编者按：个性化推荐曾是流媒体平台最引以为傲的卖点，如今它们想更进一步——让AI扮演电台DJ，用语音为你串场、点评、推荐歌曲。听起来很美好，但当那个合成的“热情嗓音”在你最爱的歌曲间隙没话找话时，很多人才意识到：有些东西，AI真的不该碰。
从“猜你喜欢”到“陪你聊天”
过去十年，Spotify、YouTube Music等平台的核心竞争力，是用算法判断你下一首想听什么。推荐引擎越做越准，产品经理们便开始琢磨下一个增长点：既然用户无聊时会打开电台，何不让AI来当那个电台主持人？于是，虚拟主播、AI串场、合成语音被塞进了播放列表。平台的算盘不难理解——推荐是“被动”的，而一个会说话的声音能制造“陪伴感”，延长使用时长，顺便把广告和订阅卖得更自然。
Spotify的AI DJ：被过度设计的“声音”
Spotify在2023年推出的AI DJ功能，是这一思路的典型产物。平台收购了语音合成初创公司Sonantic，用一个名为“X”的合成声音为用户串场。这个声音以Spotify内部一位文化合作负责人的声线为蓝本，语气轻松、偶尔带点调侃，会在歌曲之间插播推荐理由。YouTube Music也沿着类似路线探索，试图让合成主持人来“策划”你的歌单。
问题恰恰出在这里。真人DJ的串场之所以迷人，是因为他们真的听歌、懂行、有观点，能在一个即兴瞬间把两首歌连成一段叙事。而AI DJ的“叙事”来自模型对用户数据的猜测。它会在你放完一首独立摇滚后郑重其事地宣布“下一首你一定会喜欢”——而你心里清楚，这个判断的依据只是播放列表里的一串标签。
尴尬的玩笑与“一本正经地胡说八道”
WIRED作者Reece Rogers的抱怨一针见血：
那些尴尬的玩笑和胡编的歌曲冷知识，正在毁掉听歌的氛围。生成式模型擅长流畅，却不擅长正确。当AI DJ热情地介绍某首歌“创作于一个雨夜”时，它可能只是把网上的只言片语拼成了一个听上去合理的句子。对音乐爱好者而言，这种一本正经的胡说八道比沉默更伤人——它破坏了信任，也破坏了沉浸感。更要命的是语气：过度热情、强行亲切、每句话都像在念广告脚本，听久了只想把音量键按到底。
“恐怖谷”不只属于人脸
机器人专家森政弘提出的“恐怖谷”理论，说的是当拟人程度接近真人却又差一口气时，人的好感会骤降为不适。这个规律同样适用于声音。真人DJ会停顿、会口误、会临时改口，这些“瑕疵”恰恰是真实感的一部分；而合成声音追求平滑与标准，一旦试图模仿随性与幽默，反而暴露机械感。当AI用一模一样的上扬语调对你说“这首歌送给你”，你感受到的不是被理解，而是被算计。
音乐需要留白，而不是填满
更根本的问题在于，平台误解了音乐体验的本质。听歌时的那几秒安静，不是需要被填补的空洞，而是情绪的自然延续。过去十年，互联网产品信奉“无缝衔接”，恨不得每一秒都塞进内容；但音乐恰恰相反，它依赖留白、呼吸和听众自己的联想。AI DJ的每一次开口，都是在把私人化的聆听时刻，改写成一场面向算法的表演。
当然，这不意味着AI在音乐领域没有价值。生成歌单、识别曲风、辅助创作、为视障用户提供语音导航，都是实实在在的进步。真正值得警惕的，是平台把“拟人化”当成万能钥匙的执念——仿佛只要给算法配上一副嗓子，它就能变成朋友。可用户要的从来不是一个话多的机器，而是一段不被打扰的好音乐。
本文编译自WIRED
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接