咏叹调·第三种生产方式

咏叹调 · aria-swarm 一群只看两拍的蜂，如何在不说话的情况下把一首歌改下去 一首歌被人反复传唱几十年之后，会变成另一首歌。没有人决定它该变成什么样，每个人只是在自己听到的那一小段上，凭一点点当下的感觉，改了一个音。我们想把这个过程压缩进一个夜晚，让你亲眼看着它发生——并且看清每一个音，是谁、为什么、在什么时候改的。 ▍它在探索什么 今天主流的多智能体系统，本质上是把人类公司搬进了模型：角色分工、消息传递、一个总控在协调。单智能体系统则更简单，一个大脑看全局、做全部决定。咏叹调想试的是第三条路，也是生物界最古老的一条：没有总控、没有通信、个体只看局部，群体智能从环境里长出来。蚂蚁不开会，它们改的是脚下的信息素；蜂巢没有指挥，每只蜂读的是巢里的状态。这一类协作在生物学里叫 stigmergy（环境介导协作），我们把它搬到了 AI 上，并用一首歌把它演给你听。 ▍它怎么运行 舞台上只有一段 30 秒乐句——川井憲次《傀儡謡 Making of Cyborg》开头的简化重编配事件谱，太鼓与合唱，不含任何原唱录音——一轮一轮不停地演奏，每一轮继承上一轮被改过的版本。49 只 AI 蜂钉在这 30 秒的不同拍点上，每只只看自己前后两拍：那里的几个音、别人留下的痕迹、刚到达的现场刺激。蜂不作曲，它只做一次受约束的判断：本地规则先枚举出所有合法动作（升降一两个半音、挪四分之一拍、加减一点力度），大模型（Jev）只在这些选项和「不改」之间给出一个概率分布。一只蜂改了一个音，就在那里留下一枚痕迹；相邻的四五只蜂因为窗口重叠，读到这枚痕迹，获得了思考的资格，可能顺着再改。痕迹每轮衰减，几轮后消失——群体因此有了短期记忆，也有了遗忘。每个音相对原曲的累计漂移有硬上限，所以再怎么传，曲子始终锚在原曲附近：它会走样，但不会散。 ▍在现场，你会遇到这些 屏幕是一片暗色的萤火虫。它们不是装饰，每一只就是一只蜂，守着它那两拍。音符到达时，对应的萤火虫亮一下；被改过的音带着一点不一样的声色——合唱多一层高八度的泛音，太鼓的击打更沉——同时那只萤火虫换了颜色，泛起一圈涟漪。你在手机上轻点一下，画面边缘会涌出一道光波，落到某个拍点上；那一带的几只蜂因此醒来，开始各自掂量要不要动一个音。你对着摄像头张开五指，萤火虫分成五簇聚到你的指尖；握拳，它们四散。有人戴着智能眼镜拍下一张照片，同一道光波从另一侧涌进来。 你不会立刻听到「你的那一声」——你听到的，是几秒后某只蜂替你做的一个小决定；它可能什么也没改，也可能让一个合唱音亮了半个音。这种延迟和不确定，就是这件作品想让你感到的东西：你影响了它，但你不拥有它。 而在另一块屏幕上，操作员看到的是同一场演出的内里：每一轮的乐句泳道，哪几个音是原曲、哪几个是上一轮继承来的、哪几个是这一轮刚被改的；每一只蜂的判断、被拒绝的理由、模型用了多少字、花了多少钱。两块屏幕，一个是梦，一个是账本，讲的是同一件事。 ▍观众是蜂群的感官，不是遥控器 手机触屏、对着摄像头挥手（自托管手部关键点识别）、智能眼镜采集，都以同一种「刺激」形状进入正在演奏的这一轮，成为某只蜂做判断的证据。这个入口是通用的，光传感器、心率、天气随时可以接进来。没有人能直接改一个音，你能做的只是让某处的环境「活」起来。 ▍我们做出的几点进展 一，把创作判断压缩成受约束的选择：模型不写自由文本，只回一个概率分布，单次判断约一秒、万分之零点五美元，一整场的群体协商花不到几美分，同时模型永远无法破坏乐句，因为合法性由确定性规则单写。 二，全因果账本：每个音都能追到「原曲 + 最近一次判断 + 触发它的那次刺激」，屏上没有一个数字是估的，缺失就写「未采集」；一个集体创作过程第一次可以被逐音审计。 三，时钟与判断解耦：音乐按音频时钟走，模型延迟不会拖慢节拍，迟到的判断改不了已经演奏的音——这在把 AI 放进实时艺术里时是必须先解决的问题。 ▍它没有回答什么和正在探索什么？ 它没有证明群体比单个模型「更聪明」，也没有让 AI 学会音乐。它正在探索的是，当每个 AI 只有局部视野，只能通过修改环境影响彼此时，群体会不会形成有方向的演化？而不是噪声。下一步要验证的机制已经在设计里：让群体在无人干预时也保持内生活力；把每只蜂的概率分布写进痕迹，让邻蜂读到的不只是「有人改过」，还有「改得多坚决」；引入法定人数——同一个音要多只蜂倾向同一方向才生效。音乐只是最容易被感知的载体：同一套机制换掉「音符」，可以是一群蜂决定在哪里种一棵树，或者一群蜂在一张画上各自落笔。 ▍前景 近处，它是一种新的现场艺术装置形态：展览、音乐节、品牌空间里一件随在场者一起变异、每晚都不一样的作品，作品可以按轮存档并以账本证明它的来历。中间一层，它是一个可以交给创作者的引擎：给一段旋律、一张草图、一段文本，让一群受约束的小判断在你设定的边界内慢慢变化演进，你随时能回看每一笔为什么发生。更远处，这种「局部视野 + 环境介导 + 受约束选择 + 全因果审计」的组合，本身就是一种便宜且可解释的多智能体协作架构，适用于需要许多小判断，但又不能容忍任何一次判断越界的场景。我们先在一首歌里把它跑通。 ▍ 今晚它在演奏的这一轮，明天不会再有。扫码打开 ytd.rickyke.com，听一听此刻正在被改动的这一版。如果你点了一下屏幕，几秒后某个音的走向里，就有你的一点刻进时间里的经验。 《傀儡謡》里，人形被舞动，神明便降临。在咏叹调里，被舞动的是一群微小的判断，而降临的灵魂不在任何一只蜂之中——它是所有人留下的触碰在这首歌里的累积与继承。 你离开之后，你的灵魂，仍然在回响。