“一听到就想吐”，他们开始集体抵制AI，画师开直播自证

那张脸，听到体抵你大概率在算法推荐里见过无数次。想吐

眼尾微垂，始集师开眼神空洞却睁得极大，制A直播自证法令纹深陷，听到体抵嘴角上扬的想吐弧度精准得令人毛骨悚然。无需思考，始集师开大脑瞬间识别出这是制A直播自证AI生成的产物。如今，听到体抵互联网上的想吐男女老少似乎共用这一张“标准脸”，如同日本漫画《富江》中凭借尸块无限繁殖的始集师开怪物，阴魂不散，制A直播自证无处不在。听到体抵

有人称之为“AI味儿”，想吐有人说是始集师开“伪人感”，更有人用一种极具生理冲击力的词汇来描述这种感受——“对AI生理性厌恶”。

这种不适感正从面部特征蔓延至生活的各个角落：短视频里千篇一律的男女主角，AI配音在各类视频中反复轰炸；品牌广告画面精致却毫无生气；文章辞藻华丽、逻辑通顺、善于升华，但读完内心一片荒芜，仿佛什么都没留下。

“对AI生理性厌恶”的背后，我们究竟在抗拒什么？那些试图“抵制AI”的人，又能争取到什么？

文 | 谷谷
编辑 | 张轻松
运营 | 芋头

被算法批量复制的“AI味儿”

虾仁最近感到一阵惊悚。

她在短视频平台刷到一部AI生成的乡土短剧：主角从泥塘挖出大闸蟹，买家压价，反派搅局，最终钱货两空。起初她并未在意，但随后，蒜苔、梨、铁皮石斛等十多个版本接踵而至。剧情大同小异，角色面孔却惊人一致——主角是神似杜淳的男人，反派是眼大的女人。

这两张脸不再仅仅是短剧角色，更像是被反复调用的NPC。今天在大闸蟹村，明天在蒜苔地，后天又出现在石斛田。刷得多了，虾仁产生了一种科幻恐怖片的错觉：这些人是否已脱离人类掌控，拥有了自我意识，真实地潜伏在我们周围？

▲常见的AI脸。图 / 网络

除了面孔，声音也在被工业化复制。

短视频平台预设的音色、影视角色配音、名人仿声被无限调用。其中，“真人播客女”音色出现频率极高，涵盖知识讲解、Vlog、营销视频甚至街头叫卖。社交平台上的反感情绪高涨：“一听到这个声音就想划走。”评论区形容其“略带鼻塞”、“语气刻薄（mean）”、“让人联想到霸凌人的美国女高中生”。

对于在创意公司从事文字工作的虾仁而言，AI生成的文章更是噩梦。每当看到“……它帮我托着”、“……这是它给我的底气”、“……够稳，……够稳”这类句式，烦闷感便油然而生。

当她将小众行业需求投喂给AI时，由于语料匮乏，AI生成的开头总是高度雷同：“在某某地，崛起了一个某某行业；在某某地，升起了一颗闪闪的金星。”这种低质、糊弄的文字，根本无法采用。

事实上，大众对AI的“口癖”早已熟悉。互联网上流传着各大模型的口癖梗图，如ChatGPT式的“我就在这里，不躲，不逃，不绕，稳稳地接住你”，被视为AI油腻感的典型代表。

▲ChatGPT的常见口癖。图 / 网络

LLM（大语言模型）的核心机制是预测“下一个最可能出现的词”。经过RLHF（人类反馈强化学习）后，模型更倾向于生成被评价为“有帮助、友好、无害”的内容：先肯定后转折，少反驳多安慰，将复杂问题拆解为一二三点，最后给出温柔的升华。AI行业术语中，这种迎合用户观点和情绪的现象被称为Sycophancy（谄媚性）。

不同模型因训练数据、产品定位和安全策略差异，展现出不同口癖。而在高度内卷的AI行业，模型间互相学习、蒸馏，进一步加剧了趋同。最终，即便来自不同工具，AI的回答仍共享一种相似的语气。

AI脸的同质化机制类似。图像模型基于扩散技术，并非像画师那样一笔一划创作，而是基于训练数据和提示词，逐步生成“最像答案”的人脸。若训练数据充斥美颜、滤镜、网红审美和商业图片，生成的脸必然向此靠拢。若生成结果过于逼真，又可能引发肖像权风险。

对AI生理性厌恶的第一层，或许正是对这张安全、漂亮、缺乏特色的“平均脸”的审美疲劳。北京大学新闻与传播学院教授胡泳曾指出，我们并非排斥AI，而是主张不能因AI的标准化与统一性而消灭人类多样性，更不应给多样的人扣上“落后”的帽子。

▲图 / 《Hacks》

脱离身体经验的“伪真实”

如果说AI内容的不适感仅源于同质化和低质量，那么通过技术迭代、提升用户门槛及平台治理或许能缓解。

但AI生成方式本身，让部分人感到深层厌恶。AI内容越“真”，越令他们不安。大三新闻系学生小郑，对“真实”有着职业般的敏锐。

ChatGPT Images 2.0发布后，小郑看到一个标题为“图像与记忆印证彼此的时代业已结束”的帖子，展示了AI还原千禧年代记忆的照片：一家三口靠在床上，墙上贴着古早写真，卧室家居陈旧温馨。

她的世界观崩塌了。数码设备的画面质感、衣着打扮、环境特征，甚至闪光灯造成的红眼现象，都被还原得别无二致，几乎找不到破绽。

▲网友用ChatGPT Images 2.0生成的还原千禧年代记忆的照片。图 / 社交平台截图

AI并未真正经历过那个时代——没有和家人去公园，没有围坐老式圆桌吃饭，没有在游戏厅玩老虎机……这些由一群人共享的真实时代记忆，被跳过过程，仅凭一句话生成。

“如果连回忆都可以被模仿，还有什么是真实的呢？”

虾仁认识一位销售阿姨，胖胖的，热情，曾给虾仁许多温暖。某天，朋友圈出现阿姨的AI视频：熟悉的脸被合成到曼妙女领导身上，AI人随着镜头站起，用熟悉的声音介绍产品。

那一刻，虾仁感到身边的人仿佛被“夺舍”。

若脸完全虚假，人可将其归类为虚构；若完全真实，人可自然信任。但当其处于中间地带，便引发“恐怖谷”效应。虾仁说：“过去的换脸技术拙劣，大家一乐就过去了。现在的AI太真了，你必须仔细辨别，这就非常可怕。”

更令人不安的是，这些生成内容并非凭空出现，而是基于海量真实图像、视频、声音和文字构成的训练材料。在创作者眼中，人类留下的痕迹被切碎、重组，成为模型的养料，AI创作宛如“尸块拼接”。

不仅是训练端，应用端的人脸、声音和形象也开始被拆解为可估价、授权和调用的素材。

业内人士透露，短剧行业中，100～500元即可买断普通人“脸”一年的使用权；稍有知名度的博主、演员或模特，价格达数千元；名人明星的合作费用则严格保密。饰演TVB版张无忌的香港演员吴启华在采访中提到，已将自己20岁的脸授权给AI电影，全程未进片场，片酬满意。

▲吴启华已把自己20岁的脸授权给AI电影。图 / 小红书@南方都市报

声音领域，用户只需录制一段话即可克隆音色，通过文本朗读生成AI配音，并剪辑至任何视频。

知名罪案播客“黑猫侦探社”主播咪仔，正是“真人播客女”声音的主人。一年多前，她受邀参与“AI播客”项目，授权声音并采样。“互联网上，我的声音素材可能已有几百小时，任何人都可能拿去训练。”咨询律师、团队会议后，她决定参与。

她也刷到过反感该声音的评论。一个帖子获5000多赞、数万回复，她点进去后，面对如潮水般的厌恶情绪，感到一种不真实。

“这些人好像在讨厌我的声音，但又不是讨厌我本人，而是在讨厌被技术提取出来的这个东西。”

有一期播客中，咪仔感谢刚去世的小狗，声音哽咽。有人听后表示，听多了AI配音，再听到那一期微微颤抖的声音，才意识到那是真人才能带来的震动。

▲社交平台上不少人都在抵触AI配音。图 / 社交平台截图

声音原本属于身体，包含气息、口音、情绪、关系及当下状态。被采样后，它变成音色。音色可被调用，可讲任何文本，可哈哈大笑，可出现在与本人无关的场景中。

文字表达亦然。脱离身体经验，便变得华丽而空洞。

小郑曾见一讨论：“如果《水浒传》是部cult片，会是什么样？”评论区一段人类回答令人震撼：“那会是一部高曝光的cult片，白花花的光像盛夏的大太阳，最后发现那种明亮没有热度，是天上的刀刃将要落下来时反射的一道白光。”

只用一个核心比喻，却直击人心。

小郑将此问抛给AI。AI给出意象丰富的场景：“血肉”“铁锈”“灯笼”“骸骨”“刀光”。“人类的表达有一个准确的切口，AI则像把很多看起来合适的元素堆在一起。”

▲AI给小郑的回答。图 / 讲述者提供

一个事物越接近人，却在细节上显露非人的断裂，越易激起大脑直觉的排斥。

当此类表达泛滥，我们反感的或许不只是机器参与创作，而是公共空间正被一种“无身体”的表达占据。人类独有的情感连接，在这些表达中被弱化甚至消失。

制造AI“泔水”的人

“稍等一下，我要先生产一个泔水出来。”半年前，斐一入职一家AI Infra（人工智能基础设施）公司市场部，核心工作是用AI生产视频，展示提效场景，吸引企业购买Token套餐。她将自己生产的内容称为“泔水”，制造过程即“泔水循环”：

人用“爆款”喂给AI，AI生成新爆款模板，再被人发布回平台，被更多人模仿、改写、继续投喂。旧内容被打碎、重组、再包装，每一轮看似优化，实则是同一锅内容反复搅拌、加热、倒回信息流。

在此过程中，生产者消耗Token，平台获得调用量，打工人完成“AI Native”流程，用户则在信息流中承担辨别和忍受的成本。

虽在卖Token的公司工作，但自同事一晚刷爆3万元Token、公司关闭内部账号后，斐一每月仅获数百元预算购买AI视频生成平台会员。一个营销视频至少需5个镜头。即便每镜头只抽卡两次，精打细算一月仅能做6个视频。但市场团队要求日更，斐一只能降低标准完成工作量。

起初她试图坚持审美，调节人物脸部细节以呈现多元性，但精细调节不仅费Token，还易产生版权风险——某次调出的人脸酷似流量明星。她不再折腾，“平均脸”最便捷安全。

在斐一服务的客户中，AI漫剧是Token耗量最高场景之一。市面AI漫剧分精品剧和批量剧。即便“精品”剧，打磨一集周期可能仅一天；批量剧已形成自动化、一键生成工作流，重点在钩子和情绪，画面穿帮与否无关紧要。无论哪种，最终都绕不开成本竞争。关键非每个画面完美，而是降低抽卡率、压缩工时，在有限预算内换取更多曝光。

▲平台上AI漫剧热度持续走高。

游戏动画行业亦是AI生成高频区。做过AI过场动画分镜的叶子咬牙切齿：“AI生图、生视频是世界上最歹毒的东西。”

一个镜头中，角色需连续做四五个动作，并保持画风、色调、表情和空间关系统一。AI常只能理解部分：动作对了，脸怪；表情正常了，动作错。最让她崩溃的是“反向逻辑”镜头。她举影视常见例子：“风一吹，飘落的叶子回到枝头”，AI难以理解，生成几十上百次，仅两三次正确，而这几次又常因其他原因无法使用。

以前修改分镜，她知道改什么。现在，她不知AI下一轮会给出什么。“我只能迁就AI，被动选择能接受的结果。”叶子觉得自己像在给AI打工，这完全摧毁了她工作中的价值感。

除AI前沿公司人员，传统行业人士亦受冲击。

林悦在出版社做编辑十余年。AI工具进入出版业后，她陷入深深虚无感。一方面，难言其完全无用：选题评估、译稿润色、营销文案，许多环节可借助AI完成。一些糟糕译稿经AI整理后，确更似“人话”。

但与此同时，她被迫在投稿中识别“AI味”。那些大纲、目录、样章，结构规整，喜用短语加冒号解释，热衷精致排比和虚浮比喻，文字完成度高，内容却空洞，她一眼便能识破。此类稿件，她通常直接Pass。

编辑原本需判断稿子是否成立，现在还需判断其是否由AI拼凑。AI提高了某些人效率，却将鉴别成本推给编辑。

“抵制”AI的人

社交平台“抵制AI”话题下，常有人讽刺抵制行为如“砸毁珍妮纺织机”，认为AI势不可挡，“抵制”无效且可笑。

事实上，国外艺术家、写作者、音乐人和媒体机构曾围绕AI训练发起抗议、诉讼和公开信。有人反对作品未经授权进入训练集，有人抵制AI艺术拍卖，有人在作品说明和版权页写下“禁止用于AI训练”。

中文互联网上，亦有类似抵触情绪的语言：AI味儿、AI垃圾、伪人感、抵制AI。一些人开始研究具体自我保护方式：关闭AI软件后台训练选项，禁用Cookie和云同步，在Photoshop等创作软件中检查联网功能，尽量不用云端。若必须使用AI，则尽量使用成熟模型，并选择本地部署。

▲社交平台上不少人在表达自己对AI的“抵触”情绪。图 / 社交平台截图

对大部分普通人而言，最直接的“抵制”仍是划走。一项基于300多名用户的研究发现，标注为“AI生成”的内容，用户行为参与度断崖式下跌14至16个百分点。即便在AI压倒性应用的短剧行业，2026年第一季度AI生成面孔短剧占比超95%，但真人短剧播放量却是AI短剧的约25倍。AI短剧分账均值，也被真人短剧甩开2.4倍。

但AI仍在进化，当生成内容真假难辨，“鉴AI”已成全民工伤。

菜菜是香港高中生，喜欢画画，也接约稿。绘圈里，大家放大图片细节判断AI图：头发丝、眼睫毛、刘海连接处是否粘连，光影和基本功是否对得上。若用AI画背景，线条歪曲和空间逻辑混乱易被识破。

2025年下半年以来，绘圈发展出更极端的“鉴AI”形式——“AI对赌直播”。

在此类对赌中，接受挑战的画师须开直播现场绘图，证明拥有画出被质疑作品的水准。“赌资”通常在千元左右。

在菜菜看来，此法看似保护真人创作者，实则可能成为消耗真人创作者的机制。一些人将AI对赌视为赚钱途径。有人故意找茬、网暴画师，也有画师故意画错制造争议。

支持AI与抵制AI者已分两派。作为画师，菜菜是坚定“抵制AI”派，社交媒体主页写着：“禁一切AI生成，给我发AI表情包就拉黑。”

反AI已成日常。有人用AI头像，她会提醒；同好群组通常禁发AI内容；画师若被发现使用AI，可能被避雷、脱粉。菜菜加入“反AI联盟”，常去互动，在那里，她的感受被充分理解。

但拥抱AI的网友觉得她可笑，主动在其帖子下攻击，或“反串”成盟友加入“反AI联盟”群组争论。

在那些人眼里，AI对画师是新时代的“珍妮机”，抵制AI者如砸机器的工人般可笑。菜菜不屑一顾：“数位板才是画师的珍妮机，因为珍妮机不会把工人织好的布撕开再拼接在一起。”

▲图 / 《Hacks》

菜菜亦为自己和喜爱画师的作品做防护。

Glaze和Nightshade是她常用工具。前者过程被她称为“上釉”，如给作品披上风格遮罩，使模型难准确学习画风；后者更像主动防御，若作品被用于训练，可能干扰模型后续生成结果。

这类工具耗时且占资源，她通常集中在晚上洗澡时处理。若是约稿，她可能先打马赛克；若是特别喜爱的画师，再叠一层格子。对平时发在社交平台上的画，多叠一层摩尔纹。

这些事做久了，她偶尔感到反复涂抹却不知是否有用的疲惫。这样一层层叠加，到底能挡住什么？但想完后，她仍继续做。不做的话，她会更难受。

在学校，菜菜的抵制显得格格不入。

每天路过校园小电视，循环播放AI生成视频；小组作业中，同学直接用AI生成图片；老师告知学生不懂可问AI；学校甚至开发辅助作业AI模型。菜菜并不反对这些AI工具。她认为，若仅用于查问题、辅助理解、减轻老师工作量，AI确有便利一面。

让她难受的是，学校也将生成式AI引入创作课。

一次法语课，老师让学生自写歌词，再用AI生成歌曲。菜菜当场表示不想做，因讨厌生成类AI。旁侧同学不解：“为什么会讨厌这个？”那一刻，她忽然觉得彼此间似有鸿沟。

在她担忧中，若越来越多人用AI生成图，普通小画师价格会被压低，许多人不再愿画；而真正优秀、能卖高价画师，价格会越来越高。最终，普通人或许难再约到纯手工、足够好的画。她认为，人需要审美积累。心情不好时，人可去看展、看画、看真正由人完成的东西。但若以后小孩心情不好，只能看AI生成的“尸块”，那会很惨。

对于AI使用方式，她划下泾渭分明的边界：只要是用“生成式AI”直接来创作，都不能被接受。

她永远记得最初画画时，一笔一笔将喜欢的二次元角色画下，那种逐渐进入心流、与角色对话的过程。后来加入社群，与同好交流让她幸福。AI创作的出现让她担心，这种纯粹的热爱正在被消解。

▲菜菜很喜欢的一段关于AI生图的发言。图 / 网络

斐一也不知自己还能在那家卖Token的公司干多久。作为市场部成员，她和同事竟要挖空心思构思AI商业化方案，以吸引客户购买Token套餐创业，“真能想出来，我们就自己创业去了”。

同事曾做“AI算命”方案，初时大家认为方向好：用户输入生日、星座、近期困惑，模型生成命运分析，再包装成有趣Demo。

但做着做着，他觉得不对劲。算命本是对不确定性的解释，而AI只是在已有话术里重新排列安慰、暗示和模糊判断，还要塞入商业化付费点和传播点。

想着想着，他崩溃了，拉着斐一去便利店买可乐。喝完那瓶可乐，他决定离职。

（文中讲述者均为化名）

参考资料：

1. 澎湃，《对AI脸“生理性厌恶”，为什么？》
2. 视觉志，《北大教授：反抗AI的人，越多越好》

文章为每日人物原创，侵权必究

本文地址：https://www.huajianzixun.com/html/110f56299327.html