年轻时，我曾对字体有着近乎痴迷的热爱，钻研字距调整的细微之处，甚至将亨利·詹姆斯的小说重新排版打印，只为在公交车上获得更好的阅读体验。詹姆斯认为，伟大可由要素定义，但品味源于经验。试图强加喜好是徒劳的。
十五年后，我不再纠结于字体，但意识到培养品味——无论是音乐、服饰还是文字排列——都需要时间、弯路和生活阅历。如今，一家获得 1850 万美元风险投资的公司提出了一个大胆假设：如果人工智能能替你完成这一切呢？
AI 的“平庸之恶”与品味的量化
Taste Labs 的核心观点是：品味是一种模式识别，因此适合由 AI 掌握。该公司首席执行官 Thais Castello Branco 指出，当前 AI 的问题在于缺乏对训练数据质量的判断力，导致输出往往是统计意义上的平庸之作，即所谓的“AI 垃圾”（slop）。
为解决这一痛点，Taste Labs 正在建立一套质量分类体系。公司将设计分解为可衡量的元素，从产品网站、演示文稿入手，最终扩展至更复杂的创作领域。通过创建高质量数据训练前沿模型，旨在提升 AI 在判断和衡量质量方面的能力。
Castello Branco 提出的中心问题是：我们是否希望由人工智能来定义什么是“伟大”？
千人专家网络与数千万美元营收
硅谷试图用算法解决品味问题，听起来难免狂妄。但 29 岁的 Castello Branco 有着务实的背景：她曾在亨氏卡夫开发产品，并联合创立了 AI 搜索引擎公司 Exa。去年 10 月，她推出了 Taste Labs。
其解决方案是将品味“外包”给一个由约 1,000 名创意领域合同工组成的“品味专家”网络。这些专家负责告诉 AI 何为优劣。Castello Branco 认为，经过精心策划的高质量偏好数据，优于用于训练现有模型的互联网混合数据，能有效改善创意写作、建筑设计等主观领域的输出质量。
目前，Taste Labs 拥有 30 名全职员工。据主要投资方 CRV 合伙人 Veronica Orellana 透露，该公司已实现“数千万美元的收入”，财务状况稳定，近期无进一步融资需求。此外，Taste Labs 正与“大多数主要的先锋实验室”合作，协助评估模型能力并提供改进数据，但具体合作方未公开。
从品牌 API 到文化终结的担忧
Taste Labs 推出的首款产品是品牌 API。该工具可提取品牌网站的视觉组件并系统化为一组规则，嵌入设计工具中。例如，可口可乐可借此确保所有 AI 生成的广告均使用正确的红色色调和字体，无需人工反复校对。另一款工具则允许用户通过自然语言搜索一致的品牌系统，如生成唤起“云朵和日落”色彩的方案。
然而，这种自动化也引发了深层忧虑：Taste Labs 的逻辑终点似乎是文化的终结——让人类本应亲历的创造性过程完全由 AI 代劳。
Castello Branco 辩称，Taste Labs 并非要取代人类，而是降低技术门槛，让人们无需精通代码或专业软件即可实现创意愿景。曾在 Adobe 和 Adidas 工作的艺术总监 Whitney Bolin 加入该项目后表示，AI 无法取代人类的情感意图，但能帮助创作者跨越技术障碍。
尽管如此，品味源于生活的“试错”与“感知”，这正是 Castello Branco 试图绕过的部分。如果 AI 包办了所有艰苦的探索，人们又如何真正弄清楚自己喜欢什么？
面对“AI 能否制作一部新的克里斯托弗·诺兰电影”的追问，Castello Branco 表示，模仿特定艺术家并非目标，关键在于从伟大中学习，创造出本身就很棒的作品。她强调，品味是主观且不断演变的，Taste Labs 旨在反映世界中实际存在的品味多样性，而非从上而下地强加标准。
受此启发，我尝试用 AI 设计一款个性化字体。尽管过程充满挫折，最终成果也未必完美，但这番折腾本身，或许正是品味形成的必经之路。