觀點投書：當語言成為資料、圖像成為訊號─霍去病也翻車

中國AI短劇《霍去病》爆紅又翻車，表面上看，像是一場熟悉的誇大宣傳：低成本、少人力、高流量，再加上一套「AI即將顛覆舊產業」的勝利敘事。原本流傳的版本說它靠3人團隊、3000元人民幣、短時間內就做出大量內容，甚至創下5億播放；但後續資訊顯示，3000元更接近算力成本，不含人力與設備，實際參與製作的人數接近20人，外傳的集數與時長也有混淆，所謂5億播放同樣缺乏可信平台數據支持。

如果只把這件事理解成「中國又在吹牛」，其實太輕了；如果反過來把它當成「AI神話破滅」，也同樣失焦。這起事件真正揭露的，不是某個團隊是否灌水，而是更根本的問題：AI並沒有創造全新的灰色地帶，它只是把人類在資訊時代早已默許、卻一直沒有認真處理的灰色地帶，放大到舊體制再也遮不住。

這才是今天最該談的事。

很多人談AI，仍習慣把它想成某種突然闖入的外來力量，彷彿一切混亂都是從AI開始的。但事實不是這樣。真正的分水嶺，不是AI出現，而是更早之前，人類已經把自己的文字、圖像、聲音、記錄全面數位化。

一旦進入資訊系統，這些東西就不再只是表達，同時也變成可儲存、可傳輸、可切割、可複製、可拼接、可重組的資訊材料。從那一刻開始，人類其實就已經接受了一件事：自己的記憶與表達，不只屬於文化，也屬於技術。

所以，重組不是AI發明的。人類自己一直都在重組。每篇文章都帶著前人的語彙與句型，每張圖像都延續既有風格與視覺模板，每個故事都無法脫離既有敘事慣性。所謂創作，從來不是在真空中憑空誕生。

問題不在有沒有重組，而在於過去這種重組還受限於人的速度、人的記憶、人的精力與人的成本。也因此，很多本來說不清楚的邊界，可以繼續被模糊處理。什麼叫借鑑，什麼叫模仿，什麼叫致敬，什麼叫挪用，什麼叫原創，社會其實從來沒有真的講清楚，只是過去舊技術條件還足以撐住這種含糊。

AI真正打爆的，就是這層假穩定。

《霍去病》最值得看的地方，不在於它是否真的代表影視工業已被顛覆，而在於它完整示範了AI時代最敏感的結構性衝擊：AI不是開始做以前沒有人做過的事，而是用前所未有的速度、規模與擬真度，去做那些人類本來就在做、卻始終沒有定義清楚的事。

它讓語言重組變得更快，讓圖像生成變得更廉價，讓敘事包裝變得更大量，也讓「看起來像真的」第一次能以近乎工業化的方式快速複製。

於是，原本還能含糊帶過的問題，全都被推到檯面中央：

什麼叫創作？什麼叫作者？什麼叫勞動？什麼叫真實？什麼叫責任？ （相關報導： AI時代人才大洗牌！網銀國際技術總監：「跨領域整合力」與「持續學習」是關鍵 ｜ 更多文章 ）

這也是為什麼《霍去病》引發的不只是技術討論，而是一種更深的不安。外界反感的，不只是某些數字可能被吹大，而是整起事件讓人感受到：過去那些還能被說成「宣傳手法」、「先講亮點」、「技術性表述」的模糊做法，在AI時代開始變質了。因為當生成速度快到能壓過查證節奏，當擬真程度高到能蓋過製作真相，原本只是模糊，現在就會直接變成信任危機。

說得更直接一點：過去人類社會能容忍某些灰色地帶，不是因為那些灰色地帶合理，而是因為它們的破壞力還有限；但AI一來，這些舊灰區被全面放大，舊體制就再也不能假裝自己有能力靠慣例撐住一切。

這也是為什麼，今天真正被挑戰的，不只是著作權、平台規範或產業倫理，而是整套舊體制背後的治理敘事。

近代社會一直默認：作者是清楚的，創作是有邊界的，勞動是可計量的，真實是可辨識的，責任是可歸屬的。這套秩序之所以能運作，不是因為它真的毫無漏洞，而是因為舊技術條件讓漏洞還不至於全面爆開。

AI時代的問題，正在於它讓這些漏洞第一次同時浮出水面。不是因為AI突然有了意志，也不是因為機器突然變邪惡，而是因為人類終於被迫面對一件長期被拖延的現實：那些我們以為理所當然的秩序，其實很大一部分只是建立在模糊、默契與低效率之上的暫時平衡。

這也是人類對AI情緒複雜的真正原因。

我們不是單純害怕AI比人強，而是開始意識到：如果文字、圖像、聲音、敘事都能被高速拆解與重組，那麼過去那些靠含糊撐起來的制度語言，可能已經不夠用了。人類真正焦慮的，不只是技術替代勞動，而是技術逼迫社會承認，自己過去對很多核心概念其實一直沒有說清楚。

所以，《霍去病》的意義，從來不只是某部AI短劇宣傳翻車。它更像一則預告：AI越強，越證明它放大的不是自己的道德， 而是人類過去不願說清楚的道德模糊地帶。

真正值得警惕的，從來不是AI有沒有越界，而是人類是否還想繼續拿舊時代那套「差不多就好」的含糊語言，去管理一個一切都被全面放大的新時代。

因為到了最後，失效的不會只是某一部作品的可信度。
失效的會是整套舊體制對創作、真實、責任與公共信任的解釋能力。

不是AI越界。而是人類舊體制那些靠慣例、靠模糊、靠默契勉強維持的界線，正在一條一條失效。

而《霍去病》只是剛好讓我們提早看見：當放大已經發生，含糊就不再是緩衝，而會變成裂縫。 （相關報導： AI時代人才大洗牌！網銀國際技術總監：「跨領域整合力」與「持續學習」是關鍵 ｜ 更多文章 ）

＊作者為公共議題評論者，關注制度設計、敘事框架與長期結構風險。