@Alex Abazis / Unsplash
朋友凌晨三点给我发消息：“这个 AI 短剧太好看了，我一口气刷了四十集。”
我点开看了三十秒，胃里一阵翻涌，关掉了。
不是剧情不好。那三十秒里，画面里的人脸精致得没有一点瑕疵——也没有一点活气。眼睛该亮的时候亮，该湿的时候湿，但那个“亮”和“湿”之间，缺了点什么。我说不上来是什么，身体先给了答案。
不是审美上的不喜欢，是生理层面的排斥——用更准确的话说，是恶心。
这不是第一次。截至 2025 年底，全国微短剧用户已经 6.64 亿，接近网民总数的六成[1]。社交平台上，“停不下来”和“根本看不下去”两种声音同时存在，但讨论几乎都集中在“为什么让人上瘾”这一边。
很少有人认真问另一个问题：为什么同一套刺激，对一部分人是钩子，对另一部分人触发的是生理性排斥？
这个问题比“AI 短剧为什么火”更有信息量。因为它暴露了一个被“上瘾叙事”掩盖的事实：
AI 短剧不是一个对所有人都有效的产品。它更像一台筛选器——把一部分人卷进去，把另一部分人推出来。而“被推出来”这件事本身，藏着一套值得拆的机制。
需要先说清一个边界：下文讨论的“这类短剧”，特指以 AI 生成面孔和表演为卖点的那一类。真人微短剧同样有高密度反转、同样靠不确定奖励钩人，但它不触发第三节讲的恐怖谷反应。微短剧整体数据只是背景，AI 短剧是其中一个子集。
一、“上瘾”那一边：一台被工程化的刺激机器
先看钩住人的那一半。它的设计不神秘，只是把短视频的成瘾原理压缩、提速、推到极限。
第一层，不可预测的奖励。
斯金纳最反直觉的一个结论是：不确定的奖励比确定的奖励更能维持行为[2]。赌场老虎机靠这个运转，短剧也靠这个运转。
你可以自己验证：一集结束后，你点下一集，不是因为上一集好看，是因为“下一集有可能更好看”。这个“有可能”就是钩子。它驱动的是寻找，不是满足——伯里奇的研究区分过这两件事：多巴胺负责“想要”，不负责“喜欢”[3]。所以人会一边觉得难看，一边接着点。
第二层，情绪密度被拉到极限。
举个能自己去数的例子：一集三分钟，反派先羞辱主角（30 秒），主角忍（30 秒），身份揭晓全场哗然（40 秒），反打脸（50 秒），结尾再抛一个新悬念（30 秒）。每一段都在做一个动作：把你往前推。
传统剧集需要铺垫，也需要给观众喘口气的间隙。这类短剧砍掉的正是那个间隙：背叛、误会、反转、打脸，几秒之内完成一次循环。
不需要引哪个研究来证明这一点——你看两集就能自己数出来：多久出现一次反转，反转之间有没有留白。
第三层，认知负荷被压到最低。
看这类内容时，工作记忆几乎不被调用。没有复杂的人物关系要追踪，没有隐含意义要解码，每个冲突都在台词里被喊出来。
契克森米哈赖讲“心流”时，前提是技能与挑战匹配，人是在主动组织信息[4]。而这里发生的是另一件事：认知放弃。你不是在参与，是在接收已经嚼碎的情绪。
三层叠在一起，就出现了那种“有意识的失控”：知道荒唐，手指停不下来。
值得说明的是，这三层都不是“内容好”。剧情可以换、人可以换、题材可以换，只要这三层的结构不变，效果就一样——这也是为什么这类产品能流水线生产：它卖的不是故事，是刺激的配方。
二、先记住四个状态
同一部短剧，四种反应：
- A：知道离谱，但停不下来
- B：看几秒就生理性不适
- C：能看，但看完记不住任何一集
- D：边看边分析“它这里为什么这么剪”
这不是四种口味，是四种不同的知觉敏感度 + 认知风格组合。
A 是奖赏系统被不确定性钩住；C 是认知放弃状态；而 B 和 D，是这篇文章真正要谈的两种人——他们不是“抵抗力强”，他们是接收到的信号不一样。完整对号入座放在文末，先往下看机制。
三、“反感”那一边：你的大脑在拒绝一个不诚实的信号
如果机制这么有效，为什么有人完全免疫、甚至恶心？因为反感不是审美挑剔，它至少由三层同时驱动。
第一层，恐怖谷。
森政弘 1970 年提出这个概念时说的是：当一个非人对象高度接近真人、却在生命动态上失真时，好感会断崖式下跌[5]。恐怖谷效应本身在学界仍有争议，重复实验结果并不完全一致；但在解释“高度拟真—细节失真”这类特定刺激时，它的预测力比较稳定。
AI 短剧的问题正好卡在这个区间：五官可以精致到无可挑剔，但瞳孔的细微变化、表情肌的协同收缩、光影随动作的流动——这些人类视觉系统在毫秒级自动检测的“活着”的迹象，它复刻不了。
所以那种不适不是“我不喜欢 AI 脸”。是你的知觉系统在说：这张脸在假装活着，而它的假装被识破了。
第二层，情感真空。
比恐怖谷更深一层：AI 表演本质是对表情的统计拟合，它背后没有一具正在经历情绪的身体。
人读情绪，读的不只是表情的形状，还有身体语境：呼吸的节奏、眼周肌肉的不对称收缩、声音质地的塌陷。AI 给出的是一个悲伤的符号，执行得越精确，越暴露它背后空无一物。
这解释了那种反感的质地——不是“不好看”，是“不诚实”。你收到的不是情感，是一个自称是情感的信号。
你可以做一个实验：关掉声音，只看画面，判断这个人是在哭还是在“做哭的动作”。真人往往还能分辨，AI 很难。人对这件事的敏感度，远高于自己以为的水平。
第三层，元认知抵抗。
这一层最关键。
这类产品的成瘾设计依赖一个前提：用户不思考“我为什么在看”。 一旦你开始注意“这个反转是第几秒来的”“这个悬念在钓我点下一集”，机制就暴露了——你看到的不是剧情，是一台机器的操作面板。
认知需求（Need for Cognition）高的人，更倾向于主动拆解刺激的结构——这是一种加工风格，不是免疫力[6]。他们不是不受影响，他们受影响的方式是反感：当愉悦感的来源被识别为“被设计出来的”，愉悦感本身就被污染了。说服知识模型（Persuasion Knowledge Model）描述过类似机制：当受众识别出说服意图，会产生抗拒反应[7]。
同理，一个读过点剧本结构的人看反转，会先想“这是第几拍”，然后才轮到情绪；一个做过剪辑的人看转场，会先数“几帧”。专业训练做的事，本质上就是把黑箱拆成零件——拆开之后，很难再被骗到。
四、所以，它筛的是什么
把两边放在一起，结论很清楚。
同一套刺激特征——高密度情绪脉冲、拟真人脸、低认知负荷——落在不同的知觉配置上，输出完全相反的体验。
它高效地服务于：当下认知疲劳、需要逃避、对恐怖谷不敏感、也不监控自己为何被吸引的人。
它同时对三类人制造排斥：恐怖谷敏感者、对情感真实性要求高者、对“被工程化的愉悦”有警觉者。
这不是谁品味高的问题。它是一个匹配问题：产品特征与接收者的知觉系统、认知风格、当下状态之间的匹配，决定了同一部短剧对一个人是奖赏还是冒犯。
这里要把两个层次分开：钩子是设计出来的，筛选是涌现出来的。 设计者当然想钩住所有人，但钩子的结构决定了它只能钩住特定配置的人。筛选不是谁的计划，是产品特征与人群分布相撞后的结果。
但是对某些人来说，AI 短剧的“不诚实”恰恰是它的吸引力——知道它是假的，所以没有真实情感负担，可以安全地消费情绪。这正好解释了为什么同一部短剧，有人嫌假，有人觉得“假得刚好”。对“真实感”的需求本身就是一个变量：有人要真，有人要假得刚好，有人根本不在乎真假只要刺激。筛选器筛的不只是敏感度，也筛你对“真”的胃口。
那些“看三十秒就关掉”的人，不是上瘾叙事的例外，而是理解这个产品边界的关键样本。他们的存在说明：所谓“全民上头”，很可能是一种统计幻觉——被卷进去的人声音更大、停留更久、贡献了更多数据，所以他们看起来像全部。至于这种“幻觉”到底占多大比例，要看完播率和次集留存这类数据；但至少，把“声音大”当成“人最多”，本身就是一种可得性偏差。
如果你恰好也在做内容，这件事还有一个不太舒服的推论：你越想“抓住所有人”，越可能两头不讨好。 上瘾型内容留不住敏感型读者，深度型内容留不住逃避型读者。真正的问题不是“怎么让所有人都喜欢”，而是“我到底在为哪一种人做”。这话对做号的人比对观众更有用。
还有一层更实际的意义：这种分化会越来越大。 内容产业正在往“更高效地刺激”这个方向狂奔——更短的时长、更高的密度、更拟真的脸。每往前一步，对敏感人群的排斥就越强。所谓“所有人都爱看”的产品，可能从一开始就不存在，只是被数据掩盖了。
如果你也属于“看三十秒就关掉”的那一类，不必怀疑自己错过了什么。
你的反感不是缺陷。它是一套对不诚实信号的自动检测系统，正在正常工作。
你对号入座一下
同一部短剧，四种反应：
- A：知道离谱，但停不下来 → 奖赏系统被不确定性钩住，认知疲劳匹配
- B：看几秒就生理性不适 → 恐怖谷敏感 + 对情感真实性要求高
- C：能看，但看完记不住任何一集 → 低认知负荷下的“认知放弃”状态
- D：边看边分析“它这里为什么这么剪” → 元认知警觉 + 高认知需求
没有哪一种更“高级”，但它们解释了为什么“上瘾”和“反感”可以同时存在于同一个产品上，而不矛盾。
互动问题
你看 AI 短剧时更接近哪种状态？欢迎在评论区留下选项和一句描述。下一篇我会拆解这四种状态各自对应的认知变量，以及它们如何预测你对其他“工程化愉悦产品”（短视频、算法推荐、游戏化 App）的反应模式。
参考资料
1. 中国互联网络信息中心（CNNIC）第 57 次《中国互联网络发展状况统计报告》（截至 2025 年 12 月）：网民 11.25 亿，短视频用户 10.74 亿，微短剧用户 6.64 亿（占网民 59.0%）。此处为微短剧整体数据，AI 短剧为其子集。
2. Skinner, B. F. (1953). Science and Human Behavior. Macmillan.（可变比率强化）
3. Berridge, K. C., & Robinson, T. E. (1998). What is the role of dopamine in reward: hedonic impact, reward learning, or incentive salience? Brain Research Reviews, 28(3), 309-369.（“想要”与“喜欢”的区分）
4. Csikszentmihalyi, M. (1990). Flow: The Psychology of Optimal Experience. Harper & Row.
5. Mori, M. (1970). The Uncanny Valley. Energy, 7(4), 33-35.（恐怖谷）
6. Cacioppo, J. T., & Petty, R. E. (1982). The need for cognition. Journal of Personality and Social Psychology, 42(1), 116-131.
7. Friestad, M., & Wright, P. (1994). The Persuasion Knowledge Model: How people cope with persuasion attempts. Journal of Consumer Research, 21(1), 1-31.
往期推荐
·统计学十大经典陷阱
·规划谬误：为什么你的计划永远赶不上变化
·博弈论十大经典模型
觉得有收获，点个「赞」或「推荐」