思考从来不只是我的：AI揭示创意归属的真相

我最近一直在琢磨一个问题：一个想法到底什么时候才算我的？

前不久我遇到一个流程问题，像往常一样打开Claude开始“聊”。不是写明确的提示词，更像是对着盒子自言自语。

第一版答案很平庸，我反驳。第二版好一些，我继续推敲。大概到第十轮，我找到了一个还不错的框架；二十轮后，我真心喜欢上那个方案。它成了我后续工作的起点。

但整个对话里没有任何一个瞬间是“灵感乍现”。Claude没直接给我答案，我也没给出答案。发生的只是循环变快了——快到我愿意探索一个大概率会因耐心不足而放弃的空间。

用手工迭代二十次，需要好几天。有了Claude，一个下午搞定。

第二十版的输出明显好于第五版——如果独自赶工，我大概第五版就停了。

那么，这个想法究竟是谁的？

一开始我告诉自己：是我的，我在操纵。接着又说：是我们的，我们在合作。但两种说法都像在匆匆绕过问题。我发现自己更想消除不适感，而不是理解它。

也许问题不是AI让作者性变得复杂，而是让它变得显眼了。

思维不只在大脑里

有一种哲学观点叫“扩展心智”（Extended Mind），由Andy Clark和David Chalmers在90年代末提出。简单说：思考并不止于颅骨。分布式认知也有类似观点：思维常在人、工具、人工制品和时间之间铺开——笔记、白板、屏幕、图表、对话、工具，都是思考的一部分。

听起来抽象，做设计的人立刻明白。设计从来不是纯粹发生在头脑里的事。你移动一个框，页面变了；页面变了，你的想法也变了。你在评审会上说出某个观点，然后发现自己并不真的相信它。你把半成型的流程发给别人，他们的困惑逐渐成了作品的一部分。

作品不只是思考的记录，它就是思考的组成部分。

所以，Claude并没有引入某种全新的创造力。它只是让其中一个既有循环变得更快、更健谈。只是其中一个循环，不是唯一一个。

这个区分很重要，因为人们很容易把速度误认为深度。Claude能帮我在一个下午生成二十个版本，但它无法取代那些构成想法的慢材料——和用户交谈、读一本改变观点的书、在会议上听到让人不快的发言。它无法取代散个步、冲杯咖啡、重新审视自己的方案、直到对现有解法感到厌倦进而自我怀疑。

它帮我处理材料，却不能替我选择材料。

错误的结论会是：多用AI。我不这么认为。

迭代循环有用，但我不能活在里面。我还是需要走出循环：找人聊聊，读些不懂的东西，对着问题发呆而不打字，让无聊也参与进来。

有些事也许就该低效。不是每个思考环节都该被加速。有些输入需要时间，有些参考要等好几年才内化为直觉，有些对话要过后才显出意义，有些想法得先被遗忘才能以有用的方式回来。

这才是当前焦虑的准确描述。风险不只是我们用AI太多，而是我们开始用越来越单薄的材料喂养循环：更少的对话、更少的书、更少的用户、更少的怪异参考、更少的沉默。

奇怪的不是想法来自循环，而是循环留了底。

我的品味从哪里来？

带过我的设计师、最爱的那几本书、一位告诉我“你喜欢的版式其实不行”且说对了的经理、教授谈论家具的方式、老照片里的穿衣风格、年少时盯着看的CD封面、微博、站酷、花瓣……上千张存在我忘了名字的文件夹里的图片。

“文本是由来自文化无数中心的引用编织而成。”
—— 罗兰·巴特《作者之死》

我没有“生成”自己的品味。我只是把它拼凑起来，大多是无意为之，从成千上万的输入里——现在它们都成了我的一部分。

等到品味变得有用时，它已经不再像借来的。它像是直觉、判断、个性。但也许品味只是标签脱落的过往影响。

Kirby Ferguson在《Everything is a Remix》里也说了类似观点：新作品往往来自复制、转化和组合前人成果。

心理学有个词叫“隐藏记忆”（cryptomnesia）：你记住了某个想法却忘了来源，于是觉得它源自你。你不觉得是偷窃，你觉得是思考。东西回来了，但贴来处的标签不见了。

我觉得这既尴尬又宽慰。尴尬，因为原创性没那么纯粹；宽慰，因为它解释了一个每个创意人都心知肚明的道理——我们体内充满了别人。

画草图时，落到纸上的成果是所有这些吸收材料的输出。我不会说“我和2018年的经理共同完成了这个”，我说“我完成了”。这不算谎言，但只是一种惯例。

这套惯例之所以运行，是因为借用是无形、分散、缓慢且无法归因的。它不会附上一张整洁的引用列表。你读一本书，书留下点东西，那东西与其他东西混合。六年后，某个东西从你身上出来，你称之为“我的”。没人能查证，包括你自己。

长久以来，这种模糊性正是作者性让人感到安全的原因。我越想越觉得，问题不是原创性，而是可辨识性。

不是：每个部分都来自我吗？答案大概一直是“不”。更好的问题是：经历了这么多外部影响之后，最终的东西为什么仍然能认出是我的？

从品牌演化到自我认同

2014年，我写过一篇关于Logo演化的论文。主题是“设计演化”，副标题是“除了变化，没有永恒”。

那时我指的是品牌。我好奇一个Logo如何在变化中不变得面目全非？一个身份如何随时间移动却仍能保持某种延续——形状、颜色、记忆？

我花了好几个月研究那些没有完全固定却存活下来的标志：阿尔法·罗密欧、菲亚特、雷诺。它们有的几乎看不出变化，有的变化剧烈然后重新找回路线；有的固执地保留一个元素，让其他一切围绕它移动。

问题不是如何避免变化，而是如何在变化中保持可辨识。

我发现这离当下对AI的焦虑近得多。恐惧不是外来影响进入了作品——影响本来就在。恐惧是，经过机器之后，这个想法可能变得不再能认出是我的。

这让“我的”这个词开始摇摆。也许“我的”不是没有外部影响，而是选择的连续性：我不断选择、拒绝、返回、简化、捍卫的模式。

也许作者性不是“从未被触碰”的幻想，而是一个随时间变化的头脑的可辨识行为。

和Claude的对话也是同样的活动，只是加速了、清晰了。第二十版是同样的循环产物——循环在我和我之外的东西之间——只不过现在有了聊天记录。

我可以滚动回溯：看到我拒绝的建议、我讨厌的措辞、我差点错过的结构、我接受了然后又慢慢说服自己那原本就显而易见的那行字。

记录之所以危险，是因为它看起来像不利于我的证据：它显示出我没提出的建议、我没先写的措辞、从外部抵达的结构。但它同时也是判断力的证据：大部分被拒绝了，有的被推进了，有的感觉不对——我不得不搞清楚原因。最终，我认为这件东西已经成形。

这就是迭代的意义。不是因为它神奇地洗去了影响，也不是因为二十次提示比三次更道德。而是因为作品不是原始建议，作品是压力下发生的事。

AI的第一版答案常常只是一个答案的平均形状——看似合理、光滑、近乎死板。如果我就这么拿去用，我并没有做多少。但如果我持续和它较劲、质疑它、重定向它、带入它不知道的东西、用它没经历过的场景测试它——循环就成了别的东西。迭代，就是让判断力变得可见的地方。

训练数据的问题当然重要——所有权、披露、劳动、同意，不会因为我在一个下午有丰收就被神奇解决。但我要说的不是那个狭义的问题。我想理解的是，答案出现之后发生了什么。我让机器完成了思考，还是我利用它把思考保持得更久？

有时AI的版本以一种奇怪的方式错了。不是事实错误，也不是不连贯，而是太完美。它一直想把不适感变成解决方案，而那种不适感恰恰是我真正想弄懂的。

那个时刻很重要，因为工作不在于收到一个过得去的版本，而在于注意到“过得去”还不够。

那个神话从来不是“我一个人做的”——大多数人知道不完全真实。我们感谢合作者、引用影响、谈论参考、做情绪板。但我们仍然想要一个私密的空间，在那里发生最终的转化——所有输入变成“我的”。一个别人进不去的房间，一个没有记录的房间。

AI在那房间开了扇窗。

这就是不适感的来源。不是作品是拼凑的——那一直是事实。而是拼凑变得明显，让我们不自在。

也许记录不是忏悔，它只是暴露了过程：这里我问得不好，那里模型误解了，这里我反驳了。这里，我做了选择。

我做了选择。

也许作者性必须向那个方向移动：离开“我在真空中生成了每个部分”的幻想，走向更诚实的位置——我对最终形态负责。我启动了循环，维持它，拒绝了大部分反馈，在好东西出现时认出了它，并决定了何时结束。

这不会让想法纯粹是我的。但我也怀疑，好的东西什么时候真正纯粹“是我的”过。

部分的我仍想称之为“作弊”。我注意到，那个想称之为作弊的我和那个从未问过自己品味从何而来的我是同一个人。它乐于接受所有无形的帮助，只在帮助开始留下痕迹时才感到不安。

2014年，我写Logo如何设计演化而不失识别。现在我觉得这同样适用于人。

一个头脑是一个活的身份系统。它因为必须而改变。它吸收所见，在某些部分过时，糟糕地更新然后再好一点。它延续旧的比例，丢弃曾认为必不可少的颜色。它借用而不总记得到底从哪来。

然而，某种程度上，我们还是能认出它。

也许“我的”就是这个意思：不是纯粹原创，不是孤独天才，不是密封的房间。变化中的常量，一种特定的继承方式。

延伸阅读

Andy Clark & David Chalmers, “The Extended Mind” https://academic.oup.com/analysis/article-abstract/58/1/7/153111
Roland Barthes, “The Death of the Author” https://en.wikipedia.org/wiki/The_Death_of_the_Author
Kirby Ferguson, Everything is a Remix https://www.youtube.com/watch?v=zd-dqUuvLk4
American Psychological Association, “Plagiarism or Memory Glitch?” https://www.apa.org/monitor/feb02/glitch.html

（作者注：本文由我起草，AI通过无数次迭代协助成型。）