# 当生成不再稀缺，审美会成为 AIGC 最大的壁垒

> Aesthetic Engineering 系列 · 第二篇

> 作者：**LeenMa** · [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)

上一篇讨论了一种熟悉的感受：AI 做出来的东西已经很精致，却仍然让人觉得有一股“AI 味”。当生成能力足以完成画面，问题可能出在判断上——什么需要出现，什么应该删掉，什么虽然漂亮，却没有帮助表达。

过去，很多创意停在“做不出来”：预算不够，没有设备，缺少设计、拍摄和后期能力。现在，一部分执行门槛正在下降，我们可以更快得到候选，却开始花更多时间判断候选。

**当生成能力逐渐变得廉价，Taste 会重新变得昂贵。**

标题中的“最大壁垒”表达的是我对这个方向的重视，并不是对行业竞争因素作过测量后的排名。更具体地说，在能够获得相近生成能力的人和产品之间，取舍可能越来越直接地影响最终差异；模型能力、成本和渠道仍然会限制创作与交付。

## 一、我们正在经历一次「创造力通胀」

假设一个普通人可以随时获得大量摄影、设计、插画和剪辑方案，而且等待时间越来越短。创作中会发生什么变化？

最先改变的，是把想法变成可见结果的成本。

过去，一次拍摄需要设备、演员、场地和制作周期。一张海报也需要设计与修改时间。因此，Production Capacity，生产能力，本身就是稀缺资源。

AI 正在改变其中一部分条件。一个人可以更快看见多种方案，比较不同构图、镜头和叙事，也更容易放弃已经投入过的方向。

我把这种供给扩张暂时称为“创造力通胀”。被大量增加的是可生成的内容与候选，不等于有价值的创作同比增加了。

**内容越来越多，单凭“能做出来”获得的优势就可能越来越小。**

生成也没有因此变成零成本。调用、等待、筛选、返工和注意力仍然需要投入。只是当执行门槛下降，新的稀缺会更容易浮现：谁能提出值得做的方向，谁能从大量结果里认出值得继续的作品。

## 二、AIGC 1.0：Generation

回看 AIGC 的早期竞争，许多问题都围绕一句话展开：

> **Can AI make it?**

能不能生成一张图，画对手和文字，保持人物一致，理解复杂提示，生成更长的视频？每一次改进，都让原本做不到的事情变得可尝试。

这一层的竞争维度包括质量、分辨率、提示遵循、一致性、可控性、速度与成本。模型升级最容易被感知的，也正是这些变化。

这是本文所说的 **Generation，生成能力**。它解决从无到有的问题，是后续工作的基础。本文用 1.0、2.0、3.0 区分讨论层次，不把它们当作已经完成的行业分期。

但当多个模型都能完成某类任务，我们就会发现：能够生成一个结果，与完成一次创作之间，还有很长的距离。

## 三、AIGC 2.0：Creation

让 AI 生成一个未来城市，它可能给你一张漂亮的图。但在一部影片里，我们还需要解释：为什么出现这个城市？观众应该感到希望还是压迫？镜头先让人看见什么？它与前一个镜头是什么关系？

这些问题把单次输出放进了更完整的创作过程。

原来的交互可以写成：

```text
Prompt → Output
```

创作需要的链路则更长：

```text
Intent
↓
Planning
↓
Generation
↓
Editing
↓
Iteration
↓
Result
```

参考理解、人物一致性、镜头控制、编辑、叙事和多模态协作，都在这一层发生关系。它们帮助零散素材共同完成一个目标。

所以，**Generate ≠ Create**。生成提供素材和可能，创作还要组织它们，让前后关系成立。

我把这一层称为 **Creation，创作能力**。但即使流程已经完整，另一个问题仍然存在：它依据什么作出选择？

## 四、当 AI 什么都会做，我们到底让它做什么？

假设模型已经能很快给出一百个方案。困难不会在一百张图出现时自动结束。

我们仍要判断哪个更适合当前作品。一个设计可以漂亮，却不适合品牌；一个镜头可以震撼，却破坏故事节奏；一句文案可以聪明，却不像作者会说的话。

“哪个最好”因此需要被放回语境。是最容易理解，最符合身份，最值得探索，还是在剩余时间里最有希望完成？这些目标未必同时指向一个结果。

创作者面对的问题，开始由“我还能生成什么”，转向：

**我为什么要留下这个？我愿意为它接受什么代价？**

这就是第三层要处理的事情。

## 五、AIGC 3.0：Taste

Taste 通常被翻译成“审美”或“品位”。在本系列里，它比好不好看更宽，包含一组与具体选择有关的能力：

- **Judgment**：怎样判断作品是否成立。
- **Relevance**：它是否适合当前目标与语境。
- **Identity**：它是否属于我们希望建立的表达。
- **Culture**：它与哪些经验、群体和文化有关。
- **Restraint**：什么应当省去，什么值得保护。
- **Consistency**：不同作品能否保持有依据的连续性。

因此，AIGC 的问题可以进一步写成：

> **Does AI know what is worth creating?**

这里的“值得”，需要说明对谁、在什么条件下、依据什么。它不是一个脱离任务的审美总分。

这一层可能由人、规则、参考、评审和学习机制共同完成。称它为 Taste，并不等于已经证明某个系统拥有了与人相同的审美经验。

## 六、Generation 与 Taste，是两个相反的过程

第一篇用一组简化关系说明候选如何展开与收束，这里把它放进完整工作过程：

**Generation = 1 → N**

一个意图展开成许多可能：

```text
                 ┌→ A
                 ├→ B
                 ├→ C
Intent ──────────├→ D
                 ├→ E
                 ├→ ...
                 └→ N
```

生成降低了探索可能性空间的成本。过去一天只能尝试几个方案，现在可以看见更多差异。

而另一个方向是：

**Taste = N → 1**

```text
A ─┐
B ─┤
C ─┤
D ─┼────→ Judgment ────→ 1
E ─┤
...│
N ─┘
```

我们比较、删除、组合、修改，逐渐留下一个结果。这里的“1”可以是一件作品，也可以是一组已经确定的表达。

**Generation 扩张可能性空间，Taste 压缩可能性空间。**

但实际创作会反复往返。一次比较可能改变原来的问题，一个意外结果也可能让我们重新寻找参考。这个模型强调选择的价值，不把人的职责限定为挑选成品，也不排除 AI 提出新方向。

## 七、所以 AI 越强，人类的 Taste 反而越重要

当工具只提供三个勉强可用的结果，我们可能只能挑其中问题最少的一个。可选范围扩大以后，许多原本被执行限制遮住的判断才会暴露出来。

你是否看得出差异？能否知道哪个方向值得继续？能否在一张完成度更高的图出现时，仍然保护原来更准确的表达？

这就是本文想强调的关系：

**Generation Capacity ↑ / Judgment Value ↑**

它表达一种条件性的趋势：当执行能力更容易获得，判断就更可能成为影响结果的瓶颈。它不是“每增加一张候选，人类价值就增加多少”的定量规律。

更多候选也会带来选择疲劳。因此，Taste 的作用既包括选图，也包括缩小值得探索的问题，让模型不必把所有可能都生成一遍。

## 八、未来真正稀缺的，也许是「高质量否定」

我们习惯把创造力理解成想出更多 Idea。但在生成越来越容易以后，拒绝一个“还不错”的方案，也需要能力。

“这张很漂亮，但没有帮助说明主题。”“这个点子有趣，却改变了品牌对用户的态度。”“这里可以删掉，关键关系会更清楚。”

这些否定有具体对象，也说明了取舍的原因。

生成系统让提出更多可能变得容易，创作也因此更需要设定边界。一次拒绝是否有价值，要看它是否保护了当前作品需要的东西。

拒绝也会犯错。熟悉的外观容易得到认可，陌生表达可能过早被淘汰。因此，高质量否定还需要留下一个出口：什么新证据，会让我们重新考虑这个方案？

## 九、未来的 Creative Workflow 会怎样变化

许多生成产品仍然围绕一条简短链路组织：

```text
Prompt
↓
Generate
↓
Output
```

如果把判断放进系统，链路可能变成：

```text
Intent
↓
Taste Context
↓
Creative Direction
↓
Generation
↓
Critique
↓
Ranking
↓
Selection
↓
Editing
↓
Result
↓
Memory
```

这个结构提醒我们，生成模型只承担完整创作的一部分。目标怎样进入方向，评审怎样影响修改，选择怎样进入记忆，同样会改变最终结果。

借用 Agent 领域的区分：**LLM ≠ Agent，Generation Model ≠ Creative System。**

可以把生成模型看成系统中的 Renderer，生成执行层。这是一种架构视角，方便我们把单次输出与完整创作分开。它不意味着模型只能被动执行；模型也可以参与计划、提出关系和辅助判断，但这些贡献仍需要放回整个流程检查。

## 十、这会带来一个新的技术问题：Aesthetic Eval

Agent 能跑完任务，不代表它完成得好。创作系统同样需要评价，但评价的对象比“有一张图片”复杂得多。

Aesthetic Critic，审美评审机制，需要帮助我们回答：构图哪里影响了阅读？与参考相比缺少什么关系？哪个方案值得继续修改？哪个虽然完成度高，却偏离当前目标？

分数和排序可以帮助组织大量候选，却很难单独说明这些问题。关键取舍还需要可核对的证据，以及能够执行的修改建议。

比如“背景信息太满”，需要进一步指出哪一处在争夺注意，准备降低什么，哪些线索必须保留。否则一次简化可能让画面更清爽，也把主题删掉了。

评审本身也需要检查。AI 的解释是否指向实际作品？换个提问方式，它会不会随意改变结论？内部认为更清楚，是否真的得到读者反馈支持？

这里把对作品及评审机制的检验称为 Aesthetic Eval，审美评测；Critic 则是参与评审的机制。作品质量和判断可靠性都需要检查，第八篇会具体展开。

## 十一、甚至品牌本身，也可能变成一种 Taste Model

品牌通过规范、设计系统、历史作品和人工评审保持表达。其中既有明确的标识规则，也可能包含更深的原则：我们希望怎样被理解，什么关系值得坚持，什么即使漂亮也不适合。

这些判断若能被整理，就可能参与 AI 创作：

```text
Generate
↓
Critique
↓
Rank
↓
Reject
↓
Edit
```

例如，同样使用标准色和字体，两条文案仍可能以完全不同的态度对待用户。品牌判断需要解释这种差异，而不只检查外观。

我把这一方向暂时称为 **Brand Taste Model**。这里的 Model 可以先是一套判断表示、案例和工作方法，不预设必须训练专属参数模型。

品牌经验能否成为资产，取决于它能否跨任务帮助选择，也能否被更新。某位负责人的临时偏好、一次赶工的妥协，都不应自动进入长期默认。

## 十二、AIGC 的竞争正在从「能力」走向「品位」

把前面的讨论放在一起，可以得到一个粗略模型：

```text
AIGC 1.0
Generation
↓
能不能生成


AIGC 2.0
Creation
↓
能不能完成创作


AIGC 3.0
Taste
↓
知不知道什么值得创作
```

**Generation** 主要关注 Quality / Speed / Cost，即质量、速度和成本。

**Creation** 主要关注 Control / Edit / Story，即控制、编辑和叙事。

**Taste** 进一步关注 Judgment / Culture / Identity，即判断、文化与身份。

这三层会长期共存。“1.0—3.0”用于说明关注点的扩展，不是整个行业必须依次走过的时间表。很多任务仍受生成能力限制，很多产品也需要同时解决执行与判断。

但当能力趋同，选择的差异就会更加明显。所谓审美壁垒，需要落实为能够持续支持作品的经验、方法和协作能力，不能只靠一句“我们更有品位”。

## 十三、这也是为什么我要继续研究「Aesthetic Engineering」

如果 Taste 会成为越来越重要的一层，就值得继续问：哪些差异可以描述？人的选择能提供什么线索？参考如何成为可调用的证据？评审怎样帮助修改？个人与品牌经验怎样进入记忆？

最终，这些问题汇到一起：**Judgment 能不能被工程化？**

本系列所说的审美工程，尝试让判断有依据、能进入执行、可以被检查，也允许后来被推翻。它不承诺找到一个永远正确的审美答案。

对创作者，它可能意味着更清楚地知道为什么保留一张图；对产品，意味着让用户能够看见和纠正系统的理解；对品牌，意味着不同团队可以在具体作品上讨论同一组原则。

这些事情，才可能把“审美很重要”变成可持续使用的能力。

## 写在最后

每一次供给扩张，都会改变我们需要认真做什么。

当内容和候选越来越容易获得，创作者仍然需要提出方向，识别差异，决定投入时间的地方。有时候是拒绝一个熟悉答案，有时候则是保护一张尚未精致、却值得继续的作品。

所以我认为，未来优秀的 AI 创作者未必是一天生成最多内容的人。他需要知道自己选择了什么，也愿意说明为什么，并让新的经验改变原来的判断。

下一篇，我们进入《Aesthetic Engineering：我们能把「审美」工程化吗？》，展开这套方法的六层结构：

**Taste Language → Reference System → Art Direction → Generation → Aesthetic Critic → Taste Memory**

从第三篇开始，我们尝试回答：这些能力怎样在一次实际创作中连接起来？