AI之用②｜从全能神笔到“一键生成”下丢失的人

11 阅读：3 2025-08-14 11:00:03 评论：0

我们小时候可能听过这样一个故事：

从前有个穷孩子。他非常喜欢画画，可是家里太穷，连一支笔都买不起。白天他帮人放牛，晚上就用树枝在地上画画，用煤炭在墙上画画。他的画非常像真的，但他一直没法拥有一支真正的画笔。

有一天夜里，他梦见一位白胡子老人送给他一支神奇的毛笔。醒来后，他发现那支笔真的在自己的床边。从此，他画什么，什么就会变成真的。他画鸟，鸟就飞走；画鱼，鱼就游走。他开始用这支神笔帮助村里穷苦的人们画吃的、用的、农具、耕牛。他从不为富人作画。

消息传到了一个贪婪的皇帝耳中。皇帝命人来抓他，逼他用神笔为自己画金山银山。穷孩子假意答应，却用神笔画了一座海岛，把金山银山画在远远的岛上。皇帝坐上船去夺宝，他却画起了狂风巨浪，巨浪把皇帝卷走了。

从此，他自由地四处流浪，用神笔帮助更多需要帮助的人。

神笔马良创作于上个世纪50年代，它原本是一个带有阶级批判色彩的儿童故事，今天我们引用它，却是为了谈谈这个故事中技术和人的关系。

马良是一个像达·芬奇一样的画家，因为“他画什么都像真的”，这是他与生俱来的本事，不因为“树枝”，或者“煤炭”等技术工具不同而发生改变。他具有斯蒂格勒所说的识做（“savoir - faire”，知道怎样做事的知识），类似于种地，打猎，制作桌椅，这是一种通过实践或劳动而获得的身体知识。马良所拥有的是一种经验的知识，而不是形而上的、抽象的，关于知识的知识。此外，尽管画鸟画鱼没有什么实际用途，但我们依然可以想象，画画给马良带来了很大的快乐，否则，他就不会寝食俱废地“白天放牛，晚上画画”。

而在马良获得了先进的技术工具之后，神笔加持了他原本的能力，带来令人炫目的结果。然而，使用超级技术的代价，是让他原本无目的的精神活动，变得必须要服务于“吃的，用的，农具和耕牛”等实际生活目标。这些未必都是马良喜欢的，然而，当技术成为主导时，马良的主观好恶，以及绘画的精神性需要就变得毫不重要。就这样，他从一个纯粹的业余爱好者（amateur）变成了功利化的职业人士（professional）。此时，他的新身份，新自我，已经不由他说了算，而是由技术工具来定义和指导。对于马良而言，似乎“是媒介技术决定了我们能说什么，能思考什么”。

同时，技术在夺取了人的一部分主体性之后，要回过头来修改历史。最初，马良只是想要一支普通画笔，但他得到的却是“在梦中由一位白胡子老人授予”的神笔，因为“神授”的起源和神话般的开始，让人更加无法质疑这项技术的正当性和合理性了。

再接下来，马良使用神笔惩罚了贪婪的皇帝，技术不仅是强大的，还是善良的，是反抗暴政和阶级压迫的象征。这样一来，技术不再是中性的，而是染上了道德和政治的色彩，是一种必须由正确的人掌握的“好”技术。

最后，马良携带着这项“好”的技术继续在大地上自由地流浪，帮助他想帮助的人。不过，我们尽可以想象，拥有这种超级技术的马良，是不可能，也没有办法再次“自由地四处流浪”的。他可能会被觊觎技术的人杀死，被需索无度的人们利用，又或者再次被其他贪婪的皇帝所征召。

我们无意讨论故事进入现实主义后的展开。事实上，对于具备画画能力的人来说，“真正的画笔”不仅是毫不重要的，更是不会存在的。科斯拉洞穴中画野牛的人可以用自己的手指作画，德加用的是色粉笔，顾恺之用同时是写字工具的毛笔，布鲁盖尔用碳粉或别的工具，孩子们更是用石块，树枝，沙子……一切可以用来留下痕迹的东西来 “画画”。他们都不像故事中的马良那么需要所谓“真正的画笔”。

为此，我们不禁要问，这个故事究竟是从谁的视角讲述的？它最终又是关于谁的呢？我们不难发现，故事的主角是神笔而不是马良，是技术而不是人类，甚至连这个故事本身，也是神笔自己讲给我们听的。就像1956年的动画片的片名里就根本没有马良这个人，而就叫《神笔》。

在故事中，技术先将自己变成了一个被欲望的对象，赋予自己真理性（相对于它，树枝和煤块怎么能算画笔呢？），然后，它为自己安排了一个神圣的起源（白胡子老爷爷），最后，它占据了一种鲜明的道德和政治立场（用画笔惩恶扬善，劫富济贫），如此一来，马良这个人类反倒成了被套上了辔头的马，再也无法摆脱它了。

20世纪以来，我们已然意识到，技术不仅积极构建我们的环境，还塑造我们的感知和存在方式，甚至构造话语，控制社会，形成与社会的共构。21世纪的AI，则毫无疑问在自动化技术的程度上走得更为激进和深远。为此，我们尝试采纳媒介考古（Media Archaeology）的视角，寻找在图像自动化生成这一领域的历史幽灵，比较它们和今天的AI所处历史条件的异同，然后我们才能尝试着去认识，我们今天面对的AI图像技术竟能何为？在这样的条件下，我们又应该如何去警惕和反思，去理解和创造。

如果我们把图像自动化技术想象成一个会画画的机器人，那它本就是一个古老的，文艺复兴式的梦想，在启蒙时代，它则代表了技术理性和模仿人类的机械的典范——就像马丁·西科塞斯在《雨果》中所呈现的那样，一个黄金般闪闪发亮的精巧偶像，由发条和齿轮构成，一个蒸汽时代的“自我行动之物”（ Automaton，a self-moving being），满足人们对能够模拟人类精细行为（绘画，唱歌，跳舞，作诗）的机器的全部期待。

然而，对于《雨果》中的机器人，我们连问都不会问一句，能够画画和它是否具有自我意识之间能有什么联系？就算它能画出最细致，准确的线条和最准确的炮弹打在月亮脸上的图像，这仅仅也是因为它被雨果的父亲内置了程序。当小雨果和伊莎贝尔无意中激发了这个程序，它便自动开启了作画过程。

因此，问题的关键并不在于机器人是否能够画画，或能否画得和人类一样好，甚至比人类更好。而在于机器作画的过程始终是一个程序化，自动化的过程。从历史上看，生成式图像大规模出现的时代，也正是本雅明所说的那个“机械复制的时代”，那时，世界上出现了一种我们已经非常熟悉的现代图像生成技术：胶片摄影。

假如我们比较一下胶片摄影术和AI生图的步骤和概念，就会惊讶地发现它们是何其相似。

比如，在传统摄影中，一张空白的底片也被叫作潜影，一种等待被召唤出来的图像形式，意味着不包含任何信息的“空”，反过来看，在扩散模型（stable diffusion，下称SD）中，图像的显现则依赖于潜空间 (Latent space，压缩图像特征的向量空间) 的“满”。所谓包含一切亦意味着一切都不显现，这两者在信息层面可以被看作是等价的。在化学过程中，我们通过控制进光量，在空白底片上加载信息得到图像；而在SD中，潜空间则需要通过clip的指示，在充满噪声的潜空间内“去噪”得到图像。在化学摄影中，最终还要通过化学解码的方式，将图像在相纸上显影出来；在SD中，也要通过VAE解码器来再次将抽象的计算机语言向图像文件还原。两者都可以看作是从全然混乱的高熵走向稳定的，高可读性的，结构化的低熵图像的过程。

在这里，“曝光”这一和真实世界关联的概念对计算机没有任何意义。我们完全可以把一张图片的“去噪”算法过程，关联为化学底片的“显影”，假如你观察过MidJourney（下称MJ）或SD生图时算法逐渐由模糊转向清晰的过程，可能会对此更有感触，连SD所创建的基础工作流（workflow），都多少和传统的暗房流程有不少相似之处。

然而，这绝不意味着，AI生图是摄影技术迭代后的产物。之所以进行这样的比较，是为了考察摄影术这一最早的自动化图像技术出现时的历史条件与当下时代的相似之处，以及它的历史内涵，及其造成的全部结果。

我们看到，最早作为画家辅助工具而开启的“暗箱”（camera obsura）已经可以被看作是一部内生的照相机，到了1839年8月19日，法国科学院和研究院正式公布达盖尔银版法照相技术（Daguerreotype），并将之称为“来自法国的，赠予全人类的礼物”。伴随着照相机诞生的，还有英法德的国家级铁路网，以及铁与玻璃的建筑技术，这些全面化的现代技术以光和电的形态，速度，以非常侵略性的姿态，极为迅速，毫不留情地终结了传统的一切。正如摄影术终结了绘画的历程，剥夺了绘画作为知识性存在的价值，迫使艺术史发生了最为深刻的现代化转向，然而这一切所依靠的，正是程序化和自动化这两样东西。

或许不是计算机像相机，而是相机本身就是计算机。列夫·马诺维奇在他那本《新媒体的语言》中，曾经详述过现代媒体和计算机的历史是如何发端于同一历史时期，最终又如何经历半个多世纪相遇融合。从此，计算机不仅仅是一台“计算”机器，它还成为了一台媒体机器。这就是新媒体的起源。

照相机其实就是一部让“人人都可以绘画”的计算机。传统画师经年累月训练的能力并没有在一瞬间被摄影技术的伟力所摧毁，但已经变得毫不重要。本雅明所说的“灵光”（aura）的消失，不正是从柯达公司的广告词开始的吗？——“你所需要做的，就是按下快门”“You press the button, we do the rest.”。这句话给予普罗大众一个美妙的承诺：人人都可以成为专业级别的图像生产者。只不过，它的前提是不断地封装程序化人们“识做（savoir-faire）”的能力，并将其推入生产，流通在资本主义链条中，为欲望经济提供源源不断的图像动力。

且放下摄影是否是一门艺术的争论，我们看到在21世纪，摄影会异化成为这样的事件：在杭州曲院荷风的一处月亮桥，成千上万的人，愿意在凌晨四五点，赶火车坐飞机地到这里来，为了在日出穿过桥洞的时候，拍到一张“金光穿洞”的风景照片。为了满足“出片”的需要，快到那个最完美时刻的时候，就有人举起喇叭，对着手持相机的人们发出统一的号令，光圈，ISO，快门的参数，三，二，一，一起按下快门。

咔嚓。人人都可以画出最美丽的风景画。而代价是什么呢？独特性消失了，正如通过AI作图，使用同样的prompt, 给予同样的参数设定（在MJ中被总结为几个—refs 风格代码），无论是谁，都能毫无困难地复原出和原图一模一样的作品。

我们变得不需要了解图像具体的生产机制，也不需要获取和任何媒材打交道的知识，仅仅通过预留的少量接口，就能轻易地跨过个人经验的护城河。在今天，代替相机的ISO, Shutter和IRIS的恰是Prompt框，画幅比，和几个少量的变量调节滑块。

何况，AI和照相机有着更加根本性的不同， AI（大公司们）无一例外都具有更为强烈的驱力和侵入性。它所欲望的，是封装打包人类所有的经验，知识和技能，是承诺将一切都标准化，程序化和自动化，并以一种前所未有的福特主义通过标准流程分发给所有人，将其表述为技术赋权。在今天，我们可以轻易地把“专业图像生产者” 换成导演，摄影师，设计师，作曲家，诗人，小说家。代替傻瓜相机按钮的，是今天“一键生成”所有。我们每多体会一次机械按键的快感，每多享受一次电子封装带来的便捷，我们就更加将自己托管给机器一些，就更加依赖这个中介化的环境。事实上，GPT-4o的omin一词就毫不掩饰它自己这种全能的野心。假如这种全能技术的幻想最终成为现实，那我们所面临的，恐怕就是完全丧失不使用它的权利，而只有必须使用它的义务了。

特别是，当我们下意识地使用“AI绘画”来表述AI生图，似乎已经承认了AI是具有自生意识的创作者，就像在《底特律·变人》中，机器人马库斯的父亲所犯的错误——这位笛卡尔式的人类老父，试图通过指导他的机器人画自画像来获得“成为人类”的启蒙。然而，我们常常忘记，没有灵魂的技术本身就是一种诱惑和召唤。与其说，是人们在拍照，不如说，是照相机需要人们在那里为它按下快门。与其说，是人们通过AI来创作，不如说，是AI需要人们去更多地使用它。

所以，回到神笔马良的故事里，在经历了漫长的现代技术的浸染之后，我们是否还要不假思索地相信这个关于“神笔”的技术神话？我们是否要相信，AI在我们今天的社会和生活里，就应该是不可或缺，人人渴望的对象？具有能够作曲，写诗，绘画诸种神奇能力，和神话般的起源？我们是否还坚持，只要由正确的人用于正确的目的，AI就一定是能够带来福祉的，中性客观的“好”技术？

对于AI最普遍的担忧，往往会被引入到AI会造成大规模失业的讨论上，这是科幻小说的题材，也是最容易滑入的讨论陷阱。然而，“人能够被替代”本身就是一种资本主义式的思考方式，我们需要小心这个讨论预设的前提，不能够不假思索地接受这样的条件。

技术的向上进步，同时带来的是不间断的生命下坠，这也迫使我们不能够再停留在旧有的框架内，仅仅去注意AI和人类能力的替换问题。我们必须重新认识在科技神话掩饰下的资源掠夺，注意力剥削和主体性丧失等问题。在此前提下，我们需要重新为自己工作，在一个被过度中介化的世界里，在一个大力鼓吹全能技术的地方，开拓出新的知识，新的方法，以个人技术为出发点，寻找新的与技术相关的共存之道。