一点金 “一听到就想吐”，他们开始集体抵制AI，画师开直播自证

你估计也刷到过那张脸。

微微下垂的眼尾，大睁却空洞的眼神，略深的法令纹，微笑的嘴角标准得诡异。你可能一瞬间就能认出来，这是由AI生成的。如今的互联网上，男女老少共用这一张脸，让人到日本漫画里的“富江”，凭借尸块就可以无限“繁殖”，阴魂不散。

有人说这是“AI味儿”，有人说是“伪人感”，还有人用一个更加身体化的词来形容看到这类内容的感受：“对AI生理性厌恶。”

引发不适的对象正在从脸蔓延到更多地方，全面地渗透进我们的生活里。短视频里出现同一种男女主，AI 配音在各种视频里里反复响起；品牌广告里，画面看起来精致却没有生气；文章里的句子通顺、漂亮、会总结、会升华，但读完像什么都没留下。

“对AI生理性厌恶”背后，我们到底在厌恶什么？那些“抵制AI”的人，到底能赢得什么？

文 |谷谷

编辑 |张轻松

运营 |芋头

被训练出来的AI味儿

虾仁最近发现一件很惊悚的事。

她打开短视频，刷到一个AI乡土短剧。主角从自家泥塘里挖出了大闸蟹，有人按约定来收，另一个人通过抬高价格破坏交易。接着事情开始失控，最后钱没拿到，货也赔了进去。

一开始，她没觉得有什么。但接下来一段时间，她又刷到了蒜苔、梨、铁皮石斛等十多个版本。剧情大差不差，角色的脸也几乎一模一样——主角是一个五官神似杜淳的男人，反派永远是一个眼睛很大的女人。

这两张脸好像不再只是AI短剧里的角色，更像某种被反复调用的NPC。今天出现在大闸蟹村，明天出现在蒜苔地，后天又变成铁皮石斛的见证者。刷得多了，虾仁甚至产生一种近似科幻恐怖片的错觉：这些人会不会早就脱离了人类的掌控，产生了自我意识，真实地存在于我们周围？

▲常见的AI脸。图 / 网络

除了人脸，声音也在被批量化地复制。

短视频里，各种平台预设的音色、影视角色的音色、名人仿声都能被反复调用。其中，“真人播客女”出现的频率尤其高。它可以用于知识讲解、Vlog、营销视频和抽象搞笑视频，甚至会出现在一些线下街头叫卖声里。

在社交平台上，很多人表达过对这个声音的反感：“一听到这个声音，就想划走。”在一些评论里，这个声音被形容为“略带鼻塞”“说话 mean mean 的”“让人联想到会霸凌别人的美国女高中生”。

对于在创意公司从事文字工作的虾仁来说，更难以接受的是 AI 生成的文章。每次看见“……它帮我托着”“……这是它给我的底气”“……够稳，……够稳”这一类AI味句式，一阵烦闷感就会向她袭来。

当她把一些非常小众行业客户的需求丢给AI时，由于可参考的语料有限，AI 给出的文章开头也总是高度相似：在某某地，崛起了一个某某行业；在某某地，升起了一颗闪闪的金星。这种文字低质、糊弄人，根本没有办法采用。

事实上，大家对AI的“口癖”并不陌生。互联网上一直流传着各个大模型的口癖梗图，比如 ChatGPT 式的“我就在这里，不躲，不逃，不绕，稳稳地接住你”，常常被视作AI油腻感的代表。

▲ChatGPT的常见口癖。图 / 网络

LLM（大语言模型）的基本工作方式是预测“下一个最可能出现的词”。经过 RLHF，也就是人类反馈强化学习之后，它又会更倾向于生成那些被评价为“有帮助、友好、无害”的回答。先肯定，再转折；少反驳，多安慰；把复杂的问题整理成一、二、三点，最后给出一个温柔的升华。AI行业里有一个词叫sycophancy，通常译作“谄媚性”，指的正是模型迎合用户观点和情绪的倾向。

不同模型会展现出不同口癖，背后是各家公司训练数据、产品定位和安全策略的差异。而在高度内卷的AI行业里，模型之间互相学习、互相蒸馏，也可能进一步加剧这种趋同。最后的结果就是，AI的回答即便来自不同工具，仍然共享一种相似的语气。

AI脸的同质化，也有类似机制。许多图像模型基于扩散模型生成图像。它不是像画师那样一笔一笔画出一个人，而是基于训练数据和提示词，逐步生成一个“最像答案”的人脸。如果训练数据里充满美颜、滤镜、网红审美和商业图片，模型生成的脸自然会向这种审美靠拢。如果生成结果太像某个真人，又可能带来肖像风险。

对AI生理性厌恶的第一个层面，或许就是对这一张安全、漂亮、没有特色的平均脸的审美疲劳。北京大学新闻与传播学院教授胡泳就对媒体表示，我们不是排斥AI，而是主张，不能因为AI的标准化与统一性而消灭人类的多样性，再给多样的人扣上落后的帽子。

▲图 / 《Hacks》

脱离了身体经验的“真”

如果说，AI生成内容给人带来的不适感，仅仅是因为它的同质化、低质量，这似乎可以通过技术的迭代、用户门槛的提升以及平台的治理等手段来逐步缓解。

但是AI生成这种方式本身就让一部分人感到厌恶。AI内容越“真”，就越令他们不安。小郑现在是一名大三的学生，学的是新闻学，因此对于“真实”这件事尤为敏锐。

在ChatGPT Images 2.0正式发布后，小郑刷到了一个标题为“图像与记忆印证彼此的时代业已结束”的帖子，展示了一系列通过ChatGPT Images 2.0生成的还原千禧年代记忆的照片。开头是一家三口靠在床上的合影，墙上贴着古早的小孩的写真，卧室里的家居陈旧而温馨。

她的世界观产生了崩塌。她发现，那个年代的数码设备特有的画面质感、人们的衣着打扮、环境的特点，以及因为闪光灯出现的红眼现象都被还原得别无二致，她几乎找不到任何破绽。

▲网友用ChatGPT Images 2.0生成的还原千禧年代记忆的照片。图 / 社交平台截图

AI没有真正经历过那个时代——没有和家人一起去到过某个公园，或者共同坐在家里的老式大圆桌吃饭，和朋友在游戏厅里玩老虎机……这些曾经真真切切由一群人共享的时代记忆，就这样被跳过过程，一句话生成了。

“如果连我们的回忆都可以被模仿，还有什么是真实的呢？”

虾仁认识一名销售阿姨。阿姨胖胖的，很热情，现实生活里给过她很多温暖。有一天，她在朋友圈里看到阿姨发了一条AI视频。熟悉的脸被放到一个身材曼妙的女领导身上，AI人随着镜头腾地一下站了起来，用熟悉的声音介绍产品。

那一刻，虾仁觉得身边的人像是被夺舍了。

如果一张脸完全是假的，人可以迅速把它归类为虚构；如果它完全是真的，人也可以自然地信任它。但当它处于中间地带，便会给人“恐怖谷”的印象。虾仁说，“过去的换脸技术其实很拙劣，要不然就是那种少年将军，要不然就是古装的，大家一看一乐就过去了。但是现在的AI太真了，你必须仔细去辨别，这就非常可怕。”

更让人不安的是，这些被生成的内容，往往并不是凭空出现的。它们背后可能是海量真实图像、视频、声音和文字共同构成的训练材料。在很多创作者看来，这些人类留下的痕迹，像是被切碎、重组，再投喂给模型的养料，AI创作像是一种“尸块拼接”。

不只是训练端，到了应用端，人的脸、声音和形象也开始被拆成可以估价、授权和调用的素材。

业内人士透露，在短剧行业，100～500元，就可以买断一张普通人“脸”一年的使用权；稍有知名度的博主、演员或模特，价格会到几千元；到了名人明星，合作费用往往严格保密。饰演过TVB版张无忌的香港演员吴启华就在最近的采访里提到，已把自己20岁的脸授权给AI电影，片子拍完他一次片场没进，片酬还挺满意。

▲吴启华已把自己20岁的脸授权给AI电影。图 / 小红书@南方都市报

在声音领域，用户可以通过录一段话就克隆自己或他人的音色，并通过文本朗读的方式来AI配音，然后剪辑到任何视频里。

知名罪案播客“黑猫侦探社”的主播咪仔，就是“真人播客女”声音的主人。一年多前，她被邀请参与到一个“AI播客”项目里，需要她授权自己的声音并进行采样。“在这个互联网上，我的声音素材可能已经有了几百个小时，任何人都有可能拿它去训练。”在咨询过律师意见、和团队开过会后，最终，她决定参与这次合作。

她也刷到过那些反感这个声音的评论。有一个帖子，5000多赞，几万个回复，她点进去后，对于那些如潮水般的各种各样的厌恶情绪，却感觉到一种不真实。

“这些人好像在讨厌我的声音，但是又不是讨厌我本人，而是在讨厌被技术提取出来的这个东西。”

有一期播客里，她感谢了自己不久前去世的小狗，说到那里，声音有些哽咽。有人听到之后说，听多了她的AI配音，再听到那一期里微微颤抖的声音，才意识到那是属于真人才能带来的震动。

▲社交平台上不少人都在抵触AI配音。图 / 社交平台截图

一个人的声音原本属于一个身体。它包含气息、口音、情绪、关系，以及说话当下的状态。被采样之后，它变成了音色。音色可以被调用，可以讲任何文本，可以哈哈大笑、出现在和本人毫无关系的场景里。

文字表达也同样如此。脱离了身体经验，就会变得华丽而空洞。

小郑曾经看到一个讨论：如果《水浒传》是一部cult片，它会是什么样？评论区里有一段人写的回答，说“那会是一部高曝光的cult片，白花花的光像盛夏的大太阳，最后发现那种明亮没有热度，是天上的刀刃将要落下来时反射的一道白光”。

她说，那段话只用了一个核心比喻，却让她感到震撼。

后来，她把这个问题抛给AI。AI也给出一段意象非常丰富的场景：“血肉”“铁锈”“灯笼”“骸骨”“刀光”。“人类的表达有一个准确的切口，AI则像把很多看起来合适的元素堆在一起。”

▲AI给小郑的回答。图 / 讲述者提供

一个东西越接近人，却在某些细节上显露出非人的断裂，就越容易激起大脑直觉的排斥。

当这样的表达越来越多，我们反感的也许不只是机器参与创作，而是公共空间正在被一种无身体的表达占据。人类独有的情感连接，在这些表达里被弱化甚至消失了。

制造AI “泔水”的人

“稍等一下，我要先生产一个泔水出来。”半年前，斐一进入了一家AI Infra（人工智能基础设施）公司市场部工作，核心工作就是用AI生产各种视频，展示运用AI提效的场景，吸引企业客户购买Token套餐。她把自己生产的内容称为“泔水”，制造泔水的过程就是“泔水循环”：

人用“爆款”喂给AI，AI生成新的爆款模板，再被人发布回平台，被更多人模仿、改写、继续投喂。旧内容被打碎、重组、再包装，每一轮看似都在优化，实际上可能只是把同一锅内容反复搅拌、加热、倒回信息流。

在这个过程里，生产者烧掉 Token，平台获得调用量，打工人完成“AI Native”的流程，用户则在信息流里承担辨别和忍受的成本。

虽然在卖Token的公司工作，但自从一个同事一晚上刷爆了3万元人民币的Token，公司关闭了内部账号后，斐一每月只有几百元预算，用来购买AI视频生成平台的会员。一个营销视频最少需要5个镜头。这样算下来，即便每个镜头只抽卡两次，一个月精打细算也只能做6个视频。但市场团队被要求日更，斐一只能降低标准完成工作量。

最初她还试图坚持一些审美，比如尽量调一下人物的脸部细节，让人呈现出多元性，但精细的调节不仅费Token，还容易产生版权风险——根据提示词调出来的人脸，有一次就很像一个流量明星。她不打算折腾了，还是“平均脸”最便捷安全。

在斐一公司服务的客户里，AI漫剧是Token耗量最高的场景之一。市面上的AI漫剧大致分为两类：精品剧和批量剧。即便被视为“精品”的AI漫剧，其打磨一集的周期，可能只有一天；批量剧则已经形成自动化、一键生成的工作流，重点是钩子和情绪，画面是否穿帮并不重要。无论哪一种，最后都绕不开成本竞争。关键不是每个画面都做到最好，而是降低抽卡率、压缩工时，在有限预算里换来更多曝光和观看。

▲平台上AI漫剧热度持续走高。

游戏动画行业也是AI生成的高频行业。做了一段时间AI过场动画分镜的叶子，咬牙切齿地表示：“AI生图、生视频是世界上最歹毒的东西。”

一个镜头里，角色可能需要连续做四五个动作，还要保持画风、色调、表情和空间关系统一。AI经常只能理解其中一部分：动作对了，脸很怪；表情正常了，动作又错了。最让她崩溃的是“反向逻辑”的镜头。她举了一个影视中常见的例子，“风一吹，飘落的叶子回到枝头”，AI很难理解，生成几十上百次，可能只有两三次是对的，而这两三次又常常因为别的原因用不了。

以前修改分镜，她知道自己要改什么。现在，她不知道AI下一轮会给出什么。“我只能迁就AI，被动选择一个能接受的结果。”叶子觉得自己像是在给AI打工，而这完全摧毁了她工作中的价值感。

除了AI前沿公司的人，传统行业的人也在被冲击。

林悦在出版社做了10多年编辑。AI工具进入出版行业之后，她陷入了深深的虚无感。一方面，她很难说它完全不好用，选题评估、译稿润色、营销文案，很多环节都可以借助AI完成。一些原本非常糟糕的翻译稿，经过AI整理后，确实会更像“人话”。

但与此同时，她也被迫开始在投稿里识别AI味。那些大纲、目录、样章，看起来结构非常规整，喜欢用短语加冒号解释，喜欢精致排比和虚浮比喻，文字完成度很高，内容却很空的，她一眼就能看出不对劲。遇到这类稿件，她通常会直接pass掉。

编辑原本要判断一个稿子是否成立，现在还要判断它是不是由AI拼出来的。AI提高了某些人的生产效率，却把另一部分鉴别成本推给了编辑。

“抵制”AI的人

社交平台上“抵制AI”的话题下，常常有人讽刺抵制行为相当于“砸毁珍妮纺织机”，认为AI势不可挡，“抵制”无效且可笑。

事实上，在国外，艺术家、写作者、音乐人和媒体机构都曾围绕AI训练发起过抗议、诉讼和公开信。有人反对自己的作品未经授权进入训练集，有人抵制AI艺术拍卖，也有人在作品说明和版权页里写下“禁止用于AI训练”。

在中文互联网上，也有类似具有“抵触”情绪的语言：AI味儿、AI垃圾、伪人感、抵制AI。还有一些人开始研究更具体的自我保护方式：关闭AI软件后台的训练选项，禁用cookie和云同步，在Photoshop等创作软件里检查联网功能，尽量不用云端。如果必须使用AI，就尽量使用成熟模型，并选择本地部署。

▲社交平台上不少人在表达自己对AI的“抵触”情绪。图 / 社交平台截图

对大部分普通人来说，最直接的“抵制”还是划走。一项基于300多名用户参与的研究发现，标注为“AI生成”的内容，用户的行为参与度会断崖式下跌14到16个百分点。即便在AI压倒性应用的短剧行业，2026年第一季度AI生成面孔的短剧占比超过95%，但真人短剧的播放量却是AI短剧的约25倍。AI短剧的分账均值，也被真人短剧甩开了2.4倍。

但AI还在进化，当AI生成的内容越来越真假难辨，“鉴AI”就变成了一项全民工伤。

菜菜是一名在香港上学的高中生，她喜欢画画，也会接一些约稿。她所在的绘圈里，大家会放大图片细节来判断一张图是不是AI，比如头发丝、眼睫毛和刘海连接处有没有粘连，光影和基本功是否对得上。如果有人用AI画背景，线条的歪曲和空间逻辑的混乱，也很容易被看出来。

2025年下半年以来，绘圈甚至还发展出了一套更极端的“鉴AI”形式——“AI对赌直播”。

在这类对赌里，接受挑战的画师必须开直播现场绘图，证明自己拥有能画出被质疑作品的水准。“赌资”通常在千元左右。

在菜菜看来，这个方法看起来是在保护真人创作者，但最后也可能变成另一种消耗真人创作者的机制。一些人开始把AI对赌当成赚钱的途径。有人故意去找画师的茬，网暴画师，也有画师故意画出一些错误来制造争议。

支持AI和抵制AI的人如今已分成两派。作为画师的菜菜是坚定的“抵制AI”派，她在社交媒体主页上写着：“禁一切AI生成，给我发AI表情包就拉黑。”

反AI已经变成她的日常。有人用了AI头像，她会提醒对方；同好群组通常不允许发布AI内容；画师如果被发现使用AI，可能会被避雷、脱粉。菜菜也加入过一个“反AI联盟”，她会经常进去互动，在那里，她的感受会被充分地理解。

但拥抱AI的网友会觉得她可笑，主动去她的帖子下攻击，或者“反串”成盟友加入“反AI联盟”群组进行争论。

在那些人眼里，AI对于画师来说是新时代的“珍妮机”，抵制AI的人如同那个时代砸机器的工人一样可笑。菜菜对此不屑一顾：数位板才是画师的珍妮机，因为珍妮机不会把工人织好的布撕开再拼接在一起。

▲图 / 《Hacks》

菜菜也会给自己和喜欢的画师的作品做防护。

Glaze和Nightshade是她常用的两个工具。使用前者的过程被她称为“上釉”，像是给作品披上一层风格遮罩，让模型难以准确学习画师的画风；后者更像一种主动防御，如果作品被拿去训练，可能会干扰模型之后的生成结果。

这类工具跑起来耗时，也占电脑资源，所以她通常会集中在晚上洗澡的时候处理。如果是自己约来的稿件，她可能会先打一层马赛克；如果是特别喜欢的画师，她还会再叠一层格子。对自己平时发在社交平台上的画，很多时候只是叠一层摩尔纹。

这些事做久了，她偶尔也会觉有一种反复涂抹却不知道有没有用的疲惫。这样一层一层往上叠，到底能挡住什么？但想完之后，她还是继续做。如果不做的话，她会更难受。

在学校里，菜菜的抵制显得更加格格不入。

每天路过校园里的小电视，上面循环播放着AI生成的视频；小组作业里，同学会直接用AI生成图片；老师会告诉学生，不懂的问题可以去问AI；学校甚至开发了辅助作业的AI模型。菜菜并不反对这些AI工具。她觉得，如果只是查问题、辅助理解、减轻老师工作量，AI的确有方便的一面。

让她难受的是，学校也会把生成式AI放进创作课里。

有一次法语课，老师让学生自己写歌词，再用AI把歌生成出来。菜菜当场说，自己不想做，因为讨厌生成类AI。旁边的同学很不理解，“为什么会讨厌这个？”那一刻，她忽然觉得自己和他们之间像有了某种鸿沟。

在她的担忧里，如果越来越多人用AI生成图，普通小画师的价格会被压低，很多人不再愿意继续画；而真正优秀、能卖得上价的画师，价格会越来越高。到最后，普通人也许很难再约到一张纯手工的、足够好的画。她觉得，人是需要审美积累的。心情不好的时候，人可以去看展、看画、看一些真正由人完成的东西。但如果以后的小孩心情不好，只能去看AI生成的“尸块”，那会很惨。

对于AI的使用方式，她划下了一个泾渭分明的边界：只要是用“生成式AI”直接来创作，都不能被接受。

她永远记得自己最开始画画的时候，一笔一笔把喜欢的二次元角色画下来，那种逐渐进入心流，和角色对话的过程。后来她加入相关社群，和同好的交流也让她幸福。AI创作的出现让她担心，这种纯粹的热爱正在被消解。