2025年初，一张照片在硅谷工程师圈子里刷屏。
照片里是Rick Rubin，留着标志性的长胡子，戴着大耳机，姿态松弛地坐在电脑前。配文来自AI研究大神Andrej Karpathy："There's a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists."
他在描述一种新的工作方式：用自然语言告诉AI你想要什么，让AI处理技术实现，而人类只负责选择、判断。
但这张照片真正有趣的地方在于：Rubin不是程序员，他根本不会写代码。他是八届格莱美奖得主，Jay-Z、Adele、Johnny Cash、Red Hot Chili Peppers背后的制作人。
如果你问他如何操作混音台，他会摇头；问他什么是Dorian调式，他会茫然；问他如何演奏哪怕一种乐器，他会说："Barely."
"我没有任何技术能力，对乐器一无所知，"他在CBS《60 Minutes》采访中对Anderson Cooper说，"我靠的是对自己判断力的自信。"
这句话本身就是个悖论。传统认知里，制作人应该是技术专家——懂混音、懂编曲、懂声学。但Rubin证明了一种断裂：你可以不懂"如何做"，却深谙"什么是对的"。
这种极简主义的介入方式，在AI时代突然获得了新的相关性。当AI可以在几秒钟内生成一首完整的歌曲、一段复杂的代码、一张精美的图像时，"能做"已经不再是区分优秀与平庸的标准。那标准到底在哪呢？
Rubin的答案是：品味——那种无法被算法还原的判断力，那种知道"什么是好的"而不需要知道"如何做到"的能力。
这就引出一个更根本的问题：到底什么是"品味"（taste）？
关于品味的三个误解
"品味"是一个被滥用的词。人们用它来表达各种东西，从咖啡偏好到对古典音乐的傲慢宣言。在探讨品味是什么之前，必须先澄清它不是什么。
第一个误解：品味是个人偏好
当我们说"我喜欢这个"时，常常以为这就是品味。但Rubin的工作方式揭示了一个关键区别：他知道什么对艺术家有用，而不只是他个人喜欢什么。
他描述过自己的工作流程：听完一段音乐，做100条笔记，他知道其中5条将决定成败，但会分享全部100条，然后让艺术家自己选择。如果他只是在表达个人偏好，这种不强迫的姿态就没有意义。他是在指向某种存在于作品内部的东西。
康德在《判断力批判》中提出过一个看似矛盾的观点：审美判断是主观的，但美的对象呈现为具有普遍有效性。当我们说"这是美的"，不仅仅是在报告个人感受，也在声称其他人“应该”同意。这与纯粹的偏好不同："我喜欢香菜"不需要他人认同，但"这幅画很美"隐含了一种可共享性。品味的真正含义，在于从"我喜欢这个"跨越到"这个值得被喜欢"。
第二个误解：品味是阶级区隔的工具
法国社会学家Pierre Bourdieu在《区隔》中提出了一个令人不安的洞见：品味远非中立的个人判断，它更像是社会竞争的武器。他说："Taste classifies, and it classifies the classifier"（品味将世界分类，同时也对分类者进行分类）。
所谓"高级"品味与特定的教育背景、社会阶层密切相关。当一个人宣称喜欢古典音乐或抽象艺术时，可能在无意识中传递一个信号："我受过良好教育，我有文化资本。"
Bourdieu的洞察力毋庸置疑。品味确实在社会层面扮演着区隔的角色——这一点不需要否认。但他的理论更擅长解释品味的社会分布（为什么不同阶层的人倾向于喜欢不同的东西），却不太能解释另一个顽固的现象：为什么有些作品能跨越文化、阶层和时代，被持续认可？莎士比亚最初是给伦敦市井小民写的，巴赫在世时只是一个教堂雇员，爵士乐诞生于被压迫的黑人社区。如果品味纯粹是阶级工具，这些"越界"就很难解释。
Paul Graham从另一个角度指向了同样的裂缝：如果品味完全是社会建构的，那么设计师就无法"做得更好"，只能"做得不同"。但事实是，设计师确实会进步，品味会随经验改变。这意味着品味中存在一个不完全被社会建构所覆盖的维度——某种可以通过训练来逼近的感知能力。
第三个误解：品味需要技术能力
这是最直观的误解，也是最容易被AI时代驳倒的。Rubin不会乐器，Jobs不会写代码，Paul Graham不是画家。技能回答"如何做"，品味回答"做什么"和"什么值得做"。
AI的出现使这个区分变得紧迫。当AI可以处理"如何做"时，"做什么"就成为人类的专属领域。更值得注意的是，技术能力有时甚至会妨碍品味——当你精通一种工具时，你倾向于用它解决所有问题。Rubin不懂混音台，这反而让他专注于音乐本身。
Noticing
Rick Rubin的工作室墙上没有金唱片，没有奖杯。"我把它们都寄给父母了，"他说，"这是干扰。"
在这个空间里，他通常躺着，赤脚，闭眼，有时在沙发上，有时直接在地板上。被问到如何使用混音台时，他回答："我不会操作混音台，我只是听。"
"Creativity is acts of noticing," Rubin说，"Nothing comes from us. The creator isn't making the thing. The creator is recognizing the thing, noticing the thing, and then sharing it."
这指向了品味最本质的维度：识别与辨认。他关注的从来不是技术指标，而是某种更难以言说的东西："I'm listening to the feeling. I feel that melody awaken something in me."
Rubin称自己为"reducer"而非producer。这个标签揭示了一个反直觉的真理：品味主要是一种减法能力。它的工作方式是剥离，一层一层，直到剩下不可再少的核心。在充满可能性的混沌中，品味是那只指出"这就是它"的手。
无限中的有限
2023年2月，科幻作家Ted Chiang在《纽约客》发表了一篇文章，用了一个令人难忘的比喻：大型语言模型是互联网的"模糊JPEG"（blurry JPEG）。
就像JPEG压缩会丢失细节以换取更小的文件大小，LLM通过"有损压缩"海量文本数据，学习的是统计模式而非真实理解。当你让ChatGPT写一首诗时，它所做的并非"创作"，更接近于生成一个概率上最"合理"的文本——基于它见过的数百万首诗的统计平均。
这意味着AI的默认输出趋向平庸。谈不上错误，也谈不上糟糕，只是安全、可预测、不会冒犯任何人。它总是倾向于"中间地带"，因为中间地带在统计上最可能出现。
品味与AI的根本差异正在于此。AI选择概率最高的选项；有品味的人选择概率上"不太可能"但在特定语境下"就是对的"选项。想象你在选择一张专辑封面：AI可以生成一万张图像，每一张都"专业"、都"美观"、都不会出错。但哪一张捕捉到了音乐的essence？这需要一种非概率的判断。
Chiang的比喻还揭示了另一个层面：当我们大量依赖AI生成内容时，我们消费的是一种压缩的现实。就像看一张过度压缩的JPEG，能辨认出大致形状，但细节已经丢失。在无限的内容流中，我们可能会丧失对"真实"的感知——这里说的不是事实层面的失真，而是存在层面的真实，那种只有人类判断才能触及的东西。
这就是"无限中的有限"的含义。AI给我们无限的可能性、无限的内容、无限的选项。但如果没有品味，无限等于虚无，在没有任何限制的情况下，选择就失去了重量。
品味是一种自我施加的限制。它说：这是对的，那个不是。这种限制带来的恰恰是解放——它赋予选择以意义。
在存在主义的意义上，这是人类自由的核心。
萨特说"存在先于本质"——人类没有预设的目的，必须通过选择来创造自己的本质。但这种自由是令人晕眩的，因为它没有指南。品味提供了一种导航工具：它帮助我们看见什么是值得选择的。
这种判断是人类主体性的最后堡垒。
品味从哪来
最后，品味是天生的还是后天的？这个问题困扰了哲学家三百年。
休谟在《论品味的标准》中给出过一个精确的回答。他描述了一种"真正的裁判"（true judge）需要具备的五个条件：敏锐的感知（strong sense），精细的情感（delicate sentiment），通过实践提升（improved by practice），通过比较完善（perfected by comparison），清除所有偏见（cleared of all prejudice）。
这五条读起来像一份训练手册。它们暗示品味既有天赋的成分，即你需要某种基本的敏感性作为起点，但更主要的部分来自后天的磨练。
Rubin的四十年从业经历其实就是这份手册的活注脚。他躺在工作室里听了整整四十年，从Beastie Boys到Johnny Cash，从嘻哈到乡村。没有人天生就能横跨这么多风格做出判断。那是"通过实践提升"和"通过比较完善"的结果。
乔布斯生前在这个问题上跟伴侣Tina Redse有过一次争论。Redse认为审美品味根本上是个人的，因人而异。而乔布斯则坚持品味是普遍的，可以被教授。他们谁也没有说服对方。
但有一点两人可能都会同意：品味的培养中最难的部分，是休谟的最后一条——清除偏见。
你以为自己在培养品味，很可能只是在加固已有的偏见。你反复接触自己喜欢的东西，不断确认自己的判断，最终建立的不是品味，而是一个自我封闭的回音室。真正的品味需要你主动走进让你不舒服的领域，去听你不喜欢的音乐，去看你不理解的艺术，然后诚实地问自己：我的抵触，是因为这东西真的不好，还是因为我还没学会怎么看它？
由此可见，这个过程没有终点。品味不是一个你达到的状态，而是一个你维持的习惯。
作者：数字游民Jarod
