那么品味源自何处？

# 但品味从何而来？——Dustycloud的灵感激荡 来源：https://dustycloud.org/blog/but-where-does-taste-come-from/ 又是一天，又一篇关于“品味”(https://www.mattiryttylainen.com/posts/on-taste)的博客文章。这篇文章本身不错，但现在这类文章实在太多了，讽刺的是，它们往往让我觉得相当乏味且缺乏个性。 我们大概都见过那个Rick Rubin的表情包(https://www.youtube.com/watch?v=jg1WUOxY6Cg)。或者更妙的是，对这类趋势的戏仿作品(https://www.youtube.com/shorts/7REG7EmD5PQ)。人们担心自己再也无法创造有价值的事物，因为AI能做得更好，因此他们寄望于通过品味来获得某种优势。 回顾上一篇文章(https://www.mattiryttylainen.com/posts/on-taste)： > 但究竟什么是品味？我会将其定义为某种源自经验与直觉的美学感知与判断力，即能够判断事物好坏，却未必能解释原因的能力。 这个定义似乎相当合理。“美学与判断”……源自“经验与直觉”。嗯，很有意思。 但*品味究竟从何而来*？我们偶尔会看到像著名的Rick Rubin（或者（叹气）Steve Jobs）这样的人物，他们是实践者之外的存在，却无疑*凭借*自己的品味产生了巨大影响。因此我认为许多人都期待自己也能成为这样卓越的人物。 但重要的是要认识到，像Rick Rubin或Steve Jobs这样的人，他们不仅品味出众，更身处权力高位，本身就是*拥有非凡品味的策展型实践者*。这意味着，为了创造出有趣而卓越的作品，他们需要策展那些*远离平均水平*的实践者来完成实际工作。 但如果你的实践者是大型语言模型，那你便不是Steve Jobs或Rick Rubin。你的实践者*就是平均水平本身*。 因此，你自己最好要有卓越的品味。关键在于：归根结底，*实践层面*的品味必须来源于*亲自实践*，在尝试与失败中摸索，以为某事会有趣却发现其实不喜欢，或是尝试某种方法却意外收获惊喜，抑或是弥补了自己*不擅长*的某些方面——这些最终会形成你的风格，而你的风格决定了你所塑造的品味与偏好。 所以……恐怕要培养品味，你需要花大量时间*不使用生成式AI*。而很多人发现很难激励自己这样做。 事实上，我甚至认为*使用*生成式AI工具会让人对这些工具的弊端变得麻木。说到品味，这里有个有趣的例子：有篇文章叫做《品味是唯一剩下的东西》(https://notashelf.dev/posts/taste-is-all-thats-left)，不仅标题和时下所有倡导“品味”的文章一样缺乏新意，更糟糕的是，整篇都散发着AI代笔的博客文章的气息。它一度登上Hacker News和Lobste.rs榜首，两地用户纷纷指出其AI代笔的痕迹。 但最让我感兴趣的是作者本人在Lobste.rs讨论串(https://lobste.rs/s/4qfkrz/taste_is_all_s_left#c_av5d9g)中带有高度自我认知的坦承： > 无论AI检测器判断如何，我*一直*感受到自己文章中质量与深度的下滑，我……无法假装毫无变化。如果说自己没察觉，那便是自欺欺人。因此，在文章登上Hacker News且有朋友善意告知后，我重读了全文。说实话，我当时唯一的念头是"我他妈到底是怎么写出这种东西的"。有趣的是，这周早些时候我还暗自思量"我已经很久没写出有深度的文章了"。[...] 我思考了很久，究竟是机器在模仿我的写作风格，还是我在模仿机器。我倾向于认为两者兼有。而我确实在无意间——从未将其视为决定——花了一年时间阅读这些内容并与它们共事，直到它们的"节奏"融入了我的思维体系。 首先，要称赞作者虚心接受反馈的态度。但最后这句话尤为引人深思，它暗示了比"你需要在使用生成式AI之前先培养品味"更严峻的问题：使用此类工具可能会*主动削弱*你的品味感知。 因此，保持品味的最佳方式或许是尽可能少地使用这些工具。 当然，这意味着那些*不*使用生成式AI的实践者将成为机器最青睐的"食物"。可参考David Revoy对此议题的论述(https://www.davidrevoy.com/article1164/when-online-commenters-detect-my-art-as-ai)。 所以，抵御这台"乏味制造机"的最佳策略，就是尽量不使用它。但如果你创作出足够优秀的作品，这台机器最终还是会将你吞噬。 对此我尚未找到解决之道，但我想说：坚持创作奇妙的艺术吧。这是保持趣味性的最佳方式，也是为这个日益趋于平均化的世界注入品味的最佳途径。