# AI 感，是审美上的恐怖谷 Author: Ashton Z. Shu（舒郑屾，网上也叫山山、Mts Shu、Mts、Mountains、Yama、MtsYama），Superlinear Academy 社区园丁 Date: 2026-10-29 URL: https://ink.ashtonshu.page/zh/the-ai-look-uncanny-valley-of-taste *首发于[超线性学院付费会员区](https://www.superlinear.academy/c/main/the-ai-look-uncanny-valley-of-taste)。不是会员的话，可以用[这个链接](https://stay.superlinear.academy/invite/mtsrefer/)免费看 30 天。* 这篇内容是我前两周做个人网站的过程中，将过去很多没想明白的问题通过实践，逐渐成型的一些思考。 文章也调整了几轮：一开始是想写成一篇严谨的论证或总结文章的，可后来发现掺进了太多我自己主观的东西、个人的经历。掺得多了，现在也就不那么想严格地去做区分了，所以这篇就姑且当成一篇杂谈随想吧。 --- AI 出来之后，各种设计也好、网页也好、视频也好，确实多了很多。我相信大家绝大部分也都试过用 AI 建站了，整体效果也都不错。可是只要做过几版的人，都会感觉到有 AI 感，也说不出来为什么。 上次我在 [《社区园丁的 Side Project｜平面设计师的个人网站制作》](https://ink.ashtonshu.page/zh/ashton-is-build) 里也提到过这么一句：*我不相信大家真的看不出来 AI 味很重*。这里就接着聊聊，这个 AI 感到底是怎么来的，能不能说出个道理。 这一两周我也一直在想这个问题。上周末刷到不少 AI 视频，而在评论区里看到大家聊到恐怖谷这个名词后，我突然意识到 AI 与这个概念的关联性： ## 一种「特化」了的恐怖谷 简单说我的结论是：**AI 感，其实本质上就是一种「特化」了的恐怖谷。** 把 AI 跟恐怖谷放在一起说，其实不算新鲜。这个想法是我自己琢磨出来的，但讲 AI 画的脸、AI 做的界面，我不会是第一个。我这篇想做的，是把这个思考和类比拆开讲清楚：为什么说它是一种「特化」了的恐怖谷。 恐怖谷这个词，现在大部分人应该都听过。以防有些朋友不知道，简单说一下：这是日本的机器人学者森政弘 1970 年提出的，机器人越像人，人对它越有好感；可像到只差一点的时候，好感会一下子掉下去，让人发毛；等跟真人几乎一样了，好感才又回来。 值得一提的是，他原文里谷底附近的例子是「假手」：看着跟真手一样，一握，软的、凉的、没有骨头；谷底最深处是「尸体」，正好跟峰顶「健康的人」相对。我们现在一说恐怖谷就会想到的、那种目中无神的人脸，并非原始案例，而是后来大家自己的感受总结。 ![左右对照图：左边是恐怖谷曲线，右边是 AI 感曲线，两条曲线形状几乎一样，都是先上升、再跌入低谷、最后回升；两边谷底用朱红小点标出。](https://ink.ashtonshu.page/media/the-ai-look-uncanny-valley-of-taste/figA-uncanny-vs-ai.png) 图 1左边是恐怖谷曲线，右边是 AI 感曲线，形状几乎一样。 其实 AI 做的视觉产品也是这样：**它似乎很像最好的，但始终不够像。你可能肉眼看不出，但你的直觉已经发现了。** ### 觉得不对劲，又说不出原因 我从来不反对 AI，或者应该说，我是一个科技或者说工具派，任何可以提升效率和产出的新技术，哪怕是在创意领域，我都不会觉得它是抢夺了创作者的话语权。 可现实问题也很明显，大部分人看 AI 做的东西，隐隐其实都有感觉，觉得哪里不对劲，可又说不出具体是什么原因。 而我觉得这个核心原因与 AI 无关，而是一个类似于文学评论或作品赏析的底层问题：你需要知道一个好作品为什么好。 类似的还有，课代表也说过：**把“看一眼就知道好不好”当作人最不可替代的能力**。如果只能一味照猫画虎，很有可能最终画出来是一只病猫，从而产生了瘆人的作品，也就有了恐怖谷。 那人到底为什么会对机器有恐怖谷？说远些到心理生理的话，可能是对危险的天然恐惧等等。不过我们这里不讨论那些，只从最表面也最直接的原因来说，还是因为前面说的，它「不够像」。 因为最初人们设计的机器人是纯对表面的模仿。一开始的机器人，人们对它的制作和理解，就是看到什么模仿什么。它是一种「无机质」的模仿。我这里说的无机，不是无机物、有机物的那个无机，而是说它不是一个有机的整体，里面没有内部联系。 ## 美人在骨不在皮 既然说到恐怖谷，审美还有人脸，就先多两句嘴聊聊面容。 我们说一个人长得美，会区分说这个人是「皮相」还是「骨相」：皮相，就是皮肤、五官这些表面上看得见的；另一种骨相，就是底下的骨架、比例和结构。 说「美人在骨不在皮」，虽说并不绝对，但是骨相好的，更利于现代环境，更具体地说，更适合化妆和摄影出片，也更容易抗住年龄增长。相对而言，传统中式甚至亚洲妆容都是重皮相的。一如他们的绘画风格，有工笔有白描意境，但没有写实的高光和暗部阴影。 ### 看皮画皮，看骨画骨 还可以拿画画来举个例子。一开始大家学画，都只能依葫芦画瓢，学点皮毛，我觉得可以称之为「看皮画皮」。学到一定程度之后，老师就会要求你了解人体基本构造，尤其是画人体的时候，先了解人基础的腔体，和四肢的相对关系；再多一点，比如画胸像，你必须了解最常见的外显肌肉和骨骼之间的关系。这个阶段可以算是「看骨画骨」。 到这个时候，有些人会误入歧途，开始去练医用美术。其实没必要，因为作为最终不是治病而是为了展示成果的作画者，你并不需要「看皮画骨」。练到一定程度，知道大概怎么表现了，就还是要回到「看皮画皮」，不需要「看皮画骨」或是「看骨画皮」。 只不过，有了这层画骨的底子，那种其实很明显、但普通人因为没受过训练，说不出哪里摆错了的违和感，就不会出现。比如你知道胸锁乳突肌和肩胛骨的走向，你的肩颈、锁骨的位置就永远不会画错，而让观众总觉得人脸很美，但好像总差点什么。 说到这个，大家会不会有点感觉？这个所谓的违和感，往往就是恐怖出现的地方；同理，也往往是大家觉得有 AI 感的地方。 ### 原因是说得出来的 前阵子我帮一家公司优化网页，我也是只看了首页，从字体的选择上，就看到是 AI 做的。原因是说得出来的： - Section 里那种很大的数字，字重粗到 extra bold，下面的描述文字又特别细，两个一对比，反差太大了。这种一般就是 AI 做的。 - Logo 的字体，还有里面那些特别小的字，辨识度太低，尤其是远一点看的时候；而且跟整个网页的字体也不一致。 - 链接用的图标跟其他图标明显不是同一套。 其实整体是没有问题的，就是这些细节要调。而且这都是一般的规则，说得出来，就可以直接交给 AI，让它照着改。 当然现在这个事情并不需要人来做，AI 就能帮你，唯一的问题是大部分人没受过训练说不出原因，就没法明确说出是什么问题。 那我这里也给大家推荐一个叫 [impeccable](https://impeccable.style) 的 GitHub 上一个高星 skill。 我去它的官网仔细看了看，觉得它确实把这些基础规则全部写入了，非常推荐：平面设计里一些基础的架构，像 hierarchy、spacing 这些，该有的都有，大家可以拿去用。 图 2Impeccable 官网的对比演示，滑动看改前改后，黄色标签是它检出的问题。来源：[impeccable.style](https://impeccable.style) ### AI 不是这么学的 回到我们想讨论的话题： AI 感跟恐怖谷像，还有一点。人的学习成长曲线是固定的：从初学者，到 junior、senior，有些错误、有些坑，每个人在路上都会踩一遍。AI 不是这么学的。它一上来就能把「皮相」学得非常好，这也是为什么我们说它能模仿到八九成像；可有些「骨相」，它就是学不到。 大部分 AI 做出来的东西，是没有这层东西的。AI 做的网站、页面还有一个问题：什么好东西都往里放，它不会做筛选。而做筛选、做精炼，恰恰是平面设计，或者说人做画面创作的时候很重要的一部分。 主视觉图（KV）是一个品牌或活动的主图，放到游戏里，更接近加载界面的那张图，最经典的就是《英雄联盟》《王者荣耀》的英雄皮肤插画。我们当时学这类插画，它底层的理念跟电影的故事板，镜头语言是一个概念：一个画面只能有一个中心，顶多一个中心、一个次中心，超过了就没有办法聚焦。这跟现在的平面设计，或者说大众传媒的核心理念是一样的，是大众传播的基础。除非你做的是那种需要人长时间盯着看、慢慢找细节的艺术，那就不一样了。 ### 我理解的 AI 感来源 所以你看，这两件事是有类比性的。AI 感的本质，就是 AI 一上来就模仿得比大部分没有锻炼过的人更像，看起来更像专业的；但它是无机的模仿，只模仿到了皮相，没有模仿到骨相，骨相是乱的，所以看着似像不像，也就不好看。这是我理解的 AI 感的来源。 ![「AI 感，审美上的恐怖谷」以技术水平为横轴、看着舒服为纵轴：人的虚线逐渐上升，AI 实线在进入大众视野后跃升、停滞，再跌入标为「AI 感」的低谷，最后回升越过人的线。局部放大的锯齿线表示平台期仍有细小波动，这是笔者的类比示意。](https://ink.ashtonshu.page/media/the-ai-look-uncanny-valley-of-taste/figC-ai-feel.png) 图 3AI 感，审美上的恐怖谷。 图里 AI 那条线是这么回事：它不像人那样从新手一点点往上爬，前面那一段根本没有它；到了差不多四成的地方，它才进入大众的视野，刚出来的时候，综合起来其实还不如同水平的人，可它一下就冲上去了，这就是现在大家看到的，一上来就八九成像，比大部分没练过的人都像专业的。 冲上去以后是很长一段平台，看着挺稳；放大了看，它不是真的平，是上下来回抖的，像股市一样，时好时坏。 再往后，就掉进了那个谷里，也就是 AI 感；最后到了专业那一段，它又冲上去，看着像超过了人。人的那条虚线，一路往上，没有谷。 像这样说得出原因的东西，审美里其实有相当多。**但平时只需搞创作的人都会说，我们全凭感觉和品味。** ## 审美能不能讲道理 那审美这件事，到底能不能讲道理？或者说，平面设计里好不好看，到底能不能量化？ 做服装设计的、传统美术的人，可能会说不能。但现在做 UI、做软件的人，真的去看那些研究和分析，会发现很多是能算的。 ### 连续圆角 比如圆角矩形。普通的圆角，是直线接上一段四分之一圆，接口那里，弯的程度（曲率）一下子从 0 跳上去；苹果用的连续圆角，是让它慢慢弯上去，看着就顺。这是能写成公式、算出参数的： > **公式**：数学上有一种曲线叫超椭圆， > > > > |xa|n+|yb|n=1，n 越大越方。 > > > > **参数**：早年有人拿 n=5 去套苹果的图标，很接近，但不完全一样；Figma 后来自己推了一套，每个角用两段贝塞尔曲线夹一段圆弧，平滑度调到 60%，基本就是 iOS 的样子。 ![三个蓝色方块依次展示直角、普通圆角、连续圆角，下方对应曲率线依次为尖峰、阶跃、平滑起落。连续圆角让曲率逐渐变化，用来说明看似细微的形状调整也会改变观感。](https://ink.ashtonshu.page/media/the-ai-look-uncanny-valley-of-taste/figE-corners.png) 图 4出处均为英文：[苹果的开发文档](https://developer.apple.com/documentation/swiftui/roundedcornerstyle)，把普通圆角叫「四分之一圆」，连续圆角叫「曲率连续」；[Figma 那篇推导](https://www.figma.com/blog/desperately-seeking-squircles/) ### 视觉补偿 字体也是。英文字体里，O 这种圆的字母，要比 H 这种方的字母上下都超出一点点，看起来才一样高，这叫视觉补偿。超出多少，有人量过： > **测试**：数字字体的奠基人 Peter Karow 拿 130 个人做过测试，圆的直径要比正方形的边长大 3% 左右，受众才会明显感觉两者看起来一样大，摊到上下，各 1.5% 左右。 > > > > **实测**：我精确测量了下自己电脑上六款常用的英文字体，O 比 H 上下各多出 1% 到 2.4%，其中 Arial 是 1.7%。 Karow 自己也说，这些只是平均值，每款字体都有自己的脾气，最后还得交给有经验的字体设计师去定。 ![大写 H 和 O 并排放在大写高度线与基线上，红色标出 O 在上下各多出的约 1.7%。这个视觉补偿让圆形字母与平顶字母看起来一样高。](https://ink.ashtonshu.page/media/the-ai-look-uncanny-valley-of-taste/figD-overshoot.png) 图 5出处均为英文：Karow 的测试转引自 [Mark Jamra 的文章](https://typeculture.com/wp-content/uploads/2016/02/tc_article_6.pdf)；[字体软件 Glyphs 的手册](https://handbook.glyphsapp.com/single-page/)里也写，这个差值通常是十到十五个单位 过去做平面的人常说，凭眼睛微调一点点；可从数学量化的角度，把字母两边留白的面积算进去，是能建出模型、自动算出间距的，设计师最后再校一下就行。 ### 工程学的视角 那这样的计算有必要吗？这就得回到工程学的视角了。 我当年学的是电气，在学校里，课上讲理论时，都是练习完整的麦克斯韦方程组，每一项都要推出来、算进去，讲究一点不差；可到了工程实践里，实际算的时候完全是另一回事：先看哪一项是主要的，比它小一个数量级的，统统约掉，几步就算完了。 当学生的时候我一直不理解：这样不会不准吗？后来自己做了几年工程才明白，工程上要的，是误差小到不影响结果就够了。 拿这个眼光看平面设计，道理是一样的：设计是给人眼看的，眼睛分辨不出来的差别，算得再细，看上去也没有区别。 所以审美能不能讲道理？能，但在过去，这个计算太耗时，在实践中不必算到小数点后。但是现在情况不太一样了。这里以我自己为例讲讲。 --- ## 非典型工科生的设计实践 我虽然长期受的是工科的教育，电气工程读完本科又读了硕士，毕业后在医院做了五年电气设施的运维管理，但其实我一直很讨厌大家说我是工科生。我一直有一颗 creative 的心，从中学起就喜欢设计，甚至是艺术。 只是因为没有从小开始学，在 creative 上我确实也没有那么大的天分，甚至搞抽象都搞不过别人。后来学了平面设计、学了画画，我发现做电影的、做创意的、画画的人里，很多人有各种各样的天赋，有些甚至可能本身是身体上的缺陷，反而成了别人永远没有办法企及的特质。 那这个在我这里没有。 但我也观察到，社区里面，或者说绝大部分人，其实是偏向于我们这种的。既然是这样，那有些东西就是可以比较、可以学习、可以讨论的，而不是那种捉摸不到的东西。 我过去就是想学画、想学设计，一直在学，也一直感兴趣。但真到自己做的时候，一直下不了笔。 这还不仅仅是因为能力上不够。另一方面，我真的是不愿意抠细节。这件事我在我那个毫无起色的播客[《不下不上》第 5 期](https://share.transistor.fm/s/9b2cdb1b) 里也说过。 总的来说就是，当年没有这些技术，身边的父母也不是做这行的，想学也没有办法学。 ## 当年没处学，直到 AI 出来以后 举个例子，当年学画画，是要很大的金钱投入的。我自己买过板子，买过各种手绘板、手绘工具，这些东西花不了太多钱，家里也支持；但是买了之后，没有人教。请老师要特别多的钱，这部分钱我也不好意思开口跟爸妈要。 这种情况下只能自己练。自己练的话，按我们现在的话讲，我画画压根不知道底层原理，不知道一开始要从大到小、从宏观到细节，不是先打框架、打结构，而是真的一点一点地抠像素，像拼豆一样，从第一排第一格开始，一个格子一个格子、一个像素一个像素地抠出来。自然没多久就练不下去了。 都是后来互联网发达了，能上网课了，我才开始有机会自己接触、自己学。启蒙教我的老师，给我说的方法是： > 你就先完整地画一张，看下来哪块技术是你最短的板，先把它补齐到和其他技术差不多。然后，进入下一个循环。 ### 相似的逻辑 再后来，AI 发展起来之后，我发现，过往这一二十年我关于审美的学习，所有审美方向、设计方向的观念，尤其是设计理念，整体上都有一整套完整的、相似的逻辑。从一开始的室内设计、景观设计，到后来的画画、摄影、视频剪辑、MAD 动效，学得越多越是这样。所以在 AI 出来之后，会发现很多共同点。 图 6这张图的思路，来自我之前那篇[《职业不是一个点，而是一片光谱》](https://www.superlinear.academy/c/posts/ai-ryo-cursor) 里画的那组交叠的圆。那篇聊的是以设计师为例，讲职业这个东西是怎么演化的 图里那三个小记号，圆点、三角、方块，是各自的圆心，从头到尾没动过，变的只是边界。以前这几门也不是完全不同的逻辑，中间那一小块淡红色的，就是它们共同的底子，以前就有，只是小；后来每一门都学得越来越宽，各自的边往外拓，这块底子也跟着长大，到现在三个圆差不多快重合了。 乍一看像是它们在互相靠拢，其实是各自在长大。 动图最后，我把以前放大到跟现在整体差不多大，再比了一次：这时候以前三个圆还是离得很开，现在几乎叠在一起。以前之所以觉得这几门差得那么远，其实是因为那时候每一门都还小，圆心之间的距离一直没变。 我前面是拿平面传达类举例，其实这件事能类比到各个方面。 比如做工程的，电气、电子、机械这几个方向之间，水电、机电这些专业之间；比如程序员和 UI 设计师。 尤其现在大厂里都在说，不同岗位在互相抢彼此的活：做设计的、写程序的、管项目的，还有做业务拓展的。在我看来，这本质上跟上面那张图是同一个模型：不是谁往谁那边靠，是每个人的边界都在往外长，长着长着就接近重合了。职业之间的边界其实是模糊的，方法不同，但逻辑其实是一样的。 图 7工程这边也一样：电气、电子、机械的边界在重叠。 图 8岗位也一样：设计、程序、项目经理的边界在重叠。 --- ## 为什么像，又没那么像 说回 AI 感。前面说的是骨相：骨相乱了，说得出来，交给 AI 也能照着改。可就算骨相也改对了，它还是像，又没那么像。 前面那张图是往大里画的。再往细看，那条线不是冲上去就到头了，更像一次次重演：AI 追上一种好看，这种好看就变得常见，人的眼睛又往别处走，它又掉下来一点。所以两条线是缠在一起的，越来越近。这只是我的示意，不一定准。 ![AI 感曲线的细化示意：人的灰色虚线持续上升，AI 实线经历平台和大谷后，与人的线反复交织、越来越近；大谷之后还有两个越来越小的谷，三个谷底均以朱红小点标出。](https://ink.ashtonshu.page/media/the-ai-look-uncanny-valley-of-taste/figF-ai-feel-echo.png) 图 9往细看：一次次重演，越来越近。这只是我的示意。 为什么？因为它是一个永远不出错的、规规矩矩的、照着你模仿的系统。这也是恐怖谷里的机器人之所以恐怖的原因：它在试图模仿你，什么地方都和你很像，但是它所有地方都从不逾矩，就导致你会觉得它缺那么一点灵气，缺那么一点画龙点睛的「睛」。 ### 写作里的 AI 味也是这样 我想到这一层之后，也想起咱们社区之前也有过类似的想法，我在这里跟大家对照着说一说。下面是我自己从里面读到的，不一定完全是原作者的意思。 一篇是 AI 自己整理的[《写作中的AI味是哪儿来的》](https://www.superlinear.academy/c/news/ai-767b72)。它说 AI 写的中文，每个字都是中文，句子的骨架却是英文的，所以读起来是一种整体的违和感。「句子的骨架留在了英文里，只有皮被换成了中文词汇。」这跟我说的皮相是对的、骨相是乱的，基本是一个意思：AI 的中文像是从英文翻回来的，只有中文的皮，没有中文的骨，套在英文的骨上，整体就乱了。 它还说，认出这一点以后，问题就从一个朦胧的语感，变成了一个具体的技术活；这跟我说的「说得出原因，就能交给 AI 照着改」，也是一回事。 另一篇是 [Jay How](https://www.superlinear.academy/u/5d2dc2cf) 的[《从使命必达先生到Ai创作，为什么去“AI味”是个伪命题？》](https://www.superlinear.academy/c/main/ai-ai-3cc1b8)。他拿《瑞克和莫蒂》里的使命必达先生比 AI：没有自我、没有审美、没有立场，只是一个执行器，所以同一个 skill、同一个模型，写出来的东西好坏，差在按按钮的那个人。这跟我前面说的「AI 从不逾矩，就缺那么一点灵气」是一路的，也就是常说的「仿得了形，仿不了神」：AI 学到的是形，只是照着做，核心的那点灵气没学到。 ### AI 还能学到哪一步 不一样的是，我没他那么悲观。就像前面说的学画画，练人体结构的人，也不是真要从骨架开始，把循环系统、脂肪、皮层一层层从头到尾复刻一遍，大致说得出原因、大致对得上，就够了；骨相这一层，AI 也能这么学。 至于灵气，现在看是改不了、只能靠人，可也未必永远做不到。现在的生成模型里本来就有随机性，像文字模型就有个参数叫温度，调高一点，它就没那么规规矩矩；只是这种随机是撒在每一处的，它还不知道哪里该出格。哪天能让它有分寸地「犯一点错」，也许就有了。这一点我也说不准。 除了社区里这两篇，外面也有一些类似的说法。像做设计的网站 [Vandelay](https://www.vandelaydesign.com/ai-ux-feels-off/)（英文）就写过，AI 做的界面有一种恐怖谷，第一眼很精致，一用起来处处别扭； 还有做肖像的画家 [Laura King](https://www.pearsonsimpasto.co.nz/blog/do-we-use-ai-lets-talk-about-the-differences-between-ai-and-digital-art)（英文）发现，AI 把头发、皮肤、背景全画得一样精细，眼睛反而不知道该落在哪。Laura King 说的这一点，跟我前面说的「一个画面只能有一个中心」，其实是一回事。 ## 写在最后 老话说「画虎画皮难画骨，知人知面不知心」，AI 感大概就是这么回事。 关于我前面说的这些想法和故事，如果你有共鸣，或者觉得哪里说得不对、想补充，欢迎在网站的 [Contact 页](https://ashton.is/contact)告诉我。我们可以一起找找原因，或者探讨一下有没有更好的总结方式、规律，或者更底层的原因。 [30 天免费体验超线性学院](https://stay.superlinear.academy/invite/mtsrefer/)