AI 變得越來越像一台「音樂自動販賣機」。你丟進幾個關鍵字：某種風格、某種情緒、某個節奏，幾秒鐘後，它就吐出一首歌——旋律有了、和聲有了、編曲甚至也替你配好。這種速度當然令人驚嘆，也很容易讓人誤以為：既然機器可以生出作品，那我們是不是就不必再花那麼多時間練基本功？
但真正的關鍵從來不是「做不做得出來」，而是「做出來的東西，到底值不值得留下」。AI 可以幫你生素材，卻不能替你負責——好不好聽、對不對、值不值得。這三個看似口語的問題，其實正是創作最核心、也最不能外包的責任。也因此，AI 時代反而更需要傳統經典訓練；不是要回到沒有 AI 的過去，而是要建立一個更穩固的能力底盤，讓你在大量生成的選項裡看得清楚、挑得精準、改得漂亮。
在音樂創作裡，視唱聽寫、聽音採譜、鍵盤和聲、和聲學、對位法——這些名字聽起來像舊時代的「硬菜」：慢、苦、需要耐心。但它們訓練的，正是創作者最重要的兩種能力：一個是「聽覺品管」，一個是「結構思維」。前者讓你不會被表面的順耳騙過，能聽出哪裡虛、哪裡亂、哪裡只是堆疊；後者讓你理解一首歌為什麼成立——張力怎麼鋪、呼吸在哪裡、高潮為什麼必須在那裡發生。基本功不是裝飾品，它更像一套內建的檢測系統：當 AI 給你十個版本，你不是只挑「看起來最像的」，而是能明確說出「這個版本的走向更合理」、「那個版本的聲部有問題」、「這裡該留白，不該塞滿」。
如果用哲學來說，亞里斯多德能把這件事講得非常清楚。他會說，AI 擅長的是技藝（techne）：把東西做出來的能力。做一段和弦、拼一段節奏、模仿一種風格——這些都屬於「會做」。但創作真正難的，是在每一次具體情境裡做出恰當的判斷：這個片段該不該用？要不要轉調？要不要改節奏重音？這裡的和聲是不是太甜？這段旋律是不是搶戲？這些問題不是公式能直接回答的，它牽涉到實踐智慧（phronesis）——一種「知道何時何地該做什麼」的能力。AI 能把選項堆到你面前，但「哪個選項成立」仍需要人的判斷；而那個判斷力，正是基本功長出來的。
接著，布赫迪厄會提醒我們：判斷力不是天生的，也不是一句「有感覺」就能交代的東西。它是一種長期養成的慣習（habitus）。你為什麼一聽就知道「這個聲部走向怪怪的」？你為什麼會對某些和聲轉折感到自然、對另一些感到不舒服？那不是神秘天賦，而是訓練把音樂語法、場域規則、審美標準一步步內化進身體與耳朵裡。當 AI 很會模仿表面風格時，你的慣習會幫你分辨：它到底只是「像」，還是真的「是」。而視唱聽寫、和聲、對位、採譜、鍵盤和聲，就是在一點一滴打造這套內在品管系統。它讓你不會只因為「聽起來很像」就點頭，而能在心裡做更深的檢核：這段是否有必要？是否有張力？是否符合整體美學與倫理的一致性？
最後，海德格會把視角拉得更遠：技術從來不只是工具，它會塑造我們看待世界的方式。當 AI 變成創作流程的中心，音樂很容易被框成一種「可計算、可快速替換的資源」：你不再問「我想聽見什麼」，而是問「哪個版本更快、更像、更好用」。這種框架（Gestell）會把創作慢慢推向效率邏輯，讓作品變成內容、內容變成供給，最後成為可無限替換的存量。問題不在於 AI 會不會寫歌，而在於我們會不會在不知不覺中，把音樂也當成隨手可取的材料，忘了它原本是理解、詮釋與揭示——是人如何在世界中聽見自己、說出自己。
所以，把三位思想家放在一起，你會得到一個很清楚的結論：AI 讓「做出來」變得容易，也讓「判斷」變得更重要。亞里斯多德告訴我們，判斷屬於實踐智慧；布赫迪厄告訴我們，判斷是被訓練、被內化成慣習的；海德格則提醒我們，沒有判斷的人很容易被技術框架牽著走，最後只剩效率與模板。也因此，傳統經典訓練在 AI 時代不是保守，而是一種賦權：它把創作的主導權從「系統的生成」拉回到「人的聽見與選擇」。
當你能視唱聽寫、能採譜、能在鍵盤上即時試出和聲、能理解對位的聲部倫理，你就不必害怕 AI。你甚至會更喜歡它，因為你知道怎麼用它：把它當素材庫、當草稿機、當靈感引擎——但最後拍板的仍然是你。AI 產出的是選項；你的基本功，才是答案。
我也想補上一個很現實、但很重要的觀察：在我過去與多家音樂公司、團體合作的經驗裡，不論工具精進到什麼程度，表現最穩、最能被客戶信賴的夥伴，幾乎都符合一個共同特徵——基本功越深厚，越能解決問題，也越能把作品做出「可靠的品質」。
只是，令人有點感慨的是：這些原本最該把基本功教扎實的場域——某些體制內的相關科系——在現實壓力下（課程時數、學生背景差異、產學導向、快速產出期待等），未必還能把訓練做得夠深、夠透。於是，如果你真的想把音樂創作學好，到最後往往得回到一件很樸素的事：你要能鞭策自己，願意持續練；願意上網找資料、拆作品、做聽寫、做採譜；或是找一位願意「硬性訓練」你的老師——不是只鼓勵你多產出，而是敢要求你把每一個音、每一段聲部、每一次轉折都做對。
