当前位置:首页>java>在代理时代,艺术家仍然选择手写生成艺术代码

在代理时代,艺术家仍然选择手写生成艺术代码

  • 2026-10-21 13:28:46
在代理时代,艺术家仍然选择手写生成艺术代码

最近一段时间,AI agents 与自动编程工具的进展,已经到了无法忽视的程度。
它们可以通宵运行、拆解复杂工程问题、阅读几百页论文并实现其中的算法。
对于目标明确、可验证的任务——写模块、移植数学库、重构系统——
人类写代码正在迅速失去效率优势。
这一点,我已经完全接受,甚至乐在其中。
把枯燥、重复、没有审美判断空间的劳动交给 agent,是一种解放。
但奇怪的是,在生成艺术与 creative coding 领域,
我并没有感到同样程度的“被取代感”。
相反,我越来越清楚地意识到:
这里的问题,从一开始就不一样。

生成艺术,并不存在一个清晰的目标函数

在工程世界里,我们习惯假设:
有一个明确的问题
有一套评判标准
有一个“更优解”
而生成艺术恰恰反其道而行。
目标往往是模糊的
评价高度主观
创作过程中,目标本身会不断改变
很多时候,你并不是在“解决问题”,
而是在不断追问:“这还是不是我想要的?”
你当然可以让 AI 一夜之间生成上千个版本。
但最终,仍然需要一个人站出来判断:
哪些只是熟练的衍生
哪些落入了风格陷阱
哪些虽然“不完美”,却开始显露出生命感
筛选、否定、改写方向,本身就是创作的核心。
这不是算力问题,而是审美与判断的问题。
Lore Vanelslande, Cosmogram. 2021.

为什么“完美解”常常更无聊

在生成艺术实践中,有一个反复出现的现象:
越是像素级精确、算法上高效、路径最短的解,
往往越缺乏魅力。
这并不神秘。
因为美学并不奖励最优性。
真正让作品“站住”的,往往来自:
多余
偏差
不稳定
对系统并非完全掌控的状态
而这些,恰恰是任何优化过程最先消除的东西。
当 AI 找到一条“最干净的路径”,
人类创作者反而会怀念那条绕远、磕绊、
但留下身体痕迹的路线。

身体并不是执行器,而是认知本身的一部分

这种直觉,在我阅读 Simon Penny 的《理解之道》时,被系统性地解释了。
Penny 批判了过去几十年主导认知科学的“计算主义”假设:
认为思考等同于计算,心智像软件一样可以脱离身体运行。
而他提出的核心观点恰恰相反:
认知是具身的。
艺术创作中的“判断”,并不只发生在大脑里:
发生在手与材料的互动中
发生在眼睛反复回看作品的过程中
发生在身体在工作室里移动、停顿、犹豫的瞬间
生成艺术家在调参数时,并不是在计算“美的公式”,
而是在身体—视觉—直觉的循环中,感知“哪里对了”。
所谓灵感,往往不是坐着想出来的,
而是做着做着涌现出来的。

代码在这里,不只是工具,而是一种身体延伸

这也是为什么,在生成艺术中,
艺术家仍然选择大量手写代码。
并不是因为 AI 写得不够快,
而是因为写代码本身,是一种思考方式。
在这个过程中:
你不断与系统摩擦
不断意识到自己最初设定的假设是错的
不断通过失败,重新理解你正在构建的“行为系统”
在这个意义上,creative coding 更接近写诗,
而不是施工。
代码不是目的,
它是你身体与抽象系统之间的接口。

我们正在见证一场真实的分裂

也许我们已经站在一个分岔口:
一端是工程与功能性编程:
目标清晰
可验证
极度适合 autonomous agents
人类逐渐退居监督与策展角色
另一端是生成艺术与创意实践:
目标流动
评价主观
强依赖身体经验、文化语境与个人判断
必须保持人类在回路中
在这条路径上,AI 是放大器,而不是作者。
Gego (Gertrud Goldschmidt). Untitled. 1966.

当工具变得过于容易,过程重新变得重要

未来的某一代人,或许会问:

既然 AI 可以生成图像,为什么还要用代码“画画”?

但就像今天仍然有人坚持胶片摄影、模拟合成器、手工印刷一样——
当工具变得过于轻松,过程本身反而重新获得价值。
生成艺术也许会从一种生产方式,
转变为一种立场、一种慢实践,
一种在自动化浪潮中的清醒选择。

结语

AI 会持续吃掉那些问题清晰的工作。
但生成艺术的本质,恰恰在于不断让问题变得不清晰。
当算法越来越聪明,
我们越需要记住:
人类的智能不只在大脑里,更在身体里,在双手里,在与世界的每一次触碰里。
在这一点上,
我暂时还不打算退出。

最新文章

随机文章