Autofiction:我们都在演,只是剧本早已写好

你以为算法是用来记录你的。

实际上,算法是用来生成你的。

就像修一张旧照片,你选哪个滤镜,算法就知道了你想成为谁。然后它会不断强化那个版本,直到你忘了原图长什么样。

真正的变化不是AI懂了你——而是你开始按AI懂你的方式活。

早上睁眼第一件事,刷朋友圈。

点赞、评论、精心挑选九张图发出去。

你以为自己是在"分享生活"。
实际上,你正在执行一套关于"你是谁"的叙事脚本。

朋友圈镜像:镜中九宫格

1977年,法国作家Serge Doubrovsky发明了一个词来形容这种行为:

Autofiction。自我虚构

用小说的形式写自己的人生,同时模糊真实与虚构的边界。

他自己知道这是虚构。问题是:你知道自己在写小说吗?

我们每天都在 autofiction,而且大多数人不知道自己在写。

写作与屏幕:虚构与真实的交织

技术领域的复现

社群里有个讨论很精准。

AI 的"身份"不是内在固定的,而是通过外部文档:prompts、markdown 文件,不断重建的。

就像每天醒来读 20 页关于"我是谁"的文档,然后按这个去过这一天。

其实我们每个人每天也在做类似的事—— 只是大多数人不会叫它"身份建构",而叫它"发朋友圈"。

身份从来就不是固定不变的,它是开放的、待建构的。

这套理论本来是后现代文学的专利。现在成了理解 AI 身份的框架—— 真实的虚构

为什么 2026 年,我们再度关注这个词?

2014 年,文学圈发生了转向,读者说:真实性比小说性更重要。同年,两部重要作品出现:

一部是美国作家本·勒纳的《10:04》。书名取自他做心脏手术时医生对他说的话。讲的是一个作家在写小说时,发现写作本身正在改变他的人生。

另一部是挪威作家卡尔·奥韦的六卷本我的奋斗。这个词在被他重新定义,用来描述普通人真实的内心成长。

两部作品都在回答同一个问题:当小说可以写真实人生时,虚构的边界在哪里?

2022 年,英国乐队 Suede 把专辑直接命名为《Autofiction》。主唱说,所有艺术都处于真实与虚构之间的光谱上。

2026 年,著名导演的新片在戛纳放映。影评人用元叙事描述它,电影本身就是关于创造行为的 autofiction。

同年,一个叫 Grief Tech 的赛道获得几亿美元投资,用 AI "复活"已故亲人。

Grief Tech:用AI"复活"已故亲人

所以这不是巧合。

文学、音乐、电影、技术,不同领域,共同指向同一个问题:叙事和身份的关系,在 AI 时代变得前所未有的复杂

算法比你更了解你是谁?

2011 年,Eli Pariser 提出"过滤气泡"概念时,重点是算法根据用户使用时间、地区、浏览习惯生成用户画像——这是"消费偏好"的画像。

到 2026 年,AI 驱动的推荐系统已经从"你喜欢什么"进化到"你是谁",将身份建构推向更深层次。

TikTok 的算法通过完播率、互动率、重复观看等行为数据实时调整推荐。

用户画像从"消费偏好"升级为人格投影,算法不只是知道你喜欢什么,它在定义你是什么。

算法人格投影:被算法包围的人形

认知科学把这个过程描述得很清楚:

先是舒适区固化 —— 用户倾向点击熟悉话题,熟悉的内容获得更多推荐,形成正反馈循环。

随后异类信息耐受度开始下降,长期沉浸在同质化内容中,对不同观点的容忍度逐渐降低。

最终用户将"熟悉"等同于"正确",把算法生成的叙事内化为自我认知。

人通过自由选择定义自己。

当把自我叙事权外包给算法时,自由选择就变成了幻觉 —— 你以为自己在选择,其实系统已经写好了剧本。

你在扮演自己,还是被算法扮演?

问题不是我们用 AI 编辑记忆—— 这和杜布罗夫斯基用小说形式写真实人生没有本质区别。

问题在于:我们是否知道自己在做这件事?

你每天在各种平台、AI 工具、社交网络上"扮演"的自己,是有意识的选择,还是被推荐算法和 AI 模型生成的默认版本?

有意识的 autofiction,是知道自己在写关于自己的故事,并且主动决定故事的走向。

不知道的 autofiction,是把剧本交出去,然后以为那就是在做自己。

AI 时代什么都不缺。

唯独两样稀缺:你的注意力,和真正由你定义的叙事。

算法能生成无数个你。只有你知道哪一个才是真的。

区别很简单:你想成为主角,还是让别人写你?

舞台上的主角与算法剧本

舞台上的主角与算法剧本

如果你也在探索身份、叙事和 AI 的交叉点,欢迎加入 MixLab 无界社区。

我们是最先触达未来的那一小部份人,在这里把想法跑成实践。

参考

[1] Jonathon Sturgeon — Flavorwire — 2014: The Death of the Postmodern Novel and the Rise of Autofiction,Flavorwire,2014年

[2] Andrew Trendell — NME — Suede: 'I'd love to think that our most daring work is ahead of us',NME,2022年9月

[3] Twitter @shikhr_ — AI identity与autofiction讨论

[4] Eli Pariser — The Filter Bubble,TED Talk,2011年3月(演讲);《The Filter Bubble》书籍于2011年5月出版

交流社群

内容概要:本文围绕可变桨叶四旋翼无人机的规范控制与点对点运动模拟展开,重点研究优化推力分配策略在翻转动作中的应用与性能比较。通过Matlab代码实现,构建了四旋翼动力学模型,并设计了多种控制算法以实现精确的姿态调整与轨迹跟踪。研究对比了不同推力分配方案在执行高机动性翻转动作时的稳定性、能耗效率与响应速度,旨在提升无人机在复杂飞行任务中的动态性能与控制精度。该仿真研究为无人机飞控系统的设计与优化提供了理论依据和技术支持。; 适合人群:具备一定自动控制理论基础和Matlab编程能力,从事无人机控制、飞行器动力学或机器人系统研究的科研人员及研究生。; 使用场景及目标:① 实现四旋翼无人机在三维空间中的精确点对点运动控制;② 对比分析不同推力分配策略在执行翻转等高难度动作时的控制效果与能耗表现,优化飞行性能;③ 为无人机自主飞行、特技飞行及复杂环境下的机动控制提供算法验证平台。; 阅读建议:此资源以Matlab仿真为核心,建议读者结合相关控制理论知识,深入理解代码实现细节,重点关注动力学建模、控制律设计与推力分配模块。在学习过程中,应动手调试参数,复现文中翻转动作的仿真结果,并尝试拓展至其他复杂飞行任务,以加深对无人机控制机理的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值