助发现那些只属于你的、人与地方之间微妙而不可替代的连接。
还有教育与能力。当AI可以帮学生完成大部分“知识获取”的任务,教育的核心价值就从“教会你知道什么”转向“帮你发现你能做什么”。不是从compliance出发——你必须学这些,而是从capability出发——让我们看看你擅长什么、你在乎什么。这可能是AI对教育最深远的影响:不是替学生决定学习什么,而是帮助学生真正看见和发现自己。
这三件事的共同结构是:AI的价值不在于替代人的判断,而在于还原人的判断。去除信息过载的遮蔽,让每个人重新接触到自己的真实偏好、真实兴趣、真实能力。
---
技术的最高形态不是效率,是自由
回到那首歌。beauty is naked——去除遮蔽。life’s what you make it——主动创造。这两句话之间,隐藏着一条AI帮助人活得更像人的路径:
去除信息遮蔽(naked)→ 还原主体判断(taste)→ 支撑主动创造(make it)
这不是乌托邦,这是一个可以被设计、被验证、被实现的工程问题。而且它已经在发生——每一个用AI找到了“只属于自己”的东西的人,都在验证这条路径。
90年代的音乐之所以动人,是因为创作者忠于表达、分发者忠于品味、听众忠于自己。三方的主体性同时在场。AI的终极承诺,是让这种状态不再依赖黄金年代的偶然,而成为可被普遍实现的日常。
美,本无衣。生,在于活。
当AI帮助每个人看见自己真正在乎的事、做出自己真正想做的选择、活成自己真正想成为的样子——那才是技术对人类最好的礼物。

写于深圳 · 2026年3月 · 一个在莲花山公园漾日湖畔听Talk Talk的下午
after Talk Talk · beauty is naked · life’s what you make it




