“一聽到就想吐”，他們開始集體抵制AI，畫師開直播自證

你估計也刷到過那張臉。

微微下垂的眼尾，大睜卻空洞的眼神，略深的法令紋，微笑的嘴角標準得詭異。你可能一瞬間就能認出來，這是由AI生成的。如今的互聯(lián)網上，男女老少共用這一張臉，讓人聯(lián)想到日本漫畫里的“富江”，憑借尸塊就可以無限“繁殖”，陰魂不散。

有人說這是“AI味兒”，有人說是“偽人感”，還有人用一個更加身體化的詞來形容看到這類內容的感受：“對AI生理性厭惡。”

引發(fā)不適的對象正在從臉蔓延到更多地方，全面地滲透進我們的生活里。短視頻里出現(xiàn)同一種男女主，AI 配音在各種視頻里里反復響起；品牌廣告里，畫面看起來精致卻沒有生氣；文章里的句子通順、漂亮、會總結、會升華，但讀完像什么都沒留下。

“對AI生理性厭惡”背后，我們到底在厭惡什么？那些“抵制AI”的人，到底能贏得什么？

文 |谷谷

編輯 |張輕松

運營 |芋頭

被訓練出來的AI味兒

蝦仁最近發(fā)現(xiàn)一件很驚悚的事。

她打開短視頻，刷到一個AI鄉(xiāng)土短劇。主角從自家泥塘里挖出了大閘蟹，有人按約定來收，另一個人通過抬高價格破壞交易。接著事情開始失控，最后錢沒拿到，貨也賠了進去。

一開始，她沒覺得有什么。但接下來一段時間，她又刷到了蒜苔、梨、鐵皮石斛等十多個版本。劇情大差不差，角色的臉也幾乎一模一樣——主角是一個五官神似杜淳的男人，反派永遠是一個眼睛很大的女人。

這兩張臉好像不再只是AI短劇里的角色，更像某種被反復調用的NPC。今天出現(xiàn)在大閘蟹村，明天出現(xiàn)在蒜苔地，后天又變成鐵皮石斛的見證者。刷得多了，蝦仁甚至產生一種近似科幻恐怖片的錯覺：這些人會不會早就脫離了人類的掌控，產生了自我意識，真實地存在于我們周圍？

▲常見的AI臉。圖 / 網絡

除了人臉，聲音也在被批量化地復制。

短視頻里，各種平臺預設的音色、影視角色的音色、名人仿聲都能被反復調用。其中，“真人播客女”出現(xiàn)的頻率尤其高。它可以用于知識講解、Vlog、營銷視頻和抽象搞笑視頻，甚至會出現(xiàn)在一些線下街頭叫賣聲里。

在社交平臺上，很多人表達過對這個聲音的反感：“一聽到這個聲音，就想劃走。”在一些評論里，這個聲音被形容為“略帶鼻塞”“說話 mean mean 的”“讓人聯(lián)想到會霸凌別人的美國女高中生”。

對于在創(chuàng)意公司從事文字工作的蝦仁來說，更難以接受的是 AI 生成的文章。每次看見“……它幫我托著”“……這是它給我的底氣”“……夠穩(wěn)，……夠穩(wěn)”這一類AI味句式，一陣煩悶感就會向她襲來。

當她把一些非常小眾行業(yè)客戶的需求丟給AI時，由于可參考的語料有限，AI 給出的文章開頭也總是高度相似：在某某地，崛起了一個某某行業(yè)；在某某地，升起了一顆閃閃的金星。這種文字低質、糊弄人，根本沒有辦法采用。

事實上，大家對AI的“口癖”并不陌生。互聯(lián)網上一直流傳著各個大模型的口癖梗圖，比如 ChatGPT 式的“我就在這里，不躲，不逃，不繞，穩(wěn)穩(wěn)地接住你”，常常被視作AI油膩感的代表。

▲ChatGPT的常見口癖。圖 / 網絡

LLM（大語言模型）的基本工作方式是預測“下一個最可能出現(xiàn)的詞”。經過 RLHF，也就是人類反饋強化學習之后，它又會更傾向于生成那些被評價為“有幫助、友好、無害”的回答。先肯定，再轉折；少反駁，多安慰；把復雜的問題整理成一、二、三點，最后給出一個溫柔的升華。AI行業(yè)里有一個詞叫sycophancy，通常譯作“諂媚性”，指的正是模型迎合用戶觀點和情緒的傾向。

不同模型會展現(xiàn)出不同口癖，背后是各家公司訓練數(shù)據(jù)、產品定位和安全策略的差異。而在高度內卷的AI行業(yè)里，模型之間互相學習、互相蒸餾，也可能進一步加劇這種趨同。最后的結果就是，AI的回答即便來自不同工具，仍然共享一種相似的語氣。

AI臉的同質化，也有類似機制。許多圖像模型基于擴散模型生成圖像。它不是像畫師那樣一筆一筆畫出一個人，而是基于訓練數(shù)據(jù)和提示詞，逐步生成一個“最像答案”的人臉。如果訓練數(shù)據(jù)里充滿美顏、濾鏡、網紅審美和商業(yè)圖片，模型生成的臉自然會向這種審美靠攏。如果生成結果太像某個真人，又可能帶來肖像風險。

對AI生理性厭惡的第一個層面，或許就是對這一張安全、漂亮、沒有特色的平均臉的審美疲勞。北京大學新聞與傳播學院教授胡泳就對媒體表示，我們不是排斥AI，而是主張，不能因為AI的標準化與統(tǒng)一性而消滅人類的多樣性，再給多樣的人扣上落后的帽子。

▲圖 / 《Hacks》

脫離了身體經驗的“真”

如果說，AI生成內容給人帶來的不適感，僅僅是因為它的同質化、低質量，這似乎可以通過技術的迭代、用戶門檻的提升以及平臺的治理等手段來逐步緩解。

但是AI生成這種方式本身就讓一部分人感到厭惡。AI內容越“真”，就越令他們不安。小鄭現(xiàn)在是一名大三的學生，學的是新聞學，因此對于“真實”這件事尤為敏銳。

在ChatGPT Images 2.0正式發(fā)布后，小鄭刷到了一個標題為“圖像與記憶印證彼此的時代業(yè)已結束”的帖子，展示了一系列通過ChatGPT Images 2.0生成的還原千禧年代記憶的照片。開頭是一家三口靠在床上的合影，墻上貼著古早的小孩的寫真，臥室里的家居陳舊而溫馨。

她的世界觀產生了崩塌。她發(fā)現(xiàn)，那個年代的數(shù)碼設備特有的畫面質感、人們的衣著打扮、環(huán)境的特點，以及因為閃光燈出現(xiàn)的紅眼現(xiàn)象都被還原得別無二致，她幾乎找不到任何破綻。

▲網友用ChatGPT Images 2.0生成的還原千禧年代記憶的照片。圖 / 社交平臺截圖

AI沒有真正經歷過那個時代——沒有和家人一起去到過某個公園，或者共同坐在家里的老式大圓桌吃飯，和朋友在游戲廳里玩老虎機……這些曾經真真切切由一群人共享的時代記憶，就這樣被跳過過程，一句話生成了。

“如果連我們的回憶都可以被模仿，還有什么是真實的呢？”

蝦仁認識一名銷售阿姨。阿姨胖胖的，很熱情，現(xiàn)實生活里給過她很多溫暖。有一天，她在朋友圈里看到阿姨發(fā)了一條AI視頻。熟悉的臉被放到一個身材曼妙的女領導身上，AI人隨著鏡頭騰地一下站了起來，用熟悉的聲音介紹產品。

那一刻，蝦仁覺得身邊的人像是被奪舍了。

如果一張臉完全是假的，人可以迅速把它歸類為虛構；如果它完全是真的，人也可以自然地信任它。但當它處于中間地帶，便會給人“恐怖谷”的印象。蝦仁說，“過去的換臉技術其實很拙劣，要不然就是那種少年將軍，要不然就是古裝的，大家一看一樂就過去了。但是現(xiàn)在的AI太真了，你必須仔細去辨別，這就非常可怕。”

更讓人不安的是，這些被生成的內容，往往并不是憑空出現(xiàn)的。它們背后可能是海量真實圖像、視頻、聲音和文字共同構成的訓練材料。在很多創(chuàng)作者看來，這些人類留下的痕跡，像是被切碎、重組，再投喂給模型的養(yǎng)料，AI創(chuàng)作像是一種“尸塊拼接”。

不只是訓練端，到了應用端，人的臉、聲音和形象也開始被拆成可以估價、授權和調用的素材。

業(yè)內人士透露，在短劇行業(yè)，100～500元，就可以買斷一張普通人“臉”一年的使用權；稍有知名度的博主、演員或模特，價格會到幾千元；到了名人明星，合作費用往往嚴格保密。飾演過TVB版張無忌的香港演員吳啟華就在最近的采訪里提到，已把自己20歲的臉授權給AI電影，片子拍完他一次片場沒進，片酬還挺滿意。

▲吳啟華已把自己20歲的臉授權給AI電影。圖 / 小紅書@南方都市報

在聲音領域，用戶可以通過錄一段話就克隆自己或他人的音色，并通過文本朗讀的方式來AI配音，然后剪輯到任何視頻里。

知名罪案播客“黑貓偵探社”的主播咪仔，就是“真人播客女”聲音的主人。一年多前，她被邀請參與到一個“AI播客”項目里，需要她授權自己的聲音并進行采樣。“在這個互聯(lián)網上，我的聲音素材可能已經有了幾百個小時，任何人都有可能拿它去訓練。”在咨詢過律師意見、和團隊開過會后，最終，她決定參與這次合作。

她也刷到過那些反感這個聲音的評論。有一個帖子，5000多贊，幾萬個回復，她點進去后，對于那些如潮水般的各種各樣的厭惡情緒，卻感覺到一種不真實。

“這些人好像在討厭我的聲音，但是又不是討厭我本人，而是在討厭被技術提取出來的這個東西。”

有一期播客里，她感謝了自己不久前去世的小狗，說到那里，聲音有些哽咽。有人聽到之后說，聽多了她的AI配音，再聽到那一期里微微顫抖的聲音，才意識到那是屬于真人才能帶來的震動。

▲社交平臺上不少人都在抵觸AI配音。圖 / 社交平臺截圖

一個人的聲音原本屬于一個身體。它包含氣息、口音、情緒、關系，以及說話當下的狀態(tài)。被采樣之后，它變成了音色。音色可以被調用，可以講任何文本，可以哈哈大笑、出現(xiàn)在和本人毫無關系的場景里。

文字表達也同樣如此。脫離了身體經驗，就會變得華麗而空洞。

小鄭曾經看到一個討論：如果《水滸傳》是一部cult片，它會是什么樣？評論區(qū)里有一段人寫的回答，說“那會是一部高曝光的cult片，白花花的光像盛夏的大太陽，最后發(fā)現(xiàn)那種明亮沒有熱度，是天上的刀刃將要落下來時反射的一道白光”。

她說，那段話只用了一個核心比喻，卻讓她感到震撼。

后來，她把這個問題拋給AI。AI也給出一段意象非常豐富的場景：“血肉”“鐵銹”“燈籠”“骸骨”“刀光”。“人類的表達有一個準確的切口，AI則像把很多看起來合適的元素堆在一起。”

▲AI給小鄭的回答。圖 / 講述者提供

一個東西越接近人，卻在某些細節(jié)上顯露出非人的斷裂，就越容易激起大腦直覺的排斥。

當這樣的表達越來越多，我們反感的也許不只是機器參與創(chuàng)作，而是公共空間正在被一種無身體的表達占據(jù)。人類獨有的情感連接，在這些表達里被弱化甚至消失了。

制造AI “泔水”的人

“稍等一下，我要先生產一個泔水出來。”半年前，斐一進入了一家AI Infra（人工智能基礎設施）公司市場部工作，核心工作就是用AI生產各種視頻，展示運用AI提效的場景，吸引企業(yè)客戶購買Token套餐。她把自己生產的內容稱為“泔水”，制造泔水的過程就是“泔水循環(huán)”：

人用“爆款”喂給AI，AI生成新的爆款模板，再被人發(fā)布回平臺，被更多人模仿、改寫、繼續(xù)投喂。舊內容被打碎、重組、再包裝，每一輪看似都在優(yōu)化，實際上可能只是把同一鍋內容反復攪拌、加熱、倒回信息流。

在這個過程里，生產者燒掉 Token，平臺獲得調用量，打工人完成“AI Native”的流程，用戶則在信息流里承擔辨別和忍受的成本。

雖然在賣Token的公司工作，但自從一個同事一晚上刷爆了3萬元人民幣的Token，公司關閉了內部賬號后，斐一每月只有幾百元預算，用來購買AI視頻生成平臺的會員。一個營銷視頻最少需要5個鏡頭。這樣算下來，即便每個鏡頭只抽卡兩次，一個月精打細算也只能做6個視頻。但市場團隊被要求日更，斐一只能降低標準完成工作量。

最初她還試圖堅持一些審美，比如盡量調一下人物的臉部細節(jié)，讓人呈現(xiàn)出多元性，但精細的調節(jié)不僅費Token，還容易產生版權風險——根據(jù)提示詞調出來的人臉，有一次就很像一個流量明星。她不打算折騰了，還是“平均臉”最便捷安全。

在斐一公司服務的客戶里，AI漫劇是Token耗量最高的場景之一。市面上的AI漫劇大致分為兩類：精品劇和批量劇。即便被視為“精品”的AI漫劇，其打磨一集的周期，可能只有一天；批量劇則已經形成自動化、一鍵生成的工作流，重點是鉤子和情緒，畫面是否穿幫并不重要。無論哪一種，最后都繞不開成本競爭。關鍵不是每個畫面都做到最好，而是降低抽卡率、壓縮工時，在有限預算里換來更多曝光和觀看。

▲平臺上AI漫劇熱度持續(xù)走高。

游戲動畫行業(yè)也是AI生成的高頻行業(yè)。做了一段時間AI過場動畫分鏡的葉子，咬牙切齒地表示：“AI生圖、生視頻是世界上最歹毒的東西。”

一個鏡頭里，角色可能需要連續(xù)做四五個動作，還要保持畫風、色調、表情和空間關系統(tǒng)一。AI經常只能理解其中一部分：動作對了，臉很怪；表情正常了，動作又錯了。最讓她崩潰的是“反向邏輯”的鏡頭。她舉了一個影視中常見的例子，“風一吹，飄落的葉子回到枝頭”，AI很難理解，生成幾十上百次，可能只有兩三次是對的，而這兩三次又常常因為別的原因用不了。

以前修改分鏡，她知道自己要改什么。現(xiàn)在，她不知道AI下一輪會給出什么。“我只能遷就AI，被動選擇一個能接受的結果。”葉子覺得自己像是在給AI打工，而這完全摧毀了她工作中的價值感。

除了AI前沿公司的人，傳統(tǒng)行業(yè)的人也在被沖擊。

林悅在出版社做了10多年編輯。AI工具進入出版行業(yè)之后，她陷入了深深的虛無感。一方面，她很難說它完全不好用，選題評估、譯稿潤色、營銷文案，很多環(huán)節(jié)都可以借助AI完成。一些原本非常糟糕的翻譯稿，經過AI整理后，確實會更像“人話”。

但與此同時，她也被迫開始在投稿里識別AI味。那些大綱、目錄、樣章，看起來結構非常規(guī)整，喜歡用短語加冒號解釋，喜歡精致排比和虛浮比喻，文字完成度很高，內容卻很空的，她一眼就能看出不對勁。遇到這類稿件，她通常會直接pass掉。

編輯原本要判斷一個稿子是否成立，現(xiàn)在還要判斷它是不是由AI拼出來的。AI提高了某些人的生產效率，卻把另一部分鑒別成本推給了編輯。

“抵制”AI的人

社交平臺上“抵制AI”的話題下，常常有人諷刺抵制行為相當于“砸毀珍妮紡織機”，認為AI勢不可擋，“抵制”無效且可笑。

事實上，在國外，藝術家、寫作者、音樂人和媒體機構都曾圍繞AI訓練發(fā)起過抗議、訴訟和公開信。有人反對自己的作品未經授權進入訓練集，有人抵制AI藝術拍賣，也有人在作品說明和版權頁里寫下“禁止用于AI訓練”。

在中文互聯(lián)網上，也有類似具有“抵觸”情緒的語言：AI味兒、AI垃圾、偽人感、抵制AI。還有一些人開始研究更具體的自我保護方式：關閉AI軟件后臺的訓練選項，禁用cookie和云同步，在Photoshop等創(chuàng)作軟件里檢查聯(lián)網功能，盡量不用云端。如果必須使用AI，就盡量使用成熟模型，并選擇本地部署。

▲社交平臺上不少人在表達自己對AI的“抵觸”情緒。圖 / 社交平臺截圖

對大部分普通人來說，最直接的“抵制”還是劃走。一項基于300多名用戶參與的研究發(fā)現(xiàn)，標注為“AI生成”的內容，用戶的行為參與度會斷崖式下跌14到16個百分點。即便在AI壓倒性應用的短劇行業(yè)，2026年第一季度AI生成面孔的短劇占比超過95%，但真人短劇的播放量卻是AI短劇的約25倍。AI短劇的分賬均值，也被真人短劇甩開了2.4倍。

但AI還在進化，當AI生成的內容越來越真假難辨，“鑒AI”就變成了一項全民工傷。

菜菜是一名在香港上學的高中生，她喜歡畫畫，也會接一些約稿。她所在的繪圈里，大家會放大圖片細節(jié)來判斷一張圖是不是AI，比如頭發(fā)絲、眼睫毛和劉海連接處有沒有粘連，光影和基本功是否對得上。如果有人用AI畫背景，線條的歪曲和空間邏輯的混亂，也很容易被看出來。

2025年下半年以來，繪圈甚至還發(fā)展出了一套更極端的“鑒AI”形式——“AI對賭直播”。

在這類對賭里，接受挑戰(zhàn)的畫師必須開直播現(xiàn)場繪圖，證明自己擁有能畫出被質疑作品的水準。“賭資”通常在千元左右。

在菜菜看來，這個方法看起來是在保護真人創(chuàng)作者，但最后也可能變成另一種消耗真人創(chuàng)作者的機制。一些人開始把AI對賭當成賺錢的途徑。有人故意去找畫師的茬，網暴畫師，也有畫師故意畫出一些錯誤來制造爭議。

支持AI和抵制AI的人如今已分成兩派。作為畫師的菜菜是堅定的“抵制AI”派，她在社交媒體主頁上寫著：“禁一切AI生成，給我發(fā)AI表情包就拉黑。”

反AI已經變成她的日常。有人用了AI頭像，她會提醒對方；同好群組通常不允許發(fā)布AI內容；畫師如果被發(fā)現(xiàn)使用AI，可能會被避雷、脫粉。菜菜也加入過一個“反AI聯(lián)盟”，她會經常進去互動，在那里，她的感受會被充分地理解。

但擁抱AI的網友會覺得她可笑，主動去她的帖子下攻擊，或者“反串”成盟友加入“反AI聯(lián)盟”群組進行爭論。

在那些人眼里，AI對于畫師來說是新時代的“珍妮機”，抵制AI的人如同那個時代砸機器的工人一樣可笑。菜菜對此不屑一顧：數(shù)位板才是畫師的珍妮機，因為珍妮機不會把工人織好的布撕開再拼接在一起。

▲圖 / 《Hacks》

菜菜也會給自己和喜歡的畫師的作品做防護。

Glaze和Nightshade是她常用的兩個工具。使用前者的過程被她稱為“上釉”
，像是給作品披上一層風格遮罩，讓模型難以準確學習畫師的畫風；后者更像一種主動防御，如果作品被拿去訓練，可能會干擾模型之后的生成結果。

這類工具跑起來耗時，也占電腦資源，所以她通常會集中在晚上洗澡的時候處理。如果是自己約來的稿件，她可能會先打一層馬賽克；如果是特別喜歡的畫師，她還會再疊一層格子。對自己平時發(fā)在社交平臺上的畫，很多時候只是疊一層摩爾紋。

這些事做久了，她偶爾也會覺有一種反復涂抹卻不知道有沒有用的疲憊。這樣一層一層往上疊，到底能擋住什么？但想完之后，她還是繼續(xù)做。如果不做的話，她會更難受。

在學校里，菜菜的抵制顯得更加格格不入。

每天路過校園里的小電視，上面循環(huán)播放著AI生成的視頻；小組作業(yè)里，同學會直接用AI生成圖片；老師會告訴學生，不懂的問題可以去問AI；學校甚至開發(fā)了輔助作業(yè)的AI模型。菜菜并不反對這些AI工具。她覺得，如果只是查問題、輔助理解、減輕老師工作量，AI的確有方便的一面。

讓她難受的是，學校也會把生成式AI放進創(chuàng)作課里。

有一次法語課，老師讓學生自己寫歌詞，再用AI把歌生成出來。菜菜當場說，自己不想做，因為討厭生成類AI。旁邊的同學很不理解，“為什么會討厭這個？”那一刻，她忽然覺得自己和他們之間像有了某種鴻溝。

在她的擔憂里，如果越來越多人用AI生成圖，普通小畫師的價格會被壓低，很多人不再愿意繼續(xù)畫；而真正優(yōu)秀、能賣得上價的畫師，價格會越來越高。到最后，普通人也許很難再約到一張純手工的、足夠好的畫。她覺得，人是需要審美積累的。心情不好的時候，人可以去看展、看畫、看一些真正由人完成的東西。但如果以后的小孩心情不好，只能去看AI生成的“尸塊”，那會很慘。

對于AI的使用方式，她劃下了一個涇渭分明的邊界：只要是用“生成式AI”直接來創(chuàng)作，都不能被接受。

她永遠記得自己最開始畫畫的時候，一筆一筆把喜歡的二次元角色畫下來，那種逐漸進入心流，和角色對話的過程。后來她加入相關社群，和同好的交流也讓她幸福。AI創(chuàng)作的出現(xiàn)讓她擔心，這種純粹的熱愛正在被消解。

▲菜菜很喜歡的一段關于AI生圖的發(fā)言。圖 / 網絡

斐一也不知道自己還能在這家賣Token的公司干多久。作為市場部成員，她和同事竟然要挖空心思想AI商業(yè)化方案，以吸引客戶購買他們的Token套餐進行創(chuàng)業(yè)，“真能想出來，我們就自己創(chuàng)業(yè)去了”。

同事有一天在做一個“AI算命”的方案，一開始大家都說這個方向好：用戶輸入生日、星座、近期困惑，模型生成一段命運分析，再包裝成一個有趣的demo。

但做著做著，他覺得不太對勁。算命本身就是對不確定性的解釋，而AI只是在已有話術里重新排列一些安慰、暗示和模糊判斷，還要往里面塞商業(yè)化的付費點和傳播點。

想著想著，他崩潰了，拉著斐一去便利店買了一瓶可樂。喝完那瓶可樂，他決定離職。

（文中講述者均為化名）

參考資料：

1.澎湃，《對AI臉“生理性厭惡”，為什么？》

2.視覺志，《北大教授：反抗AI的人，越多越好》

文章為每日人物原創(chuàng)，侵權必究