夜深了，刷短视频时愉释工作了一整天躺在床上，为啥明明知道该放下手机休息，下即学解却怎么也停不下来，经济还是刷短视频时愉释一条接一条地刷着短视频。这种场景很常见，为啥禁漫天堂在线观看视频从经济学的下即学解角度来看，也能提供一些有趣的经济解释。
效用是刷短视频时愉释经济学中的一个常用概念，用来衡量我们从消费中获得的为啥满足感和幸福感。无论是下即学解购买商品还是享受服务，比如买一杯奶茶或看一场电影，经济都能产生效用。刷短视频时愉释我们越偏好某种消费，为啥它带来的下即学解黑料在线吃瓜网效用就越高。
消费本质上是在有限资源中追求最大化自身效用的过程。然而，效用并不等于有益或实用。虽然睡觉比刷手机对身体更有益，但刷手机带来的即时愉悦感往往让我们“不舍得睡”。这种现象在经济学中被称为“价值悖论”——对你有用的东西不一定能让你作出选择；让你作出选择的往往是当下让你更满足的东西。
真正影响我们选择决策的是边际效用，即多消费1单位得到的额外效用。多睡1分钟带来的边际效用比不过多刷1个视频带来的愉悦感，于是我们在一次又一次“再多看1个视频”中浪费了时间。
短视频平台的算法也在利用边际效用的特点。一方面，我们永远不知道下一条视频是什么，可能是男生女生一起玩萌宠，也可能是一则热点新闻。这种不确定的积极反馈会刺激大脑分泌多巴胺，让我们一直保持期待。更重要的是，这种随机性不断“重置”下一条视频的边际效用预期：也许下一条更好看呢？
另一方面，短视频平台的算法捕捉并推送我们喜欢的内容。最初几条搞笑视频或热点话题确实能带来很高的边际效用，但随着时间推移，算法不断推送同质化内容，每多刷1条带来的“增量快乐”越来越少。长时间刷手机后，我们甚至会感到无聊、疲惫乃至焦虑，即便手指依然机械地滑动屏幕。男女差差差无遮挡此时，刷手机的总效用可能还在增加，但边际效用已经接近于零甚至为负，这也解释了为什么很多人熬夜看视频后常常会感到懊悔。
此外，跨期效用函数中的时间偏好也影响着我们刷手机的行为。我们可以简单地把效用划分为现在和未来两个时期，时间偏好就是人们在“当下消费”和“未来消费”之间的权衡取舍。每个人的时间偏好不同：有人更愿意把满足感留给未来，有人则更倾向于即时享受。刷短视频属于典型的即时行为，不少人往往会看重当下微小收益而低估未来的效用。
刷手机视频，用很小的抖音成人在线观看机会成本就能换来一份快乐，适当地放松一下未尝不可。但毫无节制，往往是因为我们掉入了即时反馈系统精心设计的“陷阱”里。理解这背后的逻辑，下次深夜刷手机短视频时，或许能多一分清醒的觉察。经济学不仅帮助我们解释这个世界，还能帮助我们在有限的生命里作出让自己真正幸福的选择。
夜深了，工作了一整天躺在床上，明明知道该放下手机休息，却怎么也停不下来，还是一条接一条地刷着短视频。这种场景很常见，从经济学的角度来看，也能提供一些有趣的解释。
效用是经济学中的一个常用概念，用来衡量我们从消费中获得的满足感和幸福感。无论是购买商品还是享受服务，比如买一杯奶茶或看一场电影，都能产生效用。我们越偏好某种消费，它带来的效用就越高。
消费本质上是在有限资源中追求最大化自身效用的过程。然而，效用并不等于有益或实用。虽然睡觉比刷手机对身体更有益，但刷手机带来的即时愉悦感往往让我们“不舍得睡”。这种现象在经济学中被称为“价值悖论”——对你有用的东西不一定能让你作出选择；让你作出选择的往往是当下让你更满足的东西。
真正影响我们选择决策的是边际效用，即多消费1单位得到的额外效用。多睡1分钟带来的边际效用比不过多刷1个视频带来的愉悦感，于是我们在一次又一次“再多看1个视频”中浪费了时间。
短视频平台的算法也在利用边际效用的特点。一方面，我们永远不知道下一条视频是什么，可能是萌宠，也可能是一则热点新闻。这种不确定的积极反馈会刺激大脑分泌多巴胺，让我们一直保持期待。更重要的是，这种随机性不断“重置”下一条视频的边际效用预期：也许下一条更好看呢？
另一方面，短视频平台的算法捕捉并推送我们喜欢的内容。最初几条搞笑视频或热点话题确实能带来很高的边际效用，但随着时间推移，算法不断推送同质化内容，每多刷1条带来的“增量快乐”越来越少。长时间刷手机后，我们甚至会感到无聊、疲惫乃至焦虑，即便手指依然机械地滑动屏幕。此时，刷手机的总效用可能还在增加，但边际效用已经接近于零甚至为负，这也解释了为什么很多人熬夜看视频后常常会感到懊悔。
此外，跨期效用函数中的时间偏好也影响着我们刷手机的行为。我们可以简单地把效用划分为现在和未来两个时期，时间偏好就是人们在“当下消费”和“未来消费”之间的权衡取舍。每个人的时间偏好不同：有人更愿意把满足感留给未来，有人则更倾向于即时享受。刷短视频属于典型的即时行为，不少人往往会看重当下微小收益而低估未来的效用。
刷手机视频，用很小的机会成本就能换来一份快乐，适当地放松一下未尝不可。但毫无节制，往往是因为我们掉入了即时反馈系统精心设计的“陷阱”里。理解这背后的逻辑，下次深夜刷手机短视频时，或许能多一分清醒的觉察。经济学不仅帮助我们解释这个世界，还能帮助我们在有限的生命里作出让自己真正幸福的选择。
为灾区加油！多家泉州企业驰援山西
10000多件棉服、外套，4000多个束口袋……昨日上午，位于泉州晋江五里工业园区的361°物流中心内，工人们将一箱箱援助物资装至车内，喊出“风雨共晋，加油山西”的口号。
当天，361°集团首批370多箱捐赠物资完成清点装车工作。据介绍，361°集团宣布向山西驰援2000万元物资，首批物资总价值达650多万元，将于今天发往山西省吕梁市，由山西省慈善总会统筹安排。
特步集团了解到山西灾情后，在确保供应、运输、发放等各环节都能有保障的流转后，迅速在11日凌晨做出决定——捐赠2500万元物资。“这些物资包括保暖棉羽、长裤、运动鞋等，因为洪灾的突发，让受灾居民衣物被水淹了，山西最近夜晚气温比较低，所以送一些冬衣帮助他们抗灾。”集团相关负责人说。
一方有难，八方支援，山西的灾情牵动着全国人民的心。为了帮助山西人民抗击灾情，多家泉企再次千里驰援，捐款捐物，与山西人民一同抗击灾情。不只是361°和特步，记者了解到，连日来多家泉企发布决定捐赠物资消息，安踏集团决定向山西捐赠2000万元现金及物资；匹克集团决定向山西捐赠1000万元物资……目前，捐赠的物资已准备完毕，将陆续发货，最终由当地的慈善机构统一协调分配，方便物资以最快的速度送到灾民手上。
山河有恙，我必向前。每一次灾情面前，素有慈善之城美誉的泉州，展示了其强大的号召力和感染力，成功完成全民性的精神集结。慷慨捐款，爱心在汇聚；不计成本，物资在驰援；保供救急，生产不停歇。记者了解到，今年7月，河南持续遭遇强降雨，泉州企业亦捐款捐物，驰援河南救灾一线，据不完全统计，泉州知名企业对河南洪灾的捐赠超2亿元。匹克更是在第一时间启动抗灾紧急行动，河南省内20多个县市专卖店全部停止销售，第一时间将店面改为爱心服务站免费为受灾群众提供避难场所，免费提供干净的衣服鞋子及食品饮用水等服务工作。同时，匹克河南分公司还组织了100多人的爱心小分队，一面接待受灾群众和救灾人员到店领取他们急需鞋服、食品和防蚊用品等，还冒着道路冲毁、积水等危险，驱车近800余车次10000余公里，将鞋服送到受灾最严重的乡镇灾民手中。
去年初，在国内疫情防控最吃紧的阶段，泉州民营经济人士、泉籍异地商协会累计捐赠善款和物资2亿多元，创造了仅两天时间就捐赠善款5700多万元的纪录。泉商的善举不止于捐款赠物，柒牌公司第一时间决定从生产服装“变身”生产工业防护服，九牧厨卫迅速调集精干力量，奋战60小时，完成雷神山医院6000多套智能卫浴产品安装，全力保障武汉雷神山医院、火神山医院、定点医院的卫浴产品供应与安装……为缓解防疫物资紧缺难题，为助力重灾区抗疫，贡献侨乡儿女的温暖和力量。（泉州晚报记者 林书修 许雅玲）
AI音乐“狂飙”，行业正在遭遇怎样的冲击？
■AI正在淘汰的不是创作本身，而是低技术含量、可批量复制的工作，比如用于短视频配乐、商业广告等的功能性音乐
■在歌曲领域，真实的表达来自人类的情感与经历。AI时常表现得循规蹈矩，而真人演绎时不免会有一些小瑕疵——而那些瑕疵背后，是很鲜活的东西
■站在平台视角，AI也在不断推动行业发展、优化行业生态，让大量过去没有专业音乐创作能力的人也能创作出还不错的音乐，反推更多专业从业者去产出比AI创作更好的音乐作品和内容
记者 束涵 见习记者 余敏之
AI音乐，正以惊人的速度涌入市场。数据显示，2025年，仅Suno一个制作软件，用户每天生成的歌曲就超过700万首，相当于两周就能生成近亿首歌曲，体量惊人。
创作的门槛正变得史无前例地低。不久前，谷歌在旗下亿级用户产品Gemini中上线音乐生成功能：一句话、一张照片，数十秒就能生成一段完整音乐。去年年底，腾讯音乐旗下的AI创作工具“VEMUS未音”正式发布，主打让零基础的人也能轻松发歌。
在这股AI音乐洪流中，大量歌曲被打上“AI感强”“粗糙”的标签，但也有一批作品让人真假难辨，甚至被认为比真人演绎更有味道。当人与AI的听感边界日渐模糊，音乐制作行业会遭遇怎样的冲击？
谁在被取代？
在传统音乐创作链条上，生成式AI的冲击并非“平均用力”。
首当其冲的，是那些为平台量产歌曲的作词、编曲的工种。“Suno这些平台确实很厉害，比很多词曲作者高效得多。”广东某唱片公司的音乐制作人Rey说。他口中的Suno，是目前全球最火的AI音乐生成平台之一。用户只需输入简单的歌词和风格提示，几十秒就能生成一首包含人声、旋律、编曲的完整歌曲。“我认识的一些词曲作者，要不就回老家了，要不就改行学别的了。”
音乐制作人莫芷铭身边也有人因此失业。他注意到这背后创作模式的变化——以前一个公司要制作10首歌，需要找5个编曲人，每人编两首。现在，公司用Suno10分钟就能生成10首，快速筛选出两首有潜力的，再让人去临摹和精修。“本来5个人的活，现在两个人就能干。”
但产业链并非全线遇冷，某些工种反而表现出一定的抗压性。比如混音。这是将多轨音频通过专业处理，融合成富有层次和空间感的最终成品的环节。“其实混音行情反而更好了，有些人甚至转行去做了混音。”Rey解释，由于AI混音技术不成熟，在词曲价格普降的情况下，制作公司更愿意在混音这个仍需人工精雕细琢的环节上投入更多。
混音为何能守住阵地？Cashmere Studios是一家位于上海静安区的专业音频制作工作室，主理人卡卡告诉记者，混音涉及极为主观的感性判断，难以被算法完全量化。“客户找混音师，就像买衣服时找闺蜜参谋，需要的是带有个人审美和情感导向的建议，而非标准化的技术输出。”
从技术角度看，混音这个环节尚未出现强有力的AI工具，其核心在于数据壁垒。“很多历史数据难以获得，比如某些专业软件的混音插件、硬件设备的具体操作参数，第三方很难批量采集，整个混音过程类似一个‘黑盒’。”卡卡解释。也就是说，要训练一个能媲美顶级混音师的AI，需要海量、高质量且开放的操作数据，目前很难实现。
采访中，几名音乐人对AI的共识是：它正在淘汰的不是创作本身，而是低技术含量、可批量复制的工作，比如用于短视频配乐、商业广告等的功能性音乐。按照AI目前的技术水平，生成的歌曲就像一张大众脸，工整、合格，但缺少辨识度与灵魂。而市场对这部分内容的需求，正在被AI高效满足。
卡卡说，最近两年一些独立音乐人的收入来源明显减少。“因为和企业合作的商单少了，比如企业内部的活动歌曲制作，企业改为直接用AI软件生成。”Cashmere Studios自身的业务结构也在发生变化，与影视、游戏公司的合作也有一定程度的收缩。“以前大多数公司会采买一些版权音乐，或找乐手合作来做演奏尝试，现在越来越多公司直接借助AI找灵感、做小样。”
资深玩家进化
技术跃迁的速度，决定着行业震荡的程度。资深玩家正在进化。Suno V5付费使用的Suno Studio专业模式，能实现对生成歌曲的精细化调整。用户能在不影响其他部分的情况下，重新生成歌曲的特定片段，无论是主歌、副歌还是桥段。同时，模型支持一键拆分最多12条原始音轨，可精准提取生成音频中吉他、鼓、贝斯、合成器等多种乐器轨道。这大大方便了音乐工作者，无论是二次编曲，还是后期混音，都能直接应用，效率倍增。
更大的变量，在于平台方的入局。今年2月，谷歌宣布其Gemini应用正式集成DeepMind旗下音乐生成模型Lyria 3。用户可以“描述一个想法”，指定某种风格、情绪或节奏，模型就能自动生成歌曲；用户也可以上传照片或视频，Lyria 3会通过分析画面氛围，创作出契合场景的配乐。所有生成的曲目都使用SynthID技术添加了不易察觉的水印，便于检测AI创作内容。
谷歌之外，国内音乐平台也未缺席这场竞赛。比如，QQ音乐内嵌“AI作歌”功能，用户可搜索直达，提供“一句话”“填词”“图片”“哼唱”等生成方式。“这类用户有自我表达的诉求，就像过去写日记、拍照一样，音乐也成了他们的一种记录方式。”腾讯音乐VEMUS未音业务负责人Lillian说。
去年年底，腾讯音乐旗下AI创作工具“VEMUS未音”正式发布，定位与Suno形成微妙错位——Suno逐渐向专业生产者倾斜，而VEMUS希望降低音乐创作门槛，让更多人有机会用音乐进行自我表达。“很多用户内心想写歌，但不太会定义风格，就像现在很多人不太会问AI问题一样。”Lillian说。为此，VEMUS给用户做了更简单的设计：用户可以参考自己常听的歌曲，让模型从中提取风格灵感。系统会总结当前热点的风格配方，一键调配，甚至可以通过对话的方式，聊着聊着就作出一首歌。
随着AI工具的“狂飙”，有人被迫出局，也有人奋力追赶。莫芷铭将AI用作灵感催化剂，“如果自己要创作一首歌，能想到的元素肯定没有AI多，速度也没有AI快，那就让它生成五六个版本，来刺激我的大脑。”而Rey选择深入技术的腹地，研究如何“跑本地模型”。从电力系统专业出身，到转行做音乐，再到如今研究代码，他一直没有停下。
重构收益规则
当AI生成的海量作品试图流向市场换取回报时，它们会撞上一堵墙——一套尚未适配、仍在重构的收益规则。
曾经，AI音乐在国内平台基本处于零分成状态。现实正在发生变化：部分平台已开始试水AI音乐商业分配。比如，网易云音乐推出AI歌曲专属激励金活动，符合要求的AI作品可参与收益分配；抖音旗下汽水音乐则依托短视频生态，为AI音乐提供播放收益与BGM使用分成。
即便如此，AI音乐的商业化仍面临双重困境：一是版权与收益规则不清，二是内容质量参差不齐。
业内人士解释，现有的商业模式、合作协议、版权授权机制，都是基于传统音乐创作模式建立的。AI音乐的出现，打破了这一体系。同时，内容质量也是绕不开的门槛。大量AI生成的歌曲仍带有明显的机器味，难以与真人作品竞争主流商业市场。
实际上，AI音乐能不能赚钱这个问题，不只在于规则制定。莫芷铭提出疑问：“如果一首歌明显是百分之百AI生成的，为什么要分成？”
在海外，甚至有平台明确对AI音乐说“不”。今年1月，知名独立音乐平台Bandcamp宣布，禁止AI生成的音乐上架，还规定“完全或主要由AI生成的音乐和音频”不允许发布，任何使用AI工具模仿其他艺术家或风格的行为也被严格禁止。Bandcamp在声明中强调，此举是为了保护真实的人类创作者社群，让乐迷能够确信他们在平台上听到的音乐“是由人类创作的”。
争议之下，行业并未停下脚步。尽管AI音乐收益机制尚不成熟，仍有不少机构和创作者在持续布局AI音乐，部分作品进入热门榜单，还有平台已经捧出了自己的AI音乐人。为什么？
“这背后有几个驱动因素。”Lillian分析，一是占位，很多公司或个人认为AI音乐是未来方向，提前布局，尝试跑出爆款；二是内容试验，有些人用AI生成大量歌曲，测试用户反馈，甚至有些作品质量不错；三是自我表达，普通用户用AI工具创作音乐，更多是情感记录或社交分享，而非商业目的。
与此同时，AI音乐的普及也带来“洗歌”“刷量”等滥用行为。对此，平台也在不断升级技术能力，来识别和治理低质量、侵权内容。
“我们正在观察用户的选择和行业的发展。如果AI音乐足够优质，能够被用户喜爱，它自然会进入榜单。未来，我们也可能为AI音乐设立专属榜单，甚至探索新的广告模式、商业化路径。”Lillian说。
回归人的价值
这场AI对音乐行业的重塑，正触及一个更深层的结构性问题——职业阶梯的断裂。
卡卡观察到：“AI可能会导致严重的人才断档。”过去，音乐人可以从接小型项目、写定制化的商业歌曲起步，慢慢积累经验爬升到金字塔顶端。但现在，这些“练手级”的机会正在被AI生成的音乐大规模蚕食。“成为专家的那条路径变窄了，很多人开始考虑转行，或者加入AI音乐制作的大军。”
这意味着，未来的音乐行业可能呈现出哑铃型结构——一端是拥有个人IP和不可替代审美的少数人，另一端是使用AI工具批量生产的人，而中间层的生存空间正被急剧压缩。站在平台视角，Lillian则认为，AI在不断推动行业发展、优化行业生态，让大量过去没有专业音乐创作能力的人也能创作出还不错的音乐，也反推更多专业从业者去产出比AI创作更好的音乐作品和内容。
这两种观察并非矛盾，而是同一枚硬币的两面：传统的职业中间层或许在缩小，但一个由AI赋能的新手和跨界者构成的大众创作中间层正在出现。这背后，指向专业从业者角色的深刻迁移——从“如何做”的执行者，被推向“做什么、为什么做”的决策者。审美、情感和独立品格，正在成为更稀缺的核心能力。正如硅谷著名天使投资人纳瓦尔在一档播客中所言，AI没有肉身，没有欲望，没有生存本能，本质上依然是“人类知识压缩机和模仿者”。
“在歌曲领域，真实的表达来自人类的情感与经历。AI时常表现得循规蹈矩，而真人演绎时不免会有一些小瑕疵——而那些瑕疵背后，是很鲜活的东西。”卡卡说。
一个明显的趋势是，越强调人的连接性的工种，抗风险能力越强。
身兼多职的音乐人莫芷铭在采访中展现得很从容，他的主要精力放在需要深度沟通的专辑制作和艺人演唱会演出上，这类工作高度依赖个性化沟通。“艺人有明确的表达意图，音乐需要与现场的视频、灯光、特效以及很多工种紧密协作。像Suno这类工具，目前还处理不了如此细致、综合的创作需求。”
卡卡决定将工作室的未来方向锚定在“人与人的深度交流”上，计划打造更大的公共活动空间。“当套路化音乐充斥市场，人们过度沉浸在虚拟世界中，‘物极必反’的规律将会生效。”他依然希望，大家能回归真实的、面对面的线下沟通。
《解放日报》（2026-03-24 05版）
[ 责编：张晓荣 ] 阅读剩余全文（）
相关新闻 （共 6 条）