当我们谈论品味的时候，到底在谈论什么？

本文来自微信公众号： AIGC从0到1 ，作者：王零壹，头图来自：AI生成

这两个月，我看 AI 生成视频时常有一种很具体的感受：它们已经很难被叫作“粗糙”了。

很多东西单独拿出来看都挑不出大错。但视频播完，你不太想转发，也说不清为什么。

2024年我自己做 AI 电影短片，生成能力不够时，我会把这种不满意归到技术上：模型还不够强，动作还不自然，文本还会胡说，工程化只能做到这个程度。现在这个解释越来越不够用。AI 给出的东西，常常已经足够完整，只是没有什么非看不可的理由。

于是“品味”这个词又被翻了出来。

科技圈、设计圈、产品圈都在谈它。有人说，AI 让执行变便宜之后，品味会成为人的核心能力；也有人觉得这只是另一种身份焦虑，把“我喜欢什么”包装成了更体面的优越感。

两种说法都沾一点边。真正麻烦的地方在于，我们常常还没说清品味是什么，就已经拿它来解释一切了。

一、先把“品味”这个词拆开

这一轮讨论最早被一条很简单的话点燃。Paul Graham 写道：当任何人都能做出任何东西，真正的差别在于，你选择做什么。两天后，Greg Brockman 把它压缩成一句更像职业判断的话：“taste is a new core skill”。Cloudflare CTO Dane Knecht 又把话题推到工程现场，称 2026 年的工程差异化会是品味。

这几句话说的其实不是同一件事。

Graham 说的是选择权。AI 把产能推高以后，先决定做什么的人，掌握了方向。Brockman 说的是工作本身会变：越来越多岗位不再只看执行，而要看筛选、排序和设定优先级。Knecht 所说的工程品味，则落在很具体的取舍上：架构要不要多加一层，功能要不要砍，哪一处体验值得花更高的成本。

把视线放到产品里，这个词又会多一层含义。产品好不好，不只看它能不能跑起来，还要看它是不是顺手，哪里应该做细，哪里反而该收住。Tony Fadell 最近谈 AI 时，也把判断放在长期产品体验里：原型可以被加速，但产品是不是成立，仍要经过许多轮失败和修正。

所以，品味常被人拿来指三种不同的能力：选择什么值得做，把一件事做得对不对，以及知道什么时候该停手。它们有关，但不能混成一句“审美很重要”。

更有意思的是，反对意见已经来了。Linear 的产品负责人 Nan Yu 直说，大多数人未必比 AI 更有品味；Matt Schumer 对新模型的观察也更激进，他觉得它们已经会给出接近判断的选择，而不只是完成指令。另一边，还有人觉得这波 taste 热，正是因为这个词含混、难反驳，又很适合让人显得自己有一套。

这些质疑应该被放在桌上。品味不是天然的人类特权，也不该是一个谁都不能追问的夸奖。它可能是可学习的模式，可能是经验沉积，也可能在某些场合只是圈层用语。

把这些差别理清以后，下面想谈的品味，会更窄一点：它是在大量都能成立的选项里，结合具体情境做取舍，并愿意为这个取舍负责的能力。

二、品味不等于“我喜欢”

把品味理解成审美偏好，当然没有错。有人喜欢留白，有人喜欢繁复；有人觉得一张海报要干净，有人偏偏爱那种快要失控的热闹。偏好没有高低，很多时候也无需解释。

但大家这两年反复谈的 taste，显然不是这个意思。

它更接近一种判断：当眼前有很多都说得过去的选项时，你能不能看出哪个更适合此刻，哪个只是套得很熟，哪个应该删掉，哪个还值得再做一轮。

这件事发生在审美里，也发生在产品、写作和工程里。一个产品经理砍掉一个看起来很酷、但会把主流程弄复杂的功能；一个导演把技术上毫无问题的镜头拿掉；一个工程师拒绝在并不需要的地方堆一层架构。他们做的不是同一件事，却都在行使某种品味。

看得出好坏只是开始。在没有标准答案的时候，知道该把什么留在桌面上，才更难。

我很认同一句话：品味之所以有价值，不是因为它无法被复制，而是因为它定义了别人会去复制什么。

这句话放在 AI 时代，意思比以前更直接。模型的强项就是从已有的作品里提取模式，再把模式重新组合。它可以在一分钟里给出二十条广告、二十张海报、二十种分镜。可在这些选项被送进下一轮之前，总得有人决定：哪一个值得继续，哪一个已经够了，哪一个从一开始就不该被做出来。

品味管的，就是这个入口。

三、生成太容易以后，难的是不被“还不错”骗过去

AI 改变的，首先是“还不错”的产量。

过去要做一段完整视频，门槛高得多。脚本、拍摄、剪辑、配音，任何一步都会把一部分人挡在外面。现在，很多环节被压缩成了提示词、素材和几次修改。结果是，内容不再稀缺，注意力反而更快被耗光。

这会带来一种很奇怪的审美疲劳：我们面对的不是劣质内容，而是太多合格内容。它们节奏正确，信息完整，情绪也被安放在合适的位置。它们之所以让人划走，恰恰因为每一处都像是从已经验证过的东西里算出来的。

“像样”正在变成一个很低的门槛。

这时，品味要做的是防止人被平均值牵着走。一条视频可以很顺滑，却没有真正的观察；一份方案可以很周全，却没有抓住问题；一个产品功能齐备，却没有必要存在。

这不是一个浪漫的能力。它经常意味着删掉大半的东西，承认第一稿不值得修，或者在所有人都说“能做”的时候，说一句“先别做”。

所以，品味里有一部分很像编辑能力。编辑不是替作者把句子写得更花，而是判断哪些句子正在妨碍那篇文章。好的编辑有时只动两处，有时会把整页退回去。AI 把生产端推得越快，前面这道编辑工序就越贵。

四、它也不该被说成“人类最后的壁垒”

不过，把品味写成机器永远学不会的神秘天赋，也太轻松了。

AI 已经能够学习风格，能够在一组作品里辨认共同的构图、语气和节奏，也能根据反馈慢慢调整选择。只要一套标准能被说清、被积累、被反复奖励，它就有机会变成模型的能力。以后，AI 当然会比今天更会挑，也更会改。

不妨换个问法：我们说的究竟是哪一层品味？

如果是识别一个已经很成熟的风格，模型会越来越擅长。它知道什么像某位导演，什么符合某种品牌，什么是当下最容易被接受的答案。可一件新东西刚出现时，外部世界往往没有现成的评分表。它甚至会显得不够好看、不够顺、不够讨喜。

这时需要的判断，和“识别高分样本”不太一样。你要知道它为什么此刻成立，愿不愿意承担它暂时不被理解的代价。

人对这件事也没有天然优势。很多人所谓的品味，不过是对主流信号反应更快；很多“高级感”，过几年看也只是同一套滤镜换了一个名字。品味一旦只剩下正确的符号，就会很快变成模板，随后被模型学走。

真正有意思的品味，往往带一点不合时宜。它可能不够圆满，有私人历史，有不那么容易翻译的幽默，甚至有一点“坏”。这里不是鼓励故意做怪。一个人对某件事的判断，常常来自他见过什么、厌烦过什么、又为什么愿意为它冒险。那部分东西很难被压缩成一张风格清单。

五、品味不是一句“我觉得”，它要经得起推敲

说到这里，品味很容易滑向另一个陷阱：谁声音大，谁就把自己的偏好叫成标准。

这也是我对“品味”这个词始终有点警惕的原因。它听上去很高级，却可能成为最偷懒的判断。“我觉得不对”当然可以是工作的起点，但不能总是结论。尤其当你的选择会影响团队、用户和预算时，品味需要能被讲清楚。

为什么这个版本更好？它解决了谁的问题？删掉以后损失了什么？如果没有答案，所谓品味就只是个人好恶。

真正成熟的品味，反而不怕被追问。它未必能被完全量化，但通常能说出自己的来路：这是因为用户会在这里停住，这是因为信息顺序错了，这是因为这段情绪抢走了真正的重点，这是因为这个功能会让产品变得臃肿。

这样看，品味也不是某种孤立的灵感。它来自大量看过、做过、改过之后留下的尺度。你见过足够多做得太满的东西，才会知道什么叫收；你吃过几次“功能很多但没人用”的亏，才会更警惕每一次新增；你看过太多相似的 AI 视频，才会对那种看似完美的顺滑产生怀疑。

六、以后和 AI 一起工作，品味会变成什么

我们过去把 AI 当工具时，常问的是：它能替我做什么？

接下来更常见的问题可能是：我怎样把自己在意的那条线，放进它的工作过程里？

这不只是写一个更长的提示词。你要给它看什么参考，允许它生成到什么程度，在哪个节点让人介入，怎样处理那些“技术上没错，但就是不对”的结果。产品团队要把这种判断放进评审和反馈里，创作者要把它放进素材选择和版本取舍里。

AI 会让第一个版本来得很快。人该把时间花在更靠后的地方：多看几遍，多问一句“为什么一定要是它”，也允许一个看似效率很低的动作发生，干脆把一堆能用的备选放弃掉。

这大概就是今天谈品味最实际的部分。生成无限便宜以后，它替我们守住选择的成本，也让我们少把“看起来没问题”误当成“值得留下”。

最后，品味也许不是一个固定的标准。它更像是一个人不断校准标准的过程。

当所有人都能很快做出“看起来没问题”的东西时，能让作品真正站住的，未必是更会生成的人。很多时候，是那个愿意停下来，知道哪里还不对、又肯为这个“不对”继续负责的人。