我用Suno AI寫了兩周歌，發(fā)現(xiàn)"氛圍創(chuàng)作"的邊界

AI正在對工作世界做兩件截然不同的事。

它一邊消滅某些崗位，壓縮入門工作的價值；一邊又民主化那些過去需要多年訓(xùn)練才能涉足的專業(yè)領(lǐng)域。

作為軟件開發(fā)者，我已經(jīng)在編程領(lǐng)域目睹了這一切。于是我決定在另一個領(lǐng)域重復(fù)這個實驗：過去兩周，我?guī)缀趺刻於荚谟肧uno AI，想看看一個幾乎不懂音樂的人，靠現(xiàn)代AI音樂工具能走多遠。

體驗很像"氛圍編程"（vibe coding）。它也同時暴露了生成式AI的驚人潛力與真實局限。

別再假裝這事沒發(fā)生了。

很多曾經(jīng)需要專業(yè)技能的工作，現(xiàn)在可以由AI完成——或至少部分完成。在軟件開發(fā)領(lǐng)域，非開發(fā)者現(xiàn)在能用AI編程工具和優(yōu)質(zhì)提示詞搭建出 surprisingly 可用的應(yīng)用。產(chǎn)出往往不是生產(chǎn)級水準(zhǔn)，但對很多場景已經(jīng)"夠用"。

而"大規(guī)模夠用"會改變行業(yè)。

現(xiàn)在，同樣的事正在音樂領(lǐng)域發(fā)生。

Suno最讓我印象深刻的第一點是它的易用性。你不需要樂理知識，不需要制作經(jīng)驗，不需要樂器。很多時候，你只需要：一個想法，幾句歌詞，或一段描述。幾分鐘內(nèi)，一首完整的歌就出來了。

這本身就夠瘋狂的了。

幾年前，做音樂需要：多年學(xué)習(xí)樂器，掌握錄音軟件，理解混音與母帶處理，或者花錢請專業(yè)人士。現(xiàn)在，一個完全沒有這些資源的人，幾分鐘就能生成一首聽起來很精致的曲目。

這是重大轉(zhuǎn)變。

但用了幾天之后，模式開始浮現(xiàn)——AI生成音樂與專業(yè)創(chuàng)作音樂的差距也變得明顯。

同質(zhì)化問題很快成為最大困擾。大多數(shù)生成的歌聽起來：過度制作，情緒飽和，結(jié)構(gòu)可預(yù)測。旋律往往感覺通用，和弦走向通常是標(biāo)準(zhǔn)套路，結(jié)構(gòu)極其主流。AI很擅長復(fù)刻它學(xué)過的模式，但創(chuàng)造力？完全是另一回事。

最有趣的產(chǎn)出通常發(fā)生在我先給Suno一些更原創(chuàng)的東西時：自己寫的歌詞，特定的旋律想法，不尋常的風(fēng)格描述，或參考冷門藝術(shù)家。到這時，Suno變得極其有用——不是作為獨立藝術(shù)家，而是作為AI驅(qū)動的制作助手或伴奏樂隊。這個區(qū)別很重要。

第二個重大現(xiàn)實檢查是：技術(shù)門檻比想象中高。我對音頻工程或母帶處理知之甚少，我原以為現(xiàn)代AI工具會把這些復(fù)雜性抽象掉。但很多生成的曲目存在問題：頻率沖突讓混音聽起來渾濁，動態(tài)范圍問題，某些樂器的音色選擇奇怪，人聲與伴奏的融合不自然。有些歌初聽驚艷，但聽得越久，"AI質(zhì)感"越明顯。

這就形成了一個有趣的矛盾。AI音樂的營銷話術(shù)是"任何人都能創(chuàng)作專業(yè)級音樂"，但實踐中，專業(yè)級產(chǎn)出往往仍然需要：懂行的耳朵來發(fā)現(xiàn)問題，技術(shù)知識來修復(fù)問題，或花錢請專業(yè)人士處理。這意味著專家仍然被需要。專業(yè)層沒有消失，只是轉(zhuǎn)移了。

這讓我想起軟件開發(fā)。