今天下午我用 Suno AI 生成了一首自己非常喜欢的音乐，是丁世光《一口》的一个 AI cover 版本，和原曲相比，这个版本的风格完全不同。我让 AI 用钢琴作为主要伴奏，再加入一段萨克斯的间奏，整体听起来像是一种比较温柔的 Jazz 风格。符合我自己对这首歌的另一种想象。我传到了 b 站 https://www.bilibili.com/video/BV1FxcDzaEXJ/ 画面是 grok 把《神经志》的封面用“让画面中的人物吹萨克斯” prompt 生成的。
这件事情其实是有一个小小的背景的。寒假的时候，我在一些音乐平台和视频平台上听到了不少 AI 做的 cover 曲子。一开始只是觉得新奇，但听多了以后会发现，有些作品真的挺有意思。同一首歌被用完全不同的风格重新编曲，比如 Lo-fi、爵士、加了新的 solo、和声。这种感觉有点像是从另一个角度重新理解一首歌，而 AI 恰好让这种“风格重构”变得非常容易。
后来我就开始自己尝试用 Suno 去做一些音乐的生成。其实从某种意义上来说，我并不算完全没有音乐背景。我从小学吉他，所以过去自己所谓的“创作”，基本上都是围绕吉他展开的。但这种创作方式其实非常受限，因为你会被自己的技能限制住。比如我不会其他乐器，对编曲的理解也比较有限。以前也试过用一些编曲软件做点东西，但很快就会遇到现实问题：音乐理论不够系统、乐器能力有限、软件也比较复杂。很多脑子里能想象出来的音乐，其实是根本做不出来的。
但今天用 Suno 的时候，我突然有一种很明显的感觉：AI 把这种限制一下子打破了。那首《一口》的改编，其实就是一个典型例子。钢琴铺底，萨克斯在中间出现一个小段落，这样的编曲如果让我自己去做，几乎是不可能完成的。但通过 AI，我只需要描述一下我想要的感觉，系统就可以生成一个相当完整的版本。某种意义上说，这更像是把脑子里的“音乐想象”直接变成现实。
AI 工具之上，我该培养什么能力
这件事情让我联想到最近一直在思考的一个问题。因为我平时的工作就是在高校里做 AI 研究，所以我自己也在大量使用各种 AI 工具，比如 coding agent、writing agent。很明显的趋势是，类似于上面写的用 SUNO 做音乐创作AI 正在不断降低各种创作活动的技能门槛。
以前很多事情需要长时间训练。英文写作需要练语法和表达，编程需要熟悉各种语言和 debug 技巧，音乐创作需要会乐器、会编曲。但现在越来越多 skills 上面的事情，AI 都可以帮你完成。很多基础层面的技能要求正在被自动化工具替代。
但与此同时，另一件事情变得更加重要了：人的判断力。
因为 AI 可以生成很多东西，但“好不好”这件事情依然需要人来判断。比如一段代码是不是一个好的设计，一段文字有没有真正的深度，一段音乐是不是有审美价值。这些问题其实很难通过简单的规则来回答，它更多依赖于经验、理解和长期积累形成的品味。
所以有时候我会觉得，在 AI 工具加持之下，人与人之间的差异可能会慢慢发生变化。过去大家强调的是技能本身，比如谁的代码写得更熟练，谁的写作技巧更好，谁的乐器演奏更厉害。但当 AI 把这些技能门槛大幅降低之后，真正拉开差距的，可能反而是更高层次的东西。
一点抽象，术与道
如果用一种比较中国式的说法来表达，我会觉得这有点像是“术”和“道”的关系。很多过去需要长期练习的技能，其实都属于“术”的层面。而 AI 的出现，正在让这些“术”变得越来越容易获得。但与此同时，人们对“道”的要求反而变高了。也就是说，一个人真正的价值，越来越取决于他如何理解问题、如何判断质量、以及他想表达什么样的东西。
今天用 Suno 做音乐，其实只是一个很小的体验。但它让我很直观地感受到这一点：AI 并没有让创作变得廉价，它只是改变了创作的门槛位置。以前门槛在技能，现在门槛更像是在理解和品味上。当越来越多人都可以参与创作的时候，真正有意思的区别，也许正来自于每个人对世界不同的理解。