Engram：把AI幻觉变成音乐的AI采样器

当AI幻觉成为创作素材

音乐科技初创公司 Thoughtful Things 近日在 Kickstarter 上线了旗下首款硬件乐器 Engram 的众筹项目。这是一台集采样器（sampler）与节奏工作站（groovebox）于一体的设备，最大的亮点在于它用 AI 来「破坏」输入的音频，甚至凭空「幻觉」出全新的声音。

对熟悉生成式音乐工具的人来说，第一反应可能会把它和 Suno 这类工具联系起来。但 Engram 的定位恰恰相反——它明确表示自己「不是盒子里的 Suno」，也不是那种「一键出歌」、直接产出可上榜作品的设备。

幻觉不是缺陷，而是特性

在大多数 AI 应用中，「幻觉」被视为需要极力避免的问题——它意味着模型输出了不准确、不可控的结果。而 Engram 的设计思路则把这一逻辑完全颠倒：它主动利用 AI 处理音频时产生的失真、错乱与不可预测性，将这些「故障感」转化为独特的音色和纹理。

这种做法在电子音乐和实验音乐领域并不陌生。从磁带饱和、比特压缩到电路弯曲（circuit bending），音乐人一直在有意「滥用」技术来获得意料之外的声音。Engram 把这套「拥抱不完美」的美学延续到了 AI 时代——让机器的错误成为艺术表达的一部分。

电路弯曲（circuit bending）起源于1960年代，是一种通过人为短路或改变电子设备内部电路来制造非预期声音的实验技术。实践者通常拆开玩具、合成器或其他消费电子产品，用导线连接原本不相连的电路节点，触发噪音、失真和随机音调。这一技术的核心美学是「受控的失控」——创作者设定条件，但最终声音由物理偶然性决定。Reed Ghazala 被认为是这一流派的奠基人，并在1990年代将其理论化。Engram 的 AI 幻觉处理与 circuit bending 在哲学层面高度一致：二者都拒绝将技术视为实现预设目标的透明中介，而是主动邀请技术的「意外」参与到创作过程中。

与「一键生成」路线的分野

Engram 强调自己不是「按一下按钮就得到成品」的工具，这一点值得深究。当前市场上的生成式音乐产品大多追求「傻瓜化」和「结果导向」，用户只需输入提示词就能获得一首听感完整的歌曲。

这种模式虽然降低了创作门槛，却也削弱了创作者对声音的掌控感和参与感。Engram 选择的是另一条路：把 AI 当作一件需要「演奏」的乐器，而非替人完成创作的黑箱。它更接近于给音乐人提供一种新的声音处理手段——AI 负责生成原始素材和意外音色，创作者负责挑选、编排和塑形。

Groovebox（节奏工作站）是一类集成了鼓机、音序器和合成器功能的便携式一体化设备，代表产品包括 Roland MC-系列和 Teenage Engineering 的 Pocket Operator。它的核心交互逻辑是通过实时按键、旋钮和步进音序（step sequencer）来编排节拍和旋律，强调即兴性和身体参与感。与 DAW（数字音频工作站）软件相比，groovebox 的工作流更线性、更直觉，适合现场表演和快速创意捕捉。Engram 选择以 groovebox 形态呈现 AI 音频处理，意味着它预设的使用场景是演奏者在当下做决策，而非在软件界面中反复调整参数——这一设计选择本身就在强化「AI 是乐器」而非「AI 是生产工具」的定位。

硬件化的意义

把 AI 音频处理做成一台实体设备，而非又一个软件插件或云端服务，本身就是一种态度。硬件形态意味着触觉交互、即时反馈和现场演奏的可能性，这对追求 workflow 流畅度的音乐人来说往往至关重要。

采样器加节奏工作站的组合，也表明 Engram 想要覆盖从声音采集、AI 处理到节奏编排的完整链路，而不只是单点功能。它试图成为创作流程中的一个核心节点，而非附加的特效工具。

一次关于AI角色的思考

Engram 的产品思路提供了一个有趣的视角：AI 在创意工具中究竟应该扮演什么角色？是取代人的「自动作曲机」，还是拓展人的「新型乐器」？

Thoughtful Things 显然押注于后者。通过刻意放大 AI 的不确定性，把幻觉变成音乐素材，Engram 把 AI 从「效率工具」重新框定为「灵感来源」。至于这台设备的实际表现如何、众筹能否顺利落地，还有待产品真正交付后验证。但它至少提出了一个值得整个行业思考的问题——在生成式 AI 席卷一切的当下，保留创作者的主导权，或许比追求「一键成品」更有价值。