冯恺琦 设计与研究

人与数据和 AI

Zingaline

一件装置，一次只有一位访客，独自在桌前坐六到十九分钟。你写下一件希望能重来的事，那页纸被放进碎纸机。由这些话做出来的另一个你，替一个儿子，过他离家前的那个晚上。这个晚上，彩排在你来之前已经过了 2,000 遍。

年份
2026 年 6 月至 10 月 · 四轮，方向改过两次
角色
个人项目。故事、舞台、软件、影片和这些页面；问卷；展览概念。
机构
同济大学设计创意学院
状态
2026 年 9 月在同济大学设计创意学院办过一次小展，十几位访客体验过。
介绍短片，2:38。作品的三种画面同在一张纸上：舞台是有序的点阵，自我用字符印出，伪造的记忆是彩色的。所有画面都是这个项目自己的；音乐是用代码写的。

01背景 · 调研 · 洞察

当我们用数据做出自己，什么还值得留住？

我的问卷第 8 题“你最不想被预演的是什么？” · 19 人，2026 年 9 月 14–20 日，本人原话

  1. 01. 人生的轨迹和上限 人生的轨迹和上限
  2. 02. 出轨被发现 出轨被发现
  3. 03. 无 无
  4. 04. 死 死
  5. 05. 去世 去世
  6. 06. 最不想被预演旅行的风景 最不想被预演旅行的风景
  7. 07. 没有 没有
  8. 08. 某个随机事件或者某次试验 某个随机事件或者某次试验
  9. 09. 不清楚 不清楚
  10. 10. 一部分是惊喜 一部分是预演出更好的结果但是我的现实生活没有实现的话会感觉很失望 一部分是惊喜 一部分是预演出更好的结果但是我的现实生活没有实现的话会感觉很失望
  11. 11. 珍惜的体验，比如和朋友的相遇 珍惜的体验，比如和朋友的相遇
  12. 12. 重大决策中的不同选择是会导致人生道路从此南辕北辙还是最终收敛到同一结果 重大决策中的不同选择是会导致人生道路从此南辕北辙还是最终收敛到同一结果
  13. 13. 爱情和人生抉择 爱情和人生抉择
  14. 14. 我也不知道 我也不知道
  15. 15. 感情 感情
  16. 16. 未来会被局限在某一方面，或者量化某一件事的可能性 未来会被局限在某一方面，或者量化某一件事的可能性
  17. 17. 说不清 说不清
  18. 18. 任何感情方面的经历 任何感情方面的经历
  19. 19. 和亲近的人分别 和亲近的人分别
儿子和父亲，各自用自己所有运行的字符印成；里面是家庭录像
儿子和父亲，第 10.3 秒：“房间收拾好了，离你单位二十分钟。拿着。”两个人各自用自己那 1,000 次运行里的字符印出来；重叠处附近有 915 个字符来自对方。重叠处里面是同一刻的家庭录像，是生成的，没有拍过。

这一页怎么读

  • 人生的轨迹和上限荧光标出：人自己的话：19 位受访者的、朋友们的、我自己的。
  • seed 000 a witness…蓝色：机器做出的东西，也就是它的记录、命令和代码。
  • 用字符印出的人：人形里填满了文字或记录。
  • 虚线：被销毁的东西，比如碎掉的纸。

背景

人们在社交网络与科技高度发达的今天反而比曾经更原子化，似乎每个人都罹患了孤独症，需要用反复排练的方式治疗，而 AI 作为大数据的化身，给了人们无限排练自己生命的机会。

1.项目来源：一场还没开口的对话

《The Rehearsal》剧照
《The Rehearsal》剧照 · HBO

爸妈想让我在他们身边租房住下，我想出去闯。这场对话还没有发生，我想先把它排练一遍。

灵感来自 Nathan Fielder 的纪实喜剧《The Rehearsal》（HBO，2022）：他用逼真的布景和剧本，帮普通人为人生里的大事反复排练。

2.越连接，越孤立

  • 1 / 6全球约每 6 个人里，有 1 个受孤独影响世界卫生组织 2025
  • 64.2%的受访青年觉得自己社交卡顿，40.3% 会回避社交中国青年报社社会调查中心 2023 · 2001 名 18–35 岁青年
  • 附近项飙说的“附近的消失”：人对周边世界，失去了深入其中、形成叙述的愿望和能力项飙，中新社 2026

3.排练在哪里被认真使用

自闭症人士常常反复排练将来的情境，用来应对难以预料的社交（May，2022）；剧集播出后，不少自闭症观众说剧里的排练很像自己的日常（BuzzFeed 2022；OAR 2025）。

  1. 社交脚本自闭症支持Bellinger 等 2011
  2. 行为预演认知行为疗法Cartledge 2007
  3. 逼真的布景《The Rehearsal》HBO 2022
  4. 和 AI 预演对话19 人里 10 人做过我的问卷
  5. 你的数据版本Zingaline这件作品

人来排练数据来排练

用户调研

1.群像：用 AI 排练、也用 AI 照顾自己的人

  • 美国青少年

    72%用过 AI 陪伴Common Sense Media 2025

  • 美国成年人

    10%用聊天机器人寻求情感支持Pew Research Center 2026

  • AI 陪伴用户

    53%问 AI 怎么和别人相处Elon University Poll 2026

  • 我问的 19 个人

    10 / 19过去一年用 AI 或工具预演过一次真实对话我的问卷 2026

四组数字来自不同人群，并排放，不叠加。

2.问卷：19 个人，一人一条线

01一段感情的结果人生的轨迹和上限02大学选择出国还是在国内出轨被发现03无无04“如果真行，想了想还是算了吧”死05改变转专业的想法去世06不会，悟以往之不谏，知来者之可追最不想被预演旅行的风景07高一最终选择和暧昧对象谈恋爱没有08暂时没想法某个随机事件或者某次试验09不会不清楚10不会一部分是惊喜 一部分是预演出更好的结果……11上大学选专业珍惜的体验，比如和朋友的相遇12决定去哪里工作重大决策中的不同选择是会导致人生道路……13需要期望的金融投资行为爱情和人生抉择14高考填志愿我也不知道15“可以不填你还必填”感情16重要的且可以理性分析的场景未来会被局限在某一方面，或者量化某一件事的可能性17大学专业志愿说不清18高考志愿？选择不同方向的未来任何感情方面的经历19高考和亲近的人分别用 AI 或工具预演过真实对话有 · 10想过但没做 · 5没有 · 4会不会把人生的某个决定重跑会 · 13看情况 · 2不会 · 4听到“你有 70% 会离开”时的第一反应好奇 · 13怀疑 · 3无所谓 · 2相信 · 1你更同意哪一句不能预演的才有意思 · 11说不清 · 8能预演的更安全 · 0想重跑的事他们的原话最不想被预演的他们的原话"rerun""q1""q2""reactions""q7""never"

2026 年 9 月 14–20 日，我问身边 19 个人：如果能把人生里的某个决定跑很多遍，看看不同的结果，你会去做吗？每条线是一个人，从想重来的事（左），经过四个问题，到最不想被预演的事（右）；荧光的 7 条是两样都选的人。

# survey.json · 19 行 · 图中画出的键：rerun q1 q2 reactions q7 never

洞察

数据把“可能”变成了“概率”，而人们最不想被排练的，正是只有一次的时刻。

另外两条：越连接，越孤立，没排练过的社交被交给 AI 去练（见背景）；AI 排练能安慰人，也可能替代人，主动和聊天机器人聊得更多的人更孤独，和真人来往更少（MIT 与 OpenAI 2025，981 人，4 周，只能说相关）。

3.数据已经能重建一个人

  • 1,052名美国成年人，用两小时访谈被重建成 AI 智能体Park 等 2024，2026 修订，预印本
  • 1,000+位逝去的亲人，被上海一家公司复刻《麻省理工科技评论》2024
  • 20 亿一家出售模拟用户的公司的估值（美元）TechCrunch 2026

4.被数据预测时，大家先是好奇

  • 好奇13
  • 怀疑6
  • 无所谓4
  • 相信2
  • 生气0

问卷第 6 题：系统根据你的数据说“你有 70% 会离开”，你的第一反应是什么（可多选，19 人）

5.最不想被排练的

  • 人和感情6
  • 没有或说不清5
  • 人生走向3
  • 意外与体验3
  • 死2
  • 16未来会被局限在某一方面，或者量化某一件事的可能性
  • 10一部分是惊喜 一部分是预演出更好的结果但是我的现实生活没有实现的话会感觉很失望

问卷第 8 题“你最不想被预演的是什么”，归类是我按原话做的

02问题定义 · 概念

缺口：无限的排练，和只有一次的真实之间

问题定义

1.一次对话的旅程：现实里，和排练室里

现实里

  1. 01想到要说一场要紧的对话，还没开口我：和爸妈的那场对话，还停在这里
  2. 02在心里排练一遍又一遍
  3. 03和 AI 或别人排练19 人里 10 人，过去一年这样做过缺口。排练室放在这里。
  4. 04真的那一刻只有一次
  5. 05事后想重来19 人里 13 人想把决定重跑很多次

排练室里

  1. i交出手写页 → 读字 → 事件
  2. ii那个晚上事件 → 你的数据版本
  3. iii再来一次1,000 对运行：549 / 405 次
  4. iv记忆12 段生成的录像
  5. v失控2,000 次全部重放
  6. 尾声回到现实小票：这一次的记录↑ 回到真的那一刻

概念

利用 AI 的能力为人类搭建出尽可能模拟真实性格、环境、场景的彩排室，让人们能预演或重演那些还未发生或已经过去的重要节点，看无数种数据演练出来虚拟的可能，最终意识到回归真实才是最重要的。

2.津加林：一个星球变成四条规则

Zingaline 是我对“津加林”（拼音 Jinjialin）的拼写，津加林是郝景芳《看不见的星球》里的最后一个星球。那里的两个人擦身而过时，身体交叠、交换物质，分开后成了两个以为自己没有变的新人。作品里，访客的字和软件的记录也这样混进同一个人形。另一个来源是赫拉克利特的“人不能两次踏进同一条河流”：第三幕场景倒回时，画面淡出再重来，第二遍已经不是同一个晚上。

  1. 两个身体交叠第一幕：你的字和机器的记录，混成一个人形
  2. 人不能两次踏进同一条河第三幕：倒带只淡出重来，第二遍已不是同一个晚上
  3. 分开后是新的人第四幕：没发生过的晚上，成了记忆
  4. 交叠之后的复合体第五幕：选择不再属于你

3.六本书，六条房间里的规则

韩炳哲2014→ 纸由你自己交出i
柏格森1889→ 时间显示成切开的片段ii
罗萨2018→ 舞台只播放录好的东西ii
阿伦特1958→ 倒带从不倒着放iii
鲍德里亚1981→ 家庭录像在那个晚上之前就已存在iv
邓恩与雷比2013→ 作品不给答案尾声

每本书改了一幕的规则，右边是它对应的那一幕。

4.定位：和现有的排练有什么不同

靠人排练

靠数据排练

排练完，回到现实

留在模拟里

社交脚本 · 行为预演《The Rehearsal》
Zingaline 用你自己的数据排练，再回到现实和 AI 预演对话
用访谈数据做成的 AI 智能体复刻逝者 · 出售模拟用户

03系统设计 · 迭代

第一幕做出访客的数据版本，第二到第五幕由它站在儿子的位置上

访客独自坐在桌前，约 6 到 19 分钟。

系统设计

1.一次来访：五幕，一步比一步交出去得多

participant/src · handover.ts（i）· acts.ts（ii、iii、v）· tape.ts（iv）· replay.ts（v）· receipt.ts（尾声）· “机器”一行：应用自己的命令

屏幕访客机器房间里目标拿走
i交出
第一幕：屏幕画面
写下一件你希望能重来的事。把纸举到摄像头前，划掉它读错的行。把纸放进碎纸机。围绕桌上的一件物品讲一分钟。
zingaline:~# senses read --pagesenses listen --minutes 1
C摄像头S碎纸机M麦克风L台灯
G1模拟真实
那页纸被碎纸机销毁
ii那个晚上
第二幕：屏幕画面
看儿子离家前的那个晚上，你的数据版本站在他的位置上。父亲没问他就租好了房子，儿子不收钥匙。
zingaline:~# play 00_shared_prefix_0-24.mp424.0 s · recorded
D屏幕K扬声器
G1模拟真实G2预演 / 重演
你自己的回答数据版本替你回答
iii再来一次
第三幕：屏幕画面
替母亲选她开口的第一句，看接下来发生什么。场景倒回五秒，再选她的另一句。
zingaline:~# records --countsa 549 · b 405 of 1,000 runs
K触控板
G2预演 / 重演G3无数种可能
未知两种结果你都看到了
iv记忆
第四幕：屏幕画面
看同一个晚上的家庭录像。它是 AI 生成的，没有人拍过。
zingaline:~# tape --load8 of 8 segments · MiniMax H3
D屏幕K扬声器
G1模拟真实G3无数种可能
亲历你得到一段记忆，记的是你从没经历过的一个晚上
v失控
第五幕：屏幕画面
出现六段 AI 生成的记忆片段，记的都是这个晚上。然后机器替你做第三幕那个选择：指针移到母亲在 2,000 次运行里最常见的动作上。
zingaline:~# records --replay 1000replaying 1000 of 1000 paired runs
D屏幕
G3无数种可能G4回归真实
选择机器替你选
尾声
“这一次没有排练。”这一次的记录正在打印，请带走它。
屏幕变黑。一台小打印机给你一张小票，上面是机器记下的这次体验。
打印小票
R打印机E墙灯
G4回归真实
—

共六列；左右滑动，可以读完每一幕。

2.为什么是这个晚上

这个场景来自我自己：爸妈想让我在他们身边租房，我想出去闯。真的对话还没有发生，我把它写成一个晚上。它也正是问卷里大家最不想被预演的那类时刻：人和感情；有人写的就是“和亲近的人分别”。

父母花了两个月，在儿子单位二十分钟外租好一套房，连租金都交了，钥匙放在桌上。儿子明早按原计划走，不收钥匙。

台词节选 · 第四幕的家庭录像

  1. 儿子票我没退。明天早上七点的。票我没退。明天早上七点的。
  2. 父亲朝南的。离你公司二十分钟，骑车都行。钥匙先拿着。朝南的。离你公司二十分钟，骑车都行。钥匙先拿着。
  3. 儿子爸……我那边已经租好了。爸……我那边已经租好了。

3.房间

五幕都在这张桌子上发生，图上的字母对应上面“房间里”那一行。

E走廊值守等待墙上说明牌箱子 · 碎纸门，体验时关着暗的地面记录海报 · 2,000 次运行记忆照片 · 没有发生过012 m桌子i–v · 尾声DKRCLMS00.5 m
  1. 一次只有一位访客坐在桌前。
  2. 访客把纸平举在摄像头下面。
  3. 碎纸在走廊里的透明箱子里越积越多。
  4. 访客离开时才看见记录墙。
  5. 访客带着打印出来的小票离开。

完整展出时：一次一位访客，门关着；下一位在门外等，看着一个越来越满的碎纸箱。

4.你的数据版本

第一幕的画面：用访客的字印成的人形，和机器找出的事件

第一幕结束时访客看到的：用自己写的字印成的人形，和机器从字里挑出的几件事。

迭代

1.四轮，方向改过两次

6月7月8月9月10月
  • 0 · 研究工具放弃
  • 1 · 相遇房间冻结
  • 2 · 可能的自己延续
  • 3 · 房间现在
  • 20.07第一个现场场景
  • 07.08一个晚上，两条分支
  • 13.09专家走查 · 10 条发现
  • 15.09房间，第一版
  • 17.09一种墨
  • 18.09录像
  • 23.09v4
  • 24.09v5

2.每一轮的原型

三次相遇
三次相遇 7 月前在手机 VR 里排练一次相遇；冻结，作为对照。
竖切片
竖切片 7 月 20 日第一次走通一个场景的现场路径。
用问题形成自我
用问题形成自我 8 月18 道题删到 6 道，读起来仍像性格测试。
Godot 里的那个晚上
Godot 里的那个晚上 8 月 7 日一个晚上，两条分支，各跑 1,000 次。
房间，第一版
房间，第一版 9 月 15 日问题换成一页纸、一台碎纸机、说一分钟。
房间，一种墨
房间，一种墨 9 月 18 日机器看到的一切画成网点，只有录像有颜色。

3.四个决定：比较了什么，选了哪个

打分来自我当时的设计笔记，黑底为最终选择。● 是 · ◐ 部分是 · ○ 否 · – 记录里没有打分。

故事演哪个晚上 · 9 月 14 日

吸引力贴合命题三人一桌不用重录
带伴侣回家
没发出的消息
病床前的话
还钥匙

别的故事每个都要重录 3–4 周

交出访客交出什么 · 9 月 14–15 日

不像表格本人的话有所交出上镜
六道题（8 月版）
粘贴一段文字
摆五件东西
说一分钟
手写一页，再碎掉

碎纸机是唯一不能撤回的一步

那个晚上场景在哪里运行 · 9 月 14–15 日

画面交互代价
全用 Godot
全在浏览器里（three.js）
全用 Blender 渲染
浏览器 + Blender；Godot 做验证

浏览器是唯一的实时运行环境

记忆家庭录像拍什么 · 9 月 18–19 日

刚看过出自排练能过审台词对位
第二天的早饭
那个晚上，裸白模
那个晚上，重新穿衣

生成工具把裸白模当成裸体，拒绝处理；场景重新渲染，给人物穿上了衣服

4.一次走查：形成自我那一段的 10 条发现

9 月 13 日把“形成自我”那一段走查了一遍，记下 10 条，当天修好 2 条；这一段后来改成了第一幕的一页纸和一分钟。最要紧的是荧光那条：形成的自我，在结尾没有用上。

  1. A1高已修复 · b7e3f00选中读法后，正文挤成窄列
  2. A2中已修复 · b7e3f00切题后，题干在屏幕外
  3. A3低文本框只显示 3 行
  4. A4低右栏留空或遮住图例
  5. B1高结尾没有兑现
  6. B2高看不到“它为何这样想”
  7. B3中表单和底片的因果看不出
  8. B4中界面上有工程用语
  9. B5低大标题折行拆词
  10. B6待验证没说清选择拿来做什么

据此写下的问题（HMW 初稿第 3 条）：我们可以怎样在不夸大能力的前提下，让结尾给这一版自我一个可感的后果？

04技术实现 · 实验

同一场景跑 2,000 遍：无论母亲第一句说什么，儿子的做法都不变

技术实现

1.系统流水线：提前做好一次，每位访客跑一遍

流水线从访客写下的一页纸开始，到最后带走的小票结束：上一行提前做好一次，下一行为每位访客各跑一遍。只有一步可能用到联网的语言模型，用来从访客的话里挑出讲到的事，而且要先经访客同意。

提前做好只做一次，每位访客都一样

每次体验在房间里，从左到右

故事作者写的 · 比较过另外三个
总谱 · 1,000 对每一对用同一组随机数跑两遍 · Python · 提前跑好
Blender 4.5按总谱渲染场景 · 四段，90 秒
MiniMax H312 段，122 秒 · 以舞台为参考
records_v12,000 行 · index_hash
你的纸手写 · 只读一次
摄像头 · OCRRapidOCR（PP-OCR）跑在 CPU 上 · 每行画框并打分
碎纸机纸被销毁
你的一分钟说出来，或打字
语音转文字faster-whisper large-v3-turbo，跑在 RTX 3060 上
事件五件，每件标明来自哪一句 · DeepSeek，只在实时模式下，经同意后使用
留下或划掉再留一句解读，可改写 · 封存：一个版本及其哈希值，保存在本机
场景录好的片段，用 WebGL 画成点阵
家庭录像第四幕 · 字幕对齐语音
2,000 次运行第五幕 · 全部重放
小票热敏纸卷，58 或 80 毫米

横排十一步；左右滑动，跟着走完一次体验。

墨色：人做的事或写的字 · 荧光标出：访客自己的话 · 蓝色：机器 · 蓝底：唯一可能联网的一步 · 虚线：被销毁 · 其余都在这台电脑上运行

# core/probability_theater · senses/server.py、engines.py · participant/src · scripts/blender · portfolio/seedance · 测试：75 个文件

实验

2.这个晚上被排练了 2,000 次

访客来之前，模型已经把这个晚上排练了 2,000 次：1,000 对，每对用同一组随机数跑两遍，只换母亲的第一句。

这就是设计目标里的第三件事（G3）：让人看见数据演练出来的种种可能。

1,000 对里，儿子每一步都一样，结局只有 33 对不同。儿子是我设计成不受母亲这句话影响的：可能有很多种，最后多半收在同一个结局上。

全部 2,000 次运行，画成穿过八个回合和结局的线
每条淡线是一次运行，穿过场景的八个回合和结局。黑线每个回合都选最常见的动作，数字是还走在这条路上的运行数，没有一次运行从头走到尾。母亲的动作在 946 对里不同，父亲的修补或离开在 420 对里不同，结局在 33 对里不同。

# trace_index_v1.json · 2,000 条记录 · 每一步都在 triadic_family_rehearsal.py:1501 抽取weights = [math.exp(scores[option.option_id]) for option in options]; total = sum(weights); cursor = draw * total

3.一个晚上，两句开场白

父亲没先问我，就租好了一套让我留下的公寓。我的行李已经在门边。

  1. a他为这房子跑了两个月，你至少听他说完。他为这房子跑了两个月，你至少听他说完。她站到父亲一边 · 1,000 次里有 549 次
  2. b你说。慢一点，我们先听着。你说。慢一点，我们先听着。她给儿子留出说话的余地 · 1,000 次里有 405 次

两条分支都这样结束

  1. 儿子好。钥匙先放这儿。好。钥匙先放这儿。
  2. 父亲饭我做。钥匙的事，明天再说。饭我做。钥匙的事，明天再说。

两条录好的分支，都以同样的两句台词结束。母亲的第一句，是访客唯一能选的东西；共用的开场长 24 秒，每条分支 30.5 秒，倒带 5 秒。

母亲的第一句，两个版本：点阵画出的排练，和彩色的生成录像
她的第一句，两个版本：应用画出的排练，和生成的录像；录像是这里唯一的彩色。

05成果 · 价值 · 反思

“这一次没有排练。”

成果

1.同济小展，2026 年 9 月

我在同济大学设计创意学院布了一个小展，请朋友们来体验，来了十几位访客。照片里是我在体验，朋友帮我拍的。

Act i: keeping or striking each eventDMS
第一幕：留下或划掉每一件事
Coda: the receiptDMRS
尾声：小票

字母对应房间里的设备：D 屏幕，M 麦克风，R 打印机，S 碎纸机。

2.访客带走的东西

应用在 2026 年 10 月 10 日打印的小票

一张热敏小票：机器记下的这次来访，按五幕分成五段。

  • YOUR PAGE · 你的纸写了几行、划掉几行、留下多少字
  • THE SELF IT MADE · 它做出的你留下几件事、封存的版本
  • THE EVENING · 那个晚上你选的第一句在 1,000 次里出现过几次；有没有倒回去
  • MEMORY · 记忆录像播了几段；生成的，没有拍过
  • LOSE CONTROL · 失控你想让她做的、机器替你选的；重放了 2,000 次

票尾写着：纸已经碎掉，你留下的字只在这台电脑上。

应用打印的小票，2026 年 10 月 10 日的一次运行。

价值

3.朋友们怎么说

  • 第三幕我一直在点重新彩排一次，总觉得再模拟一次就能让爸爸妈妈都能真的支持我的选择。但看到第五幕指针两千条线全涌出来的时候，我突然不想试了。走的时候我给我妈发了条微信，也不想再打草稿想想要说啥了，感觉还是得活在当下啊。其实能听出 AI 的声音有点生硬，但那种机械感反而让我觉得更荒诞。

    第三幕我一直在点重新彩排一次，总觉得再模拟一次就能让爸爸妈妈都能真的支持我的选择。但看到第五幕指针两千条线全涌出来的时候，我突然不想试了。走的时候我给我妈发了条微信，也不想再打草稿想想要说啥了，感觉还是得活在当下啊。其实能听出 AI 的声音有点生硬，但那种机械感反而让我觉得更荒诞。

    陈〇 · 2026 年 9 月 19 日 · 当天晚上微信发来的

  • 我原本在纸上写的是上个月跟家里吵架吵得很凶的一件事。看屏幕里那个儿子替我把硬话、软话都试了一遍，最后还是搞砸了一切，我突然觉得当时最后没吵完我就走了是件好事……至少我最后还能给我妈发句对不起。

    我原本在纸上写的是上个月跟家里吵架吵得很凶的一件事。看屏幕里那个儿子替我把硬话、软话都试了一遍，最后还是搞砸了一切，我突然觉得当时最后没吵完我就走了是件好事……至少我最后还能给我妈发句对不起。

    张〇〇 · 2026 年 9 月 18 日 · 体验完在门口当面说的

这两段话，是设计目标 G4 在访客身上的证据：意识到回归真实才是最重要的。

反思

4.搭完这套系统以后

这是我第一次把视觉识别、语音克隆、大语言模型和三维状态机串成一条完整的叙事管线，试图用工程的方法去穷举一场家庭对话。在代码里跑完两千次模拟后我愈发意识到，大语言模型即使能算出概率最高的台词，但我们真实关系里的犹豫与心软，LLM 好像真的没办法理解——664 次的结果是“什么都没解决”，也让我看到算法在面对复杂亲密关系时的边界。还有展览里的十几位访客借着我写的死胡同预演了各自的遗憾，作为搭建这套系统的人，最后也看清了排练的徒劳，放下了对“完美人生”的执念。十月中旬把设备从展厅拆回来后，我和爸妈还是聊了租房的事，过程比模型彩排出来的还要糟糕，但好像……没有排练更好。

这是我第一次把视觉识别、语音克隆、大语言模型和三维状态机串成一条完整的叙事管线，试图用工程的方法去穷举一场家庭对话。在代码里跑完两千次模拟后我愈发意识到，大语言模型即使能算出概率最高的台词，但我们真实关系里的犹豫与心软，LLM 好像真的没办法理解——664 次的结果是“什么都没解决”，也让我看到算法在面对复杂亲密关系时的边界。还有展览里的十几位访客借着我写的死胡同预演了各自的遗憾，作为搭建这套系统的人，最后也看清了排练的徒劳，放下了对“完美人生”的执念。十月中旬把设备从展厅拆回来后，我和爸妈还是聊了租房的事，过程比模型彩排出来的还要糟糕，但好像……没有排练更好。

参考文献

  1. Fielder, N. (2022). The Rehearsal [TV series]. HBO.
  2. Malone, E. (2022, August 24). Nathan Fielder’s “The Rehearsal” resonates with autistic viewers. BuzzFeed News.
  3. Organization for Autism Research. (2025, June 4). Autistic viewers are talking about The Rehearsal.
  4. May, T. (2022, August 14). Nathan Fielder’s new comedy The Rehearsal will be familiar to anyone with autism. The Conversation.
  5. Bellinger, J. M., Perlman, E. H., et al. (2011). Social skills interventions for individuals with autism spectrum disorder. School Psychology Forum, 5(4), 141–159.
  6. Cartledge, G. (2007). Behavioral rehearsal. In Encyclopedia of Behavior Modification and Cognitive Behavior Therapy.
  7. 郝景芳 (2010).《看不见的星球》. Ken Liu 英译 (2013), Invisible Planets. Lightspeed.
  8. World Health Organization. (2025, June 30). Social connection linked to improved health and reduced risk of early death [News release].
  9. 中国青年报社社会调查中心、问卷网（2023）. 最新一项民调发现 64.2% 受访青年感觉自己存在社交卡顿. 中新网, 2023-05-05.
  10. 中新社（2026）. 东西问｜项飙：年轻人如何找回真实的生活？2026-07-14.
  11. Fang, C. M., Liu, A. R., Danry, V., et al. (2025). How AI and human behaviors shape psychosocial effects of extended chatbot use: A longitudinal randomized controlled study. arXiv:2503.17473.
  12. Turkle, S. (2011). Alone Together: Why We Expect More from Technology and Less from Each Other. Basic Books.
  13. 六本书：Arendt 1958；Bergson 1889；Rosa 2018；Han 2014；Baudrillard 1981；Dunne & Raby 2013。
  14. 数字：Park 等 2024；Common Sense Media 2025；Pew Research Center 2026；Elon University Poll 2026；MIT Technology Review 2024；TechCrunch 2026。

详情

题目
Zingaline，津加林。一次只接待一位访客的装置，以及它背后的软件、舞台和影片。
媒介
一件装置（一张桌子、一台摄像头、一台碎纸机、一个麦克风、一块屏幕、一台打印机）· 一个分五幕的网页应用 · 一个 Blender 舞台 · 一段生成的家庭录像 · 一部介绍短片
数据
动手之前问过 19 个人 · 同一场景的 2,000 次运行，1,000 对配对种子 · 12 段生成片段，共 122 秒
技能
思辨设计 · 交互设计 · 写作 · 模拟 · 3D 布景 · 影片
工具
Python · TypeScript、WebGL2 · Blender 4.5 · Godot 4.7（用于验证）· RapidOCR · faster-whisper · DeepSeek V4 · MiniMax H3

运行：trace_index_v1.json，和 records_v1.json 是同一批 2,000 次运行；一对是用同一组随机数跑两遍，分别用母亲的两句开场白。家庭录像：生成的，没有拍过。问卷：我自己的问卷，n = 19，我认识的人，自我报告；回答为受访者的中文原话，英文由我翻译。数字：出处在每个数字下和参考文献里。津加林（Jinjialin）：郝景芳 2010，刘宇昆英译 2013，转述。画面：应用自己在合成档案上跑出的画面，以及烘焙好的舞台，都按作品集图版的墨色重绘。房间：平面图，线图。同济小展的照片：朋友拍的，按图版的墨色处理。《The Rehearsal》剧照：HBO。决定：照录我当时的设计笔记。数据图都是项目自己画的（v5_data_studies.py）。