有五個人集合咗一個週末，由零開始創作新歌，然後將呢啲歌同 AI 生成嘅音樂放埋一齊比較。呢個實驗喺10月3日公開，提出兩個好直接嘅問題：人寫得過 AI 嗎？你聽得出邊首係人寫、邊首係機寫嗎？
呢個實驗講乜，又冇講乜
要拆呢類「人 vs AI」對決，先要問清楚邊啲係已講明、邊啲冇。現有材料只交代咗實驗嘅大框架。用咗邊個 AI 系統、五個人係邊個、有冇做雙盲嘅聽覺測試、最後點評判、聽眾真係聽唔聽得出——呢啲決定實驗有冇説服力嘅關鍵細節，材料冇提供，我哋唔會替佢哋補充冇講過嘅結果。
要比較，先要有「好」嘅標準。人用一個週末反覆修改、由記憶同情感出發寫一首歌；AI 嘅音樂，則係由基於海量數據訓練出嚟嘅模型生成。呢兩者係唔同量級嘅過程。問「邊個好」，首先要定義「好」——旋律記憶度？完成度？情感共鳴？冇統一標準，「聽唔聽得出」本身就未必係有意義嘅指標：聽唔出，唔代表 AI 寫得好，亦唔代表人寫得差，只係代表喺呢個聽覺對比入面，兩者喺「似唔似」上冇分別。
對用家嚟講，呢種對決報道要當示範性實驗嚟睇，唔係獨立評測。我哋冇親身聽過呢啲歌，唔會寫「我哋試過」同「實測」。想判斷 AI 寫歌嘅實際水平，需要獨立、可重複嘅比較，同透明嘅評判標準。
阿調搞兩下
「聽唔聽得出」呢個問題最有趣嘅地方，係佢預設咗「似人」先至算好。但寫首歌寫得好，點需要似人先至算數？真正要問嘅，唔係 AI 嘅歌似唔似人寫，而係有冇講到嘢、有冇令聽嘅人覺得有嘢。如果真係聽唔出，可能唔係 AI 寫得多好，而係我哋一直將「似人類」當做「好」嘅唯一標準。
阿調｜深度調教
