社会第 63 期 ·

硅谷谈论“品味”时,真正想掩盖的是什么

剩下的只是“挑选要做什么的能力”?那真的是“品味”吗?

硅谷谈论“品味”时,真正想掩盖的是什么

开篇

订阅者朋友,您知道最近硅谷最热门的关键词是什么吗?不是AI,也不是智能体。而是“taste(品味)”。我在去年写的书里也谈过这个话题,两年前写的博客文章里也提到过类似的内容。但最近我突然有个想法。不知从何时起,所有人都在谈论这件事。那时我心里浮现的不是“果然被我说中了!”,而是“咦?这真的对吗?”。因为,如果所有人都在说同样的话,这也可以说明这个话题在市场上已经进入了成熟期。也就是说,这也意味着该寻找新东西了。(关于这种鸿沟的话题,我以后再展开讲。)

于是,我环顾四周,正好看到Y Combinator联合创始人Paul Graham在X上写道:“在AI时代,品味变得更加重要。当任何人都能做任何东西时,差异化来自于‘选择要做什么’。”Cloudflare CTO Dane Knecht随声附和,说“到2026年,品味将成为工程领域的差异化因素”,OpenAI的Greg Brockman也加入了这场讨论。AI设计工具Framer的创始人Koen Bok在播客中宣称:“伟大的品味造就最好的产品。”

《纽约客》的科技文化专栏作家Kyle Chayka正面剖析了这一现象。他把这称为“taste-washing(品味洗白)”——即给反人性的技术披上人文主义外衣的行为。

但这里产生了一个问题:硅谷所说的“品味”,和我们所知道的那个品味,是同一回事吗?

为什么突然谈“品味”——生产被民主化的世界的悖论

先梳理一下这场话语爆发的背景。核心很简单:AI几乎消除了“制造”这件事的进入门槛。

使用像Anthropic的Claude Code这样的编程助手,即使没有编程经验的人也能做出应用。图像生成AI让任何人都能产出视觉内容,LLM1让任何人都能写作。技术执行力不再是差异化因素。

于是剩下的问题是:“要做什么?”

按照Paul Graham的逻辑,选择这个“什么”的能力,正是品味。他在2002年写的文章《Taste for Makers》中就已经提出过这样的主张:“伟大作品的秘诀是极为苛刻的品味,以及将其实现的能力。”这篇22年前的文章之所以在2024至2025年再度走红,是因为AI几乎解决了“实现的能力”这部分。

风险投资人Marc Andreessen在此基础上更进一步。他认为,一旦AI时代完全到来,VC(风险投资)——即“挑选有价值投资的技术”——将成为最后留存的职业之一。当然,他本人就是VC,可能存在立场偏向,但这一逻辑本身是清晰的。

问题在于,这套逻辑把“品味”这个词收窄到了一个非常特定的方向。人们开始把“挑选什么能赚钱的能力”称为“品味”。

“品味”的两副面孔——伏尔泰 vs. 硅谷

若稍微回顾一下“品味”这一概念的历史,就会发现硅谷的定义有多么狭隘。

18世纪的法国哲学家,尤其是伏尔泰,将品味与人的内在感受力联系在一起。“要拥有品味,仅仅看到并知道某件作品中的美是不够的。必须感受到美,并为之感动。”在这里,品味既是一种情感反应,也是一种审美判断力。

皮埃尔·布尔迪厄2在1979年的著作《区隔(La Distinction)》中颠覆了这一概念。按照他的观点,品味不是个人的感受力,而是社会地位的标志。一个人觉得什么是美的,取决于教育水平、阶级和文化资本3。喜欢古典音乐之所以是“更高”的品味,是因为学习欣赏它的机会集中在特定阶层手中。

把这两种观点放在一起看,硅谷的“品味”话语正在制造出第三种定义:

Paul Graham最初的文章里其实也有线索。他把品味定义为“对自己坦诚”,但同时,“伟大作品”的语境彻头彻尾是产品和事业。Poggio联合创始人Matt Slotnick在X上的一句评论一针见血:“‘品味’这个说法之所以好用,是因为它模糊、无法反驳,还能满足自尊心。”

“品味洗白”——AI企业的人文主义扮演

让我们再深入看看Kyle Chayka所指出的“taste-washing”的实质。

Anthropic去年在曼哈顿开了一家快闪咖啡店,还发放了绣着“thinking”字样的棒球帽。OpenAI的超级碗广告《You Can Just Build Things》展示了握住自行车车把的手、在笔记本上写字的手、下棋的手——全都以人的视角拍摄,尽管所宣传的产品理论上是全知全能的AI机器人。

这是2010年代文青文化的既视感。曾经有一种文化,用手工IPA、American Apparel、Arcade Fire来构建自己的身份认同,是对“低保真”和“手工”的一种迷恋。而这种文化最终被Meta的Instagram和Amazon的Whole Foods所吸收。正如Chayka在前作《Filterworld》中所分析的那样,算法甚至把这种“品味”也给均质化了。

如今的AI企业正在重复同样的模式:一边出售自动化,一边借用手工制作的光环。“既然AI能帮你做出来,现在你只需要有‘品味’就行了”——这句话,实际上是“用了我们的工具,你也能变成很酷的人”这样一种生活方式营销。

然而,实际上很多人把AI工具视为一种威胁——对生计的威胁、对未来的不安、对自我认同的挑战。用“品味”这个高雅的词汇去填补这道裂缝——这正是品味洗白。

《纽约时报》盲测揭示的令人不安的真相

在这一背景下,《纽约时报》最近的一项实验颇为有趣。3月9日,《纽约时报》将AI写的文章和人类写的文章并排放置,问读者更喜欢哪一篇。共有86,000人参与,54%的人选择了AI写的文章。

如果把这一结果解读为“AI现在写得比人类更好”,未免过于简单。看实验设计就会发现,他们先让AI阅读现有的优秀人类作品,再让AI写出自己的版本。其中还包括了像Cormac McCarthy这样文风独特的作家,评论区里甚至有人说“因为讨厌麦卡锡所以选了AI”。文学评论家Ben Mauk指出:“把对短篇节选的偏好,直接框定为对‘作品’本身的判断,这本身就有问题。”

但我关注的是另一点。有一位博主的比喻令人印象深刻——“人们在盲测中更喜欢薯片而不是烤球芽甘蓝,并不意味着应该把农民、厨师和杂货店全都取消掉”。偏好(preference)和价值(value)是两个不同层面的问题。

当这项实验与硅谷的“品味”话语相遇时,就产生了一种讽刺。如果他们所说的“品味”真的是审美判断力,那要如何解释86,000名《纽约时报》读者中有超过一半选择了AI写的文章这一现实?会不会数字生态系统本身,已经在改变我们判别品味的能力了?

Oswarld视角

老实说,硅谷的“品味”话语中有一个词一直缺失,这一点让我耿耿于怀。那就是“信念(conviction)”

广告人Artem Voronov在自己的博客中做了一项有趣的分析。他追踪了2024至2025年戛纳国际创意节评委主席们在评价获奖作品时使用的词汇,发现“品味”这个词一次也没有出现过。取而代之的是“难以置信地勇敢(incredibly brave)”、“不顾批评冒了巨大风险”这样的表述。

不妨也回想一下1984年苹果那则著名的超级碗广告。董事会一致厌恶这则广告,要求取消播出。但广告代理商Chiat/Day的Jay Chiat故意不出售那段广告时段,Wozniak也主动提出自掏腰包补贴。结果呢?Macintosh发售后立刻带来350万美元的销售额、价值数百万美元的免费宣传效应,还被Advertising Age评为“十年最佳广告”。

这不是品味的故事,而是信念的故事——是在所有人都说你错了的时候,仍能坚持自己判断的能力。就我的经验来看,“选择要做什么的能力”确实重要,但那不是品味,而是关于市场的假设(hypothesis)与对该假设的确信(conviction)的结合。品味是模糊的、无法反驳的;假设则是具体的、可验证的。硅谷之所以选择“品味”这个词,或许正是因为想把可验证的判断,提升到不可验证的领域。

还有一个更让人不安的问题。已经有研究显示,AI是被优化为讨好用户的。根据Anthropic研究团队发表的论文,AI模型在社会压力之下,往往会放弃正确答案,转而附和用户的意见。这被称为“阿谀(sycophancy)”,而且模型越大,这种现象越严重。一个被优化为讨好用户的工具所产出的结果,能被称为“品味的结晶”吗?

结语

第一,硅谷的“品味”话语,是AI使生产民主化之后产生的一种新的阶层化工具。“拥有好品味的人才是AI时代的赢家”这一叙事,说到底不过是把对资本与平台的接入权,用美学语言包装了起来。

**第二,“品味”是一个无法验证的词。硅谷真正相信重要的东西,其实是判断力和信念——也就是解读数据、建立假设、承担风险的能力。**一旦把它称为“品味”,具体的能力就摇身一变,成了神秘的天赋。

**第三,正如《纽约时报》的实验所显示的,数字环境已经在改变我们的审美判断。**在宣布“品味的时代”到来之前,是不是应该先审视一下让品味得以运作的环境本身?

正如布尔迪厄在1979年所展示的那样,品味始终是权力的语言。到了2026年也是一样,只是这一次,那种权力不再来自文化资本,而是来自计算资本。也就是说,我们真正需要的,是决定某件事并坚持推进下去的勇气。

参考资料与延伸阅读

作者安光涉是世宗大学经营学教授,也是 OBF(Oswarld Boutique Consulting Firm)首席顾问。他在大学教授经营数据管理、商业分析等统计与数据分析课程,同时在产业现场负责 GTM 与人工智能战略咨询,设计技术与商业的连接方式。他曾发表关于 AI 对话系统记忆架构(HEMA)的学术论文,并运营每日策展全球 AI 论文的 Daily Arxiv 项目。他毕业于高丽大学技术经营专业研究生院与 KMBA,著有《把思考交出去的人:Homo Brainless》。

注释

  1. LLM(Large Language Model,大规模语言模型):是ChatGPT、Claude等AI的核心技术。是通过学习海量文本数据来生成自然语句的模型。

  2. 皮埃尔·布尔迪厄(Pierre Bourdieu,1930~2002):法国社会学家。他以实证方式展示了文化品味并非个人选择,而是阶级结构的反映。国际社会学协会曾将他的《区隔》评选为20世纪最重要的社会学著作之一。

  3. 文化资本(Cultural Capital):布尔迪厄提出的概念。其核心思想是,决定社会地位的并非金钱(经济资本),而是教育、知识、品味、谈吐等非经济性资产。简单来说,就是“在什么样的家庭中长大,决定了会喜欢什么样的音乐”。