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。