正在刊行长文 · Essay
2026-04-07所有内容
随机比特 · Random Bits

一个虚构 AI 歌手冲进 iTunes 榜单,不是因为音乐工业被彻底改写了,而是因为榜单机制还没准备好处理 AI 时代的批量生成。

2026-04-07AI Engineering / Systemsrbits.uk

你打开 iTunes 榜单,看到一个叫 Eddie Dalton 的歌手。 Top 100 里,他占了 11 个位置。专辑榜,排到第 3。 你以为他是突然爆红的新人。 但 Luminate 的数据说,他一共只卖了 6900 首歌。没有电台播放。没有流媒体成绩。YouTube 上一首歌有 120 万播放,其他几乎没人听。…

一个虚构 AI 歌手冲进 iTunes 榜单,不是因为音乐工业被彻底改写了,而是因为榜单机制还没准备好处理 AI 时代的批量生成。

AI 歌手只卖了 6900 首歌,为什么反而占了 iTunes 11 个位置?

你打开 iTunes 榜单,看到一个叫 Eddie Dalton 的歌手。

Top 100 里,他占了 11 个位置。专辑榜,排到第 3。

你以为他是突然爆红的新人。

但 Luminate 的数据说,他一共只卖了 6900 首歌。没有电台播放。没有流媒体成绩。YouTube 上一首歌有 120 万播放,其他几乎没人听。

6900 的销量,11 个 Top 100 的位置。

这两个数字怎么看都不像是同一个人的。

因为他确实不是一个人。

Eddie Dalton 是内容创作者 Dallas Little 用 AI 做出来的虚构歌手。一个人写提示词,一个人做人设,一个人发歌——想发多少首,就发多少首。

很多人看到这里,第一反应是:AI 音乐要取代真人了。

但数据明明在告诉你另一件事:不是 AI 赢了,是榜单先坏了。

<figure><img src=“images/compare.png” alt=“compare”></figure>

iTunes 的排名逻辑,本质上反映的是短期购买行为。粉丝动员、宣发节奏、价格策略,以前也会影响排名。但那些操作有成本——你得有真人录音、制作、宣发团队。

AI 把这些成本压到了接近零。

一首不够?再发一首。一个人设不够?再造一个。一个虚构歌手在一周内批量灌入十几首歌,每首只需要吸引很少的购买量,就能把排名顶上去。

可榜单没有区分这些。

真人创作、AI 辅助、完全 AI 生成、虚构人格运营——今天还挤在同一张表里。你看到的是歌名、封面、排名。但这些数字背后,已经不是同一类东西了。

这才是最值得警惕的地方。

很多人还在吵"AI 音乐算不算音乐"。这话题可以聊,但不是最急的。

更急的是:榜单还能不能代表"大家真的在听什么"。

如果一个人靠低成本批量发歌就能把虚构歌手推成"看起来很红",那榜单衡量的就不只是喜欢,它也在衡量谁更会利用规则。

榜单以前像温度计,告诉你大家在听什么。现在它有时更像放大器——把操作能力也一起放大,再伪装成共识。

这对真人音乐人来说,最难受的不是"输给 AI"。而是你和一个不受同样生产约束的对象,被放进同一场比赛,用同一套排名展示输赢。

不只是竞争变了。连比赛规则都变了。

行业已经有人开始补洞。Deezer 部署了 AI 检测工具,给 100% AI 生成音乐打标签。但从 Eddie Dalton 这件事看,大多数主流平台还没补上这一层。

以后再看榜单,别只看位置。先问:这个位置是怎么来的。

如果平台不补身份标注、来源披露、排行修正,"上榜"这件事会越来越像一个营销结果,而不是一个文化结果。

6900 首销量,11 个榜位。先掉价的不是音乐,是榜单自己。

你觉得 AI 歌和真人歌应该继续混在一个榜里排,还是该分开?欢迎留言。

资料来源:Showbiz411、Deezer Investors

随机比特公众号二维码
公众号 · 随机比特
从 AI 工具热闹里拆工程真相

写边界、控制面、上下文、成本与安全。