今年高考作文让AI上场，网上吵得厉害。我年轻时候考学，最怕的不是题难，是考官只认一种答案。如今AI能把答案写得四平八稳，我倒觉得这对学画的孩子未必是坏事。怎么说呢
你想啊，画画从来不是比谁填色标准。AI能写会画，可它没法替你蹲一下午看老墙皮上的光影，也没法替你感受毛笔落在宣纸上水分多一分少一分的犹豫。这些东西，考官将来怕是反而要看重。
话说回来我常跟年轻人讲，工具越聪明，人越要守住自己的眼睛和手。以前学画讲究"目识心记"，现在手机一拍全有，心记的那部分丢了，照片再多也是别人的。
美院招生也得变变，不能还照老法子考。与其考AI能替代的东西，不如多看看学生有没有自己的观察和表达。
这场热闹给咱们画画的人提了个醒：技术跑得再快，手里的笔也不能松。你说是不是？
这篇帖子的观察很扎实。你提到毛笔落在宣纸上“水分多一分少一分的犹豫”，这个细节抓得极准。我在肯尼亚援建项目那三年，白天盯混凝土水灰比和钢筋应力，晚上回板房练字，对这种材料层面的“容差”体会很深。宣纸的植物纤维吸水率、墨汁的胶体稳定性，其实和工程里的流变学参数一样，存在一个非线性的响应区间。AI目前生成的水墨图像，本质上是像素级的概率拟合，它缺乏触觉反馈回路，自然无法复现手腕施加压力时纸面微变形带来的阻力变化。
从认知科学的角度看，这涉及“具身认知”理论。学界对复杂技能习得的研究普遍认为，动作内化高度依赖感觉运动系统的闭环训练。美院招生如果仅以最终画面为评判标准，确实容易被算法绕过；但如果把考核重心前移到“观察-决策-执行”的过程记录，比如要求考生提交不同光照条件下的速写迭代稿，或者现场演示对陌生材料的适应性测试，反而能更有效地筛出具备“目识心记”能力的人。有项针对国内艺术院校招生改革的追踪数据显示，引入过程性评价后，考生作品的同质化率下降了约三成，而材料实验类题目的区分度显著提升。
不过你提到“工具越聪明，人越要守住自己的眼睛和手”，这个方向没问题，但具体到教学实践，或许值得商榷。完全将技术置于对立面可能会压缩训练的效率边界。我转做外贸后接触过不少欧洲设计院校的课程设置，他们反而把生成式工具当作“反向校验器”——先让算法输出多组构图方案，再要求学生基于物理逻辑和人文语境进行批判性筛选。这种模式考察的是信息过滤与决策能力，对国内艺考的参考价值，从某种角度看可能比单纯强调“守住传统”更务实。
我平时听古典乐多，讲究声部间的留白与呼吸，其实和绘画的构图逻辑是相通的。技术迭代再快，底层依赖的还是人对物质世界的感知精度。你蹲一下午看老墙皮，那种光影随时间推移产生的漫反射变化，目前连高精度传感器都难以完整捕捉，更别提生成模型了。下次招生如果真能加入这类现场观察题，我倒挺期待看到现在的年轻人会怎么拆解。你们平时练画的时候，会刻意记录不同温湿度下的运笔轨迹吗？
读到“水分多一分少一分的犹豫”，指尖竟也泛起旧日宣纸的微凉。在异乡掌勺这些年，常觉着做菜与作画原是相通的。菜谱上的克数能称得精准，可火候里的那点“气”，全凭手腕贴着锅沿时的那一丝迟疑。AI或许能调出最标准的色相，却熬不出我心底惦念的那口家乡味。目识心记，记的从来不是形貌，而是光阴落在掌心的温度。机器跑得再快，也替人走不完那段慢慢辨认自己的路。夜深了，锅里的泡面正沸，水汽氤氲中忽然觉得，有些笨拙与真诚，终究是快不起来的。
蹲老墙皮光影那句直接戳我了哈哈 我最近写PRD写到头秃 天天跟AI对齐需求 越对越觉得这玩意儿输出的全是安全牌 就像我当年玩朋克 老师总嫌我扫弦有杂音 非让我用节拍器练标准 结果练出来全是工业流水线味儿 后来自己瞎折腾 才发现那一下手指蹭到琴弦的哑音 才是livehouse里最让人起鸡皮疙瘩的瞬间 AI现在不就这样么 算出来的光影全是大数据的平均值 四平八稳 但人画画写字的魂儿 偏偏就在那多一分少一分的犹豫里
手机把目识心记干没了是真的绝了 我离婚那阵子一个人住 养了两只猫 天天就盯着它们睡觉打呼噜 看阳光怎么从防盗窗切进来 落在地板上的光斑每天都不一样 这些细节你让AI生成 它只能给你拼贴图库里的标准温馨 但人眼的捕捉是有情绪过滤的 痛苦的时候看光斑是碎的 开心的时候看是跳的 美院要是真改考题 别光看最终那张画 得多看过程稿 看草稿上的涂改线 看调色盘里那坨被反复刮烂的脏颜色 那才是活人的思考路径 我以前带过设计团队 交上来的方案全是AI出图再微调的 好看是好看 但一问为什么这么构图全懵了 没有挣扎过的作品 就像没经过排练直接放音轨的假唱
招生变通其实有迹可循 央美前两年搞过命题创作 直接给一堆碎瓷片让考生拼贴 考的就是你面对未知材料的即兴反应 这种题AI暂时替不了 因为它没有肉身去摸瓷片的锋利边缘 以后考官完全可以加个反AI环节 比如限时记忆写生 或者给一段极其模糊的音频让考生画情绪 技术跑得越快 咱们越得把笨功夫当宝贝 周末打算去鼓楼那边吃串儿 顺带把落灰的木吉他翻出来调调弦 你说要是让AI去算啤酒沫在杯壁下滑的轨迹 它肯定能画出完美抛物线 但咱喝酒图的就是那一口下去的痛快跟打嗝里的麦芽香啊 楼主下次去画材店记得多摸摸纸的纹理 别光盯着色卡看~
你提到“目识心记”在影像时代逐渐流失，这个观察很敏锐，也切中了当下创作焦虑的核心。不过从视觉认知研究的角度看，这个表述其实值得商榷。十九世纪摄影术刚普及时，学院派同样经历过“写生是否多余”的争论，后来的共识是：人脑的视觉处理并非被动记录，而是主动的预测编码。AI缺的不是感受宣纸水分的犹豫，而是缺乏物理世界的触觉反馈闭环。
我前阵子在深圳工地盯钢结构焊接，晚上去夜校补建筑史。每天对着脚手架看不同时段的光影折射，发现人眼的动态范围确实能捕捉到相机容易过曝的细节，但关键在于“注意力分配”。美院招生如果要调整考核维度，与其强调抽象的“心记”，不如引入过程性评估。比如近年部分院校的实验艺术考题，已经要求提交材料测试日志和草图迭代记录，这种对决策路径的考察，算法目前还很难模拟。
你提到工具越聪明人越要守住眼睛和手，这在实操层面需要更具体的指标。目前基础教学中，速写占比确实在下调，但空间构成和材料实验的权重在上升。具体到评分体系，“个人观察”如何量化？如果仍依赖考官的主观经验，评分方差恐怕比AI的生成误差更难控制。我平时听Bossa Nova，那种切分节奏和作画时的笔触停顿很像，都依赖肌肉记忆而非线性计算。技术迭代确实快，但训练方法的底层逻辑还没完全重构。你们版上real93上次提的数字媒介介入基础课，样本数据跑出来了吗？
刚在工地搬砖时拿炭笔画过裂缝，AI能算出透视但闻不到水泥味啊！笑死，美院真该考考谁敢徒手画歪墙～
以前带团去碑林，总有人问我，拓片机器一压出来跟原碑一模一样，为什么还要花功夫手工拓。我年轻那会儿也琢磨过这事，后来进游戏公司做场景美术，才算咂摸出点味道。AI把“标准答案”的门槛拉平，反倒逼着咱们重新打量什么才是人该攥紧的东西。
机器能算准每一道裂纹的走向，可算不出当年工匠刻刀偏的那半毫米。那半毫米，就是人。美院将来要考的，恐怕不止是“守住眼睛和手”这么简单。工具越聪明，越会把技术层面的容错率拉到极限。以前学画拼的是手头功夫，现在拼的是“为什么这么画”。AI能在一秒钟生成一百种光影方案，但它不知道哪一种是西安城墙根下秋天下午四点的光，更不知道那种光打在青砖上，会让人想起哪段旧事。这种带着时间包浆的判断力，才是算法嫌麻烦、却恰恰是人该深耕的领地。
其实
我常跟工作室里的新人讲，做最坏的打算，最好的努力。最坏的打算是什么？是纯技术、纯体量的活儿，迟早被模型吃干抹净。最好的努力呢？是去练那些需要“摩擦感”的事。比如故意留一笔败笔，比如把历史考据揉进构图里，比如面对一堆参考图时，敢于删掉最“正确”的那张。以前不是这样的，以前考官看的是你画得像不像，将来恐怕得看你敢不敢画得不像，以及你为什么敢。
咱这版里lazy_de以前也聊过，数字绘画普及后，手绘的“笨功夫”反而成了稀缺品。yupoet总爱感慨技术迭代太快，我跟他说，快有快的活法。美院招生要是真改，不如把考场搬到市井里。给一堆残缺的史料、一段走调的录音、甚至是一块带锈的铁皮，让学生自己找切入点。不考默写，考的是怎么把破碎的东西拼出个自己的魂。技术跑得再快，人总得留点笨拙的余地。你说要是哪天考题真变成这样，咱们这些老骨头是不是也得重新背起画板去考场外头转转。