精华简报：Pitchfork“0分警告”——音乐“作者性”正在被AI淹没？
来源： 虎嗅网 / 文娱先声
链接： https://www.huxiu.com/article/4885912.html?f=rss
TL;DR
Pitchfork 给 Tyga 新专辑《$TARFACE》打出罕见的 0.0 分，表面是批评专辑质量低劣、机械模仿 80 年代流行却毫无个人风格，实则指向一个更根本的问题：当生成式 AI 让“做出某种风格”变得廉价，音乐人的不可替代性不再取决于能否完成作品，而取决于是否具备无法被提示词复制的“作者性”。文章通过对比 YACHT、Holly Herndon 等将 AI 作为创作伙伴的正面案例，指出 AI 本身不是原罪，真正危险的是用 AI 替代创作决策、损害听众信任，以及产业将 AI 当作廉价劳动力而忽视音乐质量。
核心观点与洞察
1. Pitchfork 的 0 分不是“反 AI”，而是反“无作者性”
Pitchfork 对《$TARFACE》的批评并未停留在“AI 音乐”这个标签上，而是聚焦于专辑本身的空洞与机械感。评论用“slop-pop”形容它——披着流行外壳，却呈现出 AI 生成内容特有的廉价、低劣质感。作者甚至用 AI 工具 Treblo 输入提示词，生成了一首听起来与专辑几乎一样的歌。
关键问题不是“难听”，而是：这张专辑为什么非得由 Tyga 来做？ 如果换成另一个熟悉 80 年代流行音乐、拥有相似制作资源的音乐人，作品依然成立，那么它的存在本身就失去了必要性。这触及了音乐批评的一个深层标准：作品是否承载了创作者不可替代的个人印记。
2. 透明性危机：含糊其辞比使用 AI 更伤害信任
Tyga 对 AI 使用的态度反复：先向《People》暗示专辑是“100% 人工作品”，列举延迟效果器、和声器等具体细节；一周后却向《Vibe》承认使用了 AI，并将其类比为 Auto-Tune，强调“使用技术作为工具没什么不对”，声称歌词和人声仍由自己完成。
这种先否认后承认的模式，与另一位音乐人 Fenix Flexin 如出一辙——后者也曾在被网友揭穿前声称自己的 AI 单曲《Rubberz》是“纯天然”的。当创作者的价值受到质疑，损害的不只是一张专辑的口碑，而是歌迷对整个创作主体性的信任。
3. AI 作为“创作伙伴”与“一键生成”的本质区别
文章列举了三个正面案例，说明 AI 并非天然与作者性对立：
- YACHT《Chain Tripping》：将过去 82 首作品交给机器学习系统分析，再基于 AI 生成的旋律和歌词进行筛选、修改和重组。AI 是素材生成器，人类仍是最终审美决策者。
- Holly Herndon《PROTO》：开发 AI 系统 Spawn，通过人声训练让它学习并生成新声音，Spawn 直接参与《Godmother》等歌曲创作，成为真正的“创作伙伴”。
- Imogen Heap 的 AI 数字分身 Mogen：不仅用于声音复制，更被带入音乐项目，用于歌曲制作和人声处理。
这些案例的共同点在于：AI 被用于拓展创作可能性，而非替代创作本身。 而 Tyga 的问题在于，他疑似将生成式 AI 直接用于歌曲生成，跳过了人类创作者最核心的筛选、判断和重组过程。
4. 作者性成为 AI 时代的稀缺资产
当生成式 AI 让“制作某种风格的音乐”变得极其容易，单纯把一首歌“做出来”就不再是音乐人能力的体现。真正稀缺的是：如何做出兼具质量与审美的作品，并形成鲜明的个人风格。
文章对比了 The Weeknd 的《After Hours》和 Dua Lipa 的《Future Nostalgia》：两者同样大量借鉴 70、80 年代的迪斯科和合成器流行，但前者将合成器与舞曲节奏融入标志性的阴郁 R&B，后者将迪斯科律动重新包装进当代流行制作。相同的复古元素经过不同创作者的重新组织，最终形成了无法互换的个人风格。这正是 Tyga 的《$TARFACE》所欠缺的。
5. 生成式 AI 的悖论：可量化 ≠ 可替代
文章引用 Daft Punk 核心音乐人 Thomas Bangalter 在《CHANEL Connects》对话中的观点：AI 创作建立在文字提示之上，需要先把创作者想要的东西转化为可描述的语言，再由模型生成结果。但真正的音乐创作并不总是这样发生。
一个音乐人为什么在某个时刻写下某段旋律，为什么觉得某个音符应该留下、另一个应该删掉，有时并没有一个可以被准确说出的答案。它可能来自情绪、记忆、经验，也可能只是某个瞬间的直觉。创作过程最珍贵的部分完全不依托理性思考或语言表达，而是一段向内探索、读懂自身情绪的过程。 音乐可以被分析成节奏、旋律、和声，但能够被量化，并不意味着创作本身就等于量化。
6. 产业动机：AI 正被当作“廉价劳动力”
Pitchfork 的评论指出，当下 AI 更多被流行音乐产业当作廉价劳动力使用，这与各行各业拥抱 AI 的理由如出一辙。或许只有当 AI 生成的产品被证明利润更低时，产业才会真正开始关心音乐质量下降的问题。 而对听众来说，如果越来越多主流音乐人滥用 AI，最终失去的可能是百花齐放的音乐世界。
启发与影响
对音乐人 / 创作者
- AI 应定位为“增强创作”而非“替代创作”：让 AI 生成意想不到的旋律、制造意料之外的声音、处理耗时技术工作，但保留人类对审美、结构和表达的最终决策权。
- 投资个人风格，而非风格模仿：当风格复制的成本趋近于零，真正能建立护城河的是无法被提示词复制的个人特质、审美判断和情感深度。
- 保持透明，维护信任：明确披露 AI 参与的方式和边界，避免先否认后承认的信任崩塌。听众可以接受工具，但难以接受欺骗。
对音乐产业 / 平台
- 乐评体系将更严格审查“作者性”：Pitchfork 的 0 分是一个信号——批评标准正从“好不好听”转向“有没有必要存在”。无灵魂的 AI 生成内容将面临更严厉的行业惩罚。
- 需建立 AI 使用披露机制：类似电影行业的特效标注或新闻行业的 AI 声明，音乐产业需要透明的规则来保护创作者和听众的信任。
- 警惕短期降本导致长期同质化：将 AI 当作廉价劳动力可能短期内降低成本，但会加速内容同质化，削弱整个行业的长期价值和多样性。
对听众 / 市场
- “真实人类表达”的溢价可能上升：当 AI 生成内容泛滥，听众对原创性、现场表演、幕后创作故事的重视程度可能提高，真实的人类创作将成为差异化卖点。
- 听众需要更强的辨别能力：随着 AI 音乐越来越难以从听感上区分，听众可能需要借助披露机制、乐评和创作者背景来判断内容的可信度。
对 AI 工具开发者
- 机会在于辅助创作流程，而非一键生成成品：灵感激发、编曲建议、声音设计、混音辅助、技术处理等环节存在巨大空间，但产品设计应让人类创作者保留决策权。
- “作者性”应成为产品设计的核心原则：工具的目标不是让用户“像 Tyga 一样生成一张专辑”，而是帮助用户找到自己独特的声音。
一句话总结： AI 不会淹没音乐，但滥用 AI 替代创作决策、消解作者性，才会真正让音乐失去灵魂。