当AI什么风格都会写，人与人一起创作还有多重要？

mogoec 2026-10-10

AI 40分钟生成30首歌，五个人花一个周末做两首：他们图什么？

AI已经能在很短时间里，把文字提示变成一首结构完整的歌。但《纽约时报》的一场创作实验提出了另一个问题：当人们一起写歌、反复试错、等待灵感出现时，创作的价值是否只在最后那首作品？或许，人们走进录音棚，并不是因为世界缺歌，而是因为他们想和别人一起创作。

AI写歌越来越快，创作的门槛也越来越低。给音乐生成工具几句文字，它就能做出旋律、歌词和编曲。可当AI几分钟就能生成一首歌，人为什么还要花一个周末，和别人一起磨两首歌？

《纽约时报》记者马特·里克特尔近期做了一场实验：他邀请四位职业音乐人，在录音棚里用一个周末制作两首歌；之后，他和该报负责AI项目的设计编辑朱莉安娜·卡斯特罗·瓦龙使用Suno生成歌曲，再邀请读者比较人类创作与AI生成的作品。参与者和实验过程也在后续访谈中得到介绍。

实验中，编辑朱莉安娜尝试用Suno生成一首关于创作灵感的歌。最初，她把提示词误输进歌词栏，工具便直接把提示词唱了出来。调整输入后，她在约40分钟里生成了约30首不同风格的歌曲。

这个过程展示了AI音乐工具的突出优势：快速提供多个版本，让创作者迅速试听、比较和修改。它能帮助人越过“从哪里开始”的难题，也能让没有乐理基础的人尝试把一个念头变成可听见的作品。

Suno在2025年曾表示，过去两年里约有1亿人使用其平台创作音乐；到2026年9月，《纽约时报》报道该公司称，使用者已超过1亿，其中约200万订阅了付费计划。这些是公司披露的数据，反映平台使用规模，并不等于专业音乐作品的数量或质量。

录音棚里的过程慢得多。里克特尔带去了自己写的样带，在职业音乐人面前播放时，他形容自己会脸红、出汗。接下来，几个人一起讨论歌曲结构、反复试和弦、寻找适合的唱法，甚至要处理缠在地上的录音线。

他们不是拿到明确答案后按步骤执行，而是在共同尝试中逐渐找到方向。某段风琴旋律加入后，其中一首歌突然有了新的力量；另一首歌的歌词，则经过几轮修改，才得到团队认可。

这些细节并不保证最后一定能做出好歌，却让创作变成了一种人与人之间的交流：一个人提出想法，其他人接住、回应，再把它往前推。参与者所珍惜的，可能正是自己的演奏或歌词被听见、被认可的那一刻。

AI能生成许多备选方案，却不会因为在专业人士面前播放样带而紧张，也不会感受到“这版终于对了”带来的释然。两种创作方式的差别，不只在产出速度，也在参与者经历了什么。

这场实验设置了读者盲听比较，但它更值得讨论的部分，未必是谁赢得投票。仅凭一次实验，也不能得出“人类音乐普遍胜过AI”或“AI已经取代音乐人”的结论。

AI擅长快速生成、提供灵感和满足特定场景需求。人类创作则常常牵涉生活经验、个人判断、现场互动与共同记忆。它们可以服务不同需求，也可以进入同一条创作流程：先用AI打开方向，再由人来选择、修改、演奏和赋予作品意义。

这个趋势已经不只是工具演示。2026年9月，Suno宣布推出与华纳音乐集团、BMG等行业伙伴合作开发的新一代模型，并介绍了局部修改、歌词替换和结合音频等创作功能。与此同时，围绕训练素材、版权与创作者权益的争议仍在继续。技术进步与行业规则如何协调，仍是AI音乐发展的重要议题。

这场实验让人想到，许多工作也有类似的两面：AI可以快速生成方案、摘要或初稿，但团队讨论、相互质疑和反复修改，往往也会改变人们对问题的理解。最终交付的文件只是结果；过程中形成的判断、默契和共同经验，同样有价值。

所以，五个人花一个周末做两首歌，理由或许很简单：他们想创作，也想和别人一起创作。

当AI让内容变得容易生成，人们更需要想清楚：我们希望它替自己完成哪一部分，又希望亲自参与哪一部分。效率可以回答“多久能做出来”，却不能独自回答“为什么要做”。