节目

你喜欢的节目都在这里

114 Chinamaxxing:当"中国"变成一个动词

114 Chinamaxxing:当"中国"变成一个动词

关语

过去一年,海外社交媒体里慢慢长出了一个词。到2026年初,它突然开始大规模进入公众视野。 这个词叫:Chinamaxxing。 有人把冰水换成热水,有人练八段锦,有人穿中国风家居服,有人拍视频说"Things I started doing because of China“——因为中国,我开始做的那些事。 社交媒体上,人们开始用 Chinamaxxing 来给这种状态命名。 Looksmaxxing,尽可能改善外貌;sleepmaxxing,把睡眠拉到最高;healthmaxxing,最大化健康。几乎生活的任何维度,都可以接到 maxxing 后面。 人生像一块控制面板,每个维度旁边有一根进度条,可以不断优化。 我们用什么比喻理解生活,会影响我们怎样安排生活。当我们不断用“优化”“升级”“拉满”来说自己时,人也就越来越像一个等待迭代的产品。 说到这里,介绍一个哲学家——韩炳哲(Byung-Chul Han,韩语:한병철) 韩炳哲是一位韩裔德国哲学家、文化理论家,1959年出生于韩国首尔。 他年轻时最初在韩国学习冶金学,后来移居德国,在弗赖堡、慕尼黑等地学习哲学、德国文学和神学,之后获得博士学位。他曾在巴塞尔大学任教,后来在德国卡尔斯鲁厄设计学院以及柏林艺术大学从事教学和研究。 韩炳哲最重要的一个思想:我们从“被迫劳动”进入了“自我剥削”,这就是他最著名的《倦怠社会》(Müdigkeitsgesellschaft)。 这本书2010年出版,是让他国际上广为人知的重要作品。中文也已经有正式译本。 感谢收听,欢迎留言、转发、收藏点赞! 片头/片尾曲:Z11 Studio 有事联系:[email protected]

14分钟
55
1周前
嘉宾小陈:WorkBuddy实操指南

嘉宾小陈:WorkBuddy实操指南

尹晨聊流量创业

作为当前最火的办公类Agent,WorkBuddy你一定要了解! 来,让AI实操玩家小陈带你玩转WorkBuddy~ 【听友专属福利】 听友限定内部资料:6大好礼免费送,扫即可领取,或者添加:yinchenjulebu00(备注:领取资料) 【本期主题简介】 嘉宾小陈围绕WorkBuddy在流量业务场景的使用方法、版本选择、模型适配、业务落地案例等内容展开讲解,明确其“更适配国内电商团队AI协同办公”的核心定位。 WorkBuddy核心能力是协同,支持接入飞书、钉钉、云盘、知识星球、企查查、GitHub等主流办公工具,可通过手机端远程控制电脑端运行任务,支持自定义接入GPT、Gemini等各类大模型。 相对于ChatGPT,Word Body更适配国内电商团队,核心体现在三个方面: 无需特殊网络环境即可使用,避免国内办公环境下因网络问题导致业务中断。 核心是团队协同,支持所有成员的操作和数据沉淀统一管理,避免ChatGPT个人使用导致的各自为营、积分消耗大但产出不可控的问题。 本质是AI协同工作台,可接入各类主流大模型,能串联整个团队的工作流程,可通过飞书、微信远程下发指令操作,不需要随时守在电脑前。 【尹晨俱乐部简介】 尹晨,尹晨俱乐部创始人。 尹晨俱乐部,付费会员10000+,电商TOP1社群。 尹晨为破10亿GMV电商创始人,19年入局,员工100+,国内主打食品,百货,美妆,海外主打泰国美妆个护。 行业畅销书"抖音直播带货实操指南"作者,公众号"尹晨创业实录"主理人。 欢迎加入尹晨俱乐部,一起成长,一起进化!

66分钟
58
1周前
[EP56] Thomas | 被扎克伯格基金会投资的AI教育公司,怎么把「好的教学」做进 AI?

[EP56] Thomas | 被扎克伯格基金会投资的AI教育公司,怎么把「好的教学」做进 AI?

教育AI智造者

Hello 大家好,欢迎回到《教育AI智造者》。 过去两年,我们已经见过太多教育 AI 产品:生成教案、生成 worksheet、生成 quiz、生成课程、生成反馈……大语言模型让“生成教学内容”第一次变得如此廉价。 但我越来越觉得,教育 AI 真正困难的问题,可能从来都不是“如何生成”,而是:我们到底应该生成什么?为什么这样生成?以及,我们凭什么认为生成出来的东西有助于学习? 这一期,我邀请到了 EduAide 联合创始人 Thomas。 EduAide 是一个让我第一次看到就非常感兴趣的产品。它没有把 ChatGPT 简单包装成一个“教师版聊天框”,而是试图做一件困难得多的事情:把教育研究和学习科学真正转化成老师可以直接使用的 AI 工具。 Thomas 自己就是一名教师,也接受过教育研究训练。EduAide 的诞生,也不是从“AI 能做什么”开始,而是从一个老师非常具体的问题开始:ChatGPT 的确可以在几秒钟内生成 worksheet 和 lesson plan,但什么才是一张真正设计得好的 worksheet?一道高质量的 worked example 应该包含什么?什么时候应该使用 retrieval practice?什么时候应该给学生更多引导,又什么时候应该逐渐撤掉 scaffold? 这些问题的答案,并不在模型本身,而在教学法里。 所以 EduAide 做了一件非常“笨”、却也非常特别的事情:团队筛选和整理了超过 1000 篇教育研究,将研究中的教学原则、适用条件和边界条件组织成知识图谱,再把它们转化为 110 多种教师可以直接使用的教学工具。 而更让我感兴趣的是,他们并没有停留在“把论文塞进 RAG”。 从研究筛选、知识编码,到教学方法的结构化,再到 Prompt、Rubric、Evaluation、Recommendation Engine 和最终可编辑的 Artifact,EduAide 实际上在尝试建立一整条链路: Research → Pedagogy → Tool → Prompt → Generation → Evaluation → Teacher Decision 我们也因此聊到了一个我一直非常关心的问题:如果未来模型越来越强,教育 AI 产品真正需要构建的,究竟是什么? 也许不是更多内容,而是隐藏在内容背后的教学决策系统。 这一期我们还讨论了很多没有标准答案的问题:老师到底需不需要读论文?AI 帮我们自动阅读研究,是效率提升还是 cognitive offloading?怎样评价一个 AI 生成的教学材料到底“好不好”?为什么一个好的教育 AI 不应该要求老师学习 Prompt Engineering?为什么 Thomas 至今仍然谨慎地不让 AI 直接成为学生的 Tutor? 最后,我们还聊到了 EduAide 作为一家三人 bootstrap 公司,如何依靠教师订阅生存,再从真实的教师使用反向进入学校和学区。 所以,这一期表面上是在拆解 EduAide,实际上我觉得我们讨论的是一个更大的命题: 当“生成”越来越容易之后,教育 AI 的竞争,会不会最终从模型能力,回到我们对“学习究竟如何发生”的理解? 🧭 内容大纲 1️⃣ 从老师到创始人:教育 AI 的起点不应该是 AI 能做什么,而应该是什么更可能让学习发生。 2️⃣ 📚 Evidence-Based Teaching:教学其实是一场“概率游戏”, 好的老师不是遵循教学 checklist,而是拥有足够丰富的教学工具箱,并知道什么时候用什么。 3️⃣ 🔬 1000+ 篇论文如何变成 110+ 个 AI 教学工具?论文不是知识库的终点。真正困难的是把 evidence 变成可以执行的 pedagogical decision。 4️⃣ 🧠 AI 可以帮我们读论文,但什么不应该被自动化?Cognitive Offloading 可以节省时间,但如果把形成专业判断力的过程也一起外包,我们可能失去的恰恰是最重要的能力。 5️⃣ 🌉 Research-to-Practice Gap:真正缺失的不是更多教育研究,而是把研究转化成实践的基础设施。 6️⃣ 🛠️ 最好的教育 AI,也许应该让老师“不需要懂 Prompt”:不要训练老师成为 Prompt Engineer,而应该把 Pedagogy 做进产品本身。 7️⃣ 🧩 从 Generator 到 Recommendation Engine: 育 AI 不只是“帮我生成什么”,未来更重要的能力可能是“帮我判断现在应该做什么”。 8️⃣ ⚙️ Prompt Engineering 背后,其实是 Pedagogical Engineering: 真正困难的不是 Prompt 写得多漂亮,而是我们能不能把“好的教学”描述成机器可以执行的结构。 9️⃣ 📏 Rubric + Evaluatio:教育 AI 的护城河可能不只是 Generation,而是 Evaluation——你必须先知道“好”是什么,才能不断逼近它。 🔟 📄 Artifact + Human-in-the-Loop:AI 给起点,老师继续驾驶; 好的教育 AI 不是把教师移出回路,而是让教师拥有更强的 Agency。 1️⃣1️⃣ 🎮 为什么“游戏 + 答题”并不等于 Game-Based Learning?真正的学习游戏,应该让“赢得游戏”本身就意味着学生展示了对学习目标的掌握。 1️⃣2️⃣ 🤖 为什么 EduAide 没有急着做 AI Tutor?AI → Teacher → Student,可能仍然是现阶段非常值得认真探索的一种教育 AI 架构。 1️⃣3️⃣ 💰 三个人的 Bootstrap 公司,如何与 EdTech 巨头竞争? 1️⃣4️⃣ 🌱 当生成越来越便宜,教育 AI 最后在竞争什么? 也许教育 AI 最终真正竞争的,不是谁生成得更多,而是谁对学习理解得更深。 -----------------------关于伊伊子---------------------- 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣,欢迎填写我们的听友群入群申请问卷!🎧点击链接,或扫码,与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验,并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇,共同成长!😊 请大家在填写微信联系方式时,务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家! ========================关键词解析======================== 01|Evidence-Based Teaching|循证教学 循证教学并不是“研究证明这种教学法最好”,而是依据已有研究,选择在特定学习者、内容和环境下更可能促进学习的方法。Thomas 特别强调它的边界条件:一种有效方法并不会在任何课堂、任何学生身上都同样有效。 02|Retrieval Practice|检索练习 检索练习指主动从记忆中提取已经学习的信息,而不仅仅是重新阅读材料。测验、回忆问题等都可能成为检索练习。它的重要价值之一,是让“回忆”本身成为学习过程,而不只是学习结束后的检查。 03|Cognitive Load|认知负荷 人的工作记忆容量有限。如果题目的措辞、界面或无关信息消耗了过多注意力,学生用于理解核心知识的认知资源就会减少。Thomas 提到“最低限度差异化”的题目设计,就是希望减少与学习目标无关的额外负荷。 04|Prior Knowledge|先验知识 学生进入一个学习任务之前已经拥有的知识和技能。它不仅包括“知道什么”的陈述性知识,也包括阅读、分析、写作、解题等程序性能力。同一种教学方式对初学者和已有丰富先验知识的学习者,效果可能完全不同。 05|Worked Example|范例题 / 完整示例 Worked Example 不只是“给学生看答案”,而是把解决问题的过程显性化,让学生看到每一步为什么发生。高质量范例还可能加入 self-explanation、常见错误、部分完成练习,以及逐步撤除支架等设计。 06|Scaffolding & Fading|脚手架与逐步撤除 Scaffolding 是在学生尚不能独立完成任务时提供结构性支持;Fading 则意味着随着能力提升逐步撤掉这些支持。EduAide 的范例题会从完整示范走向 partially completed example,让学生逐渐承担更多认知工作。 07|Self-Explanation|自我解释 不是让学生简单重复“这一步做了什么”,而是要求他们解释“为什么这样做”。例如:“为什么这一步首先使用分配律?”这种活动迫使学习者连接已有知识、推理过程与当前问题,加深对底层结构的理解。 08|TPACK|技术—教学法—学科内容知识 TPACK(Technological Pedagogical Content Knowledge)强调,优秀的技术整合并不是单独懂技术、教学法或学科内容,而是理解三者如何相互作用。AI 时代的问题因此不只是“模型能做什么”,而是它如何进入具体学科的教学决策。 09|Knowledge Graph|知识图谱 在 EduAide 的语境里,知识图谱不是简单储存论文,而是把研究、教学方法、适用情境、资源类型等关系组织起来,让系统能够理解某项研究与某个教学工具之间为什么相关,从而支撑推荐、生成和评估。 10|Rubric-Based Evaluation|基于评分标准的评估 与其笼统地问“AI 输出好不好”,不如把质量拆成可检查的标准。例如:是否有逐步引导?是否包含自我解释?是否提供后续练习?EduAide 会让不同 Prompt 在不同主题和年级上重复生成,再根据 rubric 比较稳定性。 11|Cognitive Offloading|认知卸载 认知卸载是把原本需要自己完成的认知任务交给外部工具,例如让 AI 搜索、阅读和总结论文。它可以提高效率,但 Thomas 提出了一个重要风险:如果一个初学者研究者过早把全过程交给 AI,可能也失去了形成研究判断力的机会。 12|Research-to-Practice Gap|研究—实践鸿沟 教育研究中已经存在大量关于学习和教学的知识,但这些知识往往没有进入真实课堂。Thomas 认为,问题不应该简单归咎于“老师不读论文”,而是研究成果缺少能够直接转化成不同学科、不同课堂情境的实施形式。 13|Recommendation Engine|推荐引擎 与“你问什么 AI 就生成什么”不同,EduAide 会尝试先识别教师的教学意图,再把目标匹配到适合的教学工具。这里 AI 承担了一部分 pedagogical selection:不仅生成资源,也开始帮助老师判断“此时可能应该使用什么”。 14|Artifact|可操作的生成对象 Artifact 指 AI 生成后能够继续编辑、评估、组合和迭代的对象,而不是聊天框里一次性的答案。对于教育 AI 来说,这一点尤其重要:教学材料天然需要老师根据学生、课堂和实际实施情况持续修改。 15|Human-in-the-Loop|人在回路中 Human-in-the-Loop 强调 AI 并不是封闭地完成整个决策,而是让人类持续参与判断和修正。在 EduAide 中,AI 可以生成、推荐和评估,但教师仍然能够编辑 Artifact、改变方向,并决定最终如何进入真实课堂。 16|Teacher Agency|教师主体性 教师主体性指教师能够基于自己的专业判断、课堂情境和学生需求做出决定,而不是被技术规定教学路径。好的教育 AI 不一定意味着“替老师多做一些”,也可能意味着给老师更好的结构和信息,让老师拥有更强的决策能力。 17|Game-Based Learning|游戏化学习 / 基于游戏的学习 真正的 Game-Based Learning 不只是给练习题套上积分、角色或闯关外壳。Thomas 提出的一个很好的判断标准是:游戏的胜利状态能否直接体现学习目标的掌握? 如果拿掉题目后游戏依然完全成立,它可能只是“答题换皮”。 18|Bootstrapping|自力创业 Bootstrapping 指公司主要依靠创始团队和自身收入发展,而非依赖外部风险投资。EduAide 采用教师个人订阅形成稳定 MRR,再通过教师在学校内部的自然采用进入学区市场,使商业增长与真实用户使用形成连接。

73分钟
99+
1周前
轻话题|30 今年中医让我多喝冰可乐?

轻话题|30 今年中医让我多喝冰可乐?

叨叨年糕陪你聊天

叨叨年糕陪你聊轻话题。大家好我是本期值班主播——多多。 我最近经历了一件非常颠覆我常识的事。我的中医最近开始催大家喝冰可乐。而且不是“偶尔喝两口没关系”。是:冰块要多、可以加咸水梅、可以放薄荷叶、最好下午三点以后喝。我第一反应真的是:这还是中医吗?因为我们从小听到的中医养生,好像都是——少吃凉的,少喝冰的,女生更不要受寒。我后来真的去翻了翻古籍。然后发现:事情比我想象中有意思多了。首先,今年是 2026 年,丙午年。在《黄帝内经》的五运六气体系里面,丙午是一个很明确的年份。《素问·六元正纪大论》写,子午之年,是“少阴君火司天,阳明燥金在泉”。到了丙午,又碰上一个“水运太过”。然后它形容这一年的状态,有一句特别有画面感:“水火寒热,持于气交。”翻成大白话,就是这一年的气候,在这套理论里,不是单纯的“特别热”,而是火、燥、寒,几股力量在一起拉扯。上面有火,下面有燥,中间还有水寒。所以你会发现,中医讲的“今年燥”“今年火”“燥气又来了”,并不是他临时编了一套天气预报。他其实是在套《内经》里面一套已经存在一千多年的运气模型。当然,这套模型是不是现代气象学,这完全是另一回事。但至少从“他有没有古籍依据”来说——有。而且还挺正统。 接下来是第二个更颠覆我的事情。我以前一直以为,中医最基本的一条原则就是:寒的东西不好。结果《黄帝内经》根本不是这么说的。《内经》有一句特别简单:“寒者热之,热者寒之。”冷证,用热的方法。热证,就用寒的方法。甚至它还有更复杂的“反治”——有时候表面看起来是寒,里面其实是热;表面看起来很热,根本反而可能是寒。所以中医真正的逻辑,并不是:冰永远不好。而是:你现在到底是什么状态?这件事情我觉得特别有意思。因为古书里面甚至有一句很违反我们的直觉:“诸禁鼓栗,如丧神守,皆属于火。”什么意思?一个人嘴唇发紧、身体打颤、看起来冷得不得了,古人说,这种表现有时候反而可以属于“火”。所以后世中医才会有一个词叫“真热假寒”。也就是说:觉得冷,不一定等于中医意义上的“寒”。听到这里,我突然理解为什么群里有人说:“我以前夏天吃一点凉的,肩膀都会觉得寒,为什么今年吃冰反而没感觉?”那个医生回答她:人感受到的“寒”,并不简单等于东西的物理温度。先不讨论这个具体解释在现代医学上成立不成立,至少在中医自己的理论体系里面,这个回答并不突兀。然后我又去查了一下:古代中医到底真的让不让人喝冷水?答案居然是:真的让。《本草纲目》里面,水本身就是 药。它专门写“新汲水”,就是刚从井里打上来的冷水。它的用途里面就有:烦渴、热闷、热痢、热淋。李时珍甚至把“夏冰”单独列了一条。他说冰可以“去热烦”“解烦渴,消暑毒”。你看,古人居然真的把冰写进本草了。但是最有意思的是,同一段里他马上又提醒:夏天冰吃太多,也会出问题。宋徽宗就因为吃冰太过,得了脾胃的毛病。所以古人的逻辑从头到尾都不是冰好也不是冰坏。而是四个字:看什么时候。甚至还有更猛的。古代医案里真有一种治法:一个人明明怕冷怕了很多年,穿很多衣服还是觉得冷。医生诊完以后却认为,他这不是寒,而是热郁在里面出不来。怎么办?拿冷水浇。而且不是一瓢。是几十桶。病人一开始冷得发抖,后来突然大汗出来。这种治法后来被记载下来,说它的源头可以追到华佗类似的医案。当然这个千万不要回家模仿。古人自己也强调,这是非常特殊的证,辨错了是会出事的。但它至少说明了一件事:“以冷治热”,甚至“用极冷把郁热引出来”,在古代中医里面真的存在。所以我现在再回头看那个中医群,就突然觉得特别有意思。大家刚开始都战战兢兢:“医生,今天还能喝吗?”“没有咸水梅,只喝冰可乐可以吗?”“立秋了还能喝冰吗?”后来越来越放飞。有人说:终于可以名正言顺喝冰可 乐了。甚至有人喝完一大杯冰水之后开始不停放屁。医生特别开心地说:身体里的热开始往外走了。我现在当然不会因为翻了几本古书,就告诉大家:今年赶紧去喝冰可乐。这不是这期想说的。恰恰相反。我觉得最好玩的是,我以前一直以为“中医不让喝冰”是一条特别古老、特别根深蒂固的中医原则。后来才发现,它可能是我们今天对中医的一种极度简化。真正的古籍里面,一边告诉你冰可以治热,一边又告诉你冰吃多了伤人;一边说寒者热之,一边又说热者寒之;甚至一个人在打寒战,古人都会提醒你:别急着判断,这也可能是火。所以真正传统的那套思路,反而没有我们今天的养生口诀那么简单。它一直强调的是四个字:因时、因人。至于今年夏天,我个人最大的收获是什么?大概就是——活了这么多年,我第一次喝一杯加满冰的可乐,心里想的不是:完了,寒气进去了。而是:嗯,这是在学习《黄帝内经》。突然就喝得非常有文化。 今天的分享就到这里啦,大家拜拜。

6分钟
12
1周前
Explosions in the Sky:<荒野>之上,吉他轰鸣

Explosions in the Sky:<荒野>之上,吉他轰鸣

留声机records player

【留声机·现场档案】Explosions in the Sky 2016-05-03 San Diego, USA SETLIST * 00:00 Intro * 00:44 The Birth and Death of the Day * 08:02 Tangle Formations * 14:19 The Only Moment We Were Alone * 25:35 Greet Death * 33:44 The Ecstatics * 36:57 Let Me Back In * 46:47 Disintegration Anxiety * 51:41 Colors in Space * 58:56 Six Days at the Bottom of the Ocean * 01:08:20 Logic of a Dream * 01:15:53 Memoria 2016年的 Explosions in the Sky,已经走过了将近二十年的音乐生涯。 从九十年代末美国独立音乐场景中的一支器乐摇滚乐队,到后来成为后摇滚音乐最具代表性的名字之一,他们始终在探索吉他、鼓与空间之间的关系。 这一年,他们刚刚发行了《The Wilderness》。 相比早期作品中漫长而层层递进的结构,《The Wilderness》里的 Explosions in the Sky 开始更加关注声音本身。歌曲变得更加直接,吉他的纹理、鼓点的力度,以及不同乐器之间不断变化的距离,被放置在更加开阔的空间之中。 而这场演出,恰好处在这样一个特殊的时间节点。 过去二十年的音乐轨迹,与正在发生变化的新声音,在同一个夜晚彼此交汇。 从开场的 The Birth and Death of the Day 开始,熟悉的吉他旋律缓慢展开。 声音没有急于抵达高潮,而是在不断叠加的吉他、鼓点与反馈之间逐渐建立起自己的秩序。 随后,Tangle Formations、The Only Moment We Were Alone 接连出现。 那些曾经存在于录音室里的旋律,在现场获得了新的尺度。 吉他的延迟与残响不断向四周扩散,鼓点则像某种持续推进的力量,将音乐从一个瞬间推向另一个瞬间。 而到了 Greet Death,声音开始变得更加阴暗。 这是 Explosions in the Sky 音乐中经常被忽略的一面——他们当然擅长制造壮阔而明亮的高潮,但在那些巨大的声音背后,也始终存在着一种关于失去、孤独与死亡的情绪。 The Ecstatics、Let Me Back In、Disintegration Anxiety,让这场演出的情绪继续向更深处延伸。 尤其是 Disintegration Anxiety。 “瓦解的焦虑”。 这个名字似乎也在描述着现场本身。 声音不断被建立,又不断崩解;旋律被反复堆叠,又在达到顶点之后逐渐消失。 那些短暂存在于空气中的声音,最终都会归于寂静。 随后,乐队开始进入《The Wilderness》的声音世界。 Colors in Space、Six Days at the Bottom of the Ocean、Logic of a Dream。 与早期作品相比,这些音乐显得更加克制,也更加注重声音之间的空隙。 吉他不再只是旋律的载体,而开始成为一种具有空间感的声音纹理。 这也是 Explosions in the Sky 最迷人的地方之一。 他们并不依赖人声去叙述一个具体的故事,却可以通过四件乐器之间不断变化的关系,让听者自行建立属于自己的画面。 * 演出视觉赏析 而这场演出的视觉,也恰好提供了另一种进入这片声音世界的方式。 这张 Explosions in the Sky × The Observatory North Park 2016 的演出海报,由美国插画家、版画艺术家 Dan Grzeca 创作。 Grzeca 长期为独立音乐现场创作海报,并以铅笔、刮板绘图,再转化为丝网印刷的方式建立自己的视觉语言。 如果仔细观察,会发现这张海报并没有直接描绘乐队,也没有使用任何典型的“摇滚”视觉符号。 画面中央是一座巨大的岩石山体。 山顶,一座古老的城堡被几棵高耸的松树包围。 而原本属于建筑的空间,似乎正在慢慢被自然重新占据。 这种“废墟 × 自然”的意象,与 Explosions in the Sky 的音乐其实有一种微妙的呼应。 他们的音乐从来不是单纯的宏大。 那些巨大的高潮背后,总是带着一种关于时间、消逝与自然力量的想象。 而海报中的城堡,也像是某种曾经辉煌的文明遗迹。 它依然矗立在山顶,却已经被森林包围。 岩石上的一道道裂痕,与天空中不断向右上方延伸的黑色笔触,让整个画面产生一种持续运动的感觉。 这些黑色线条看起来像岩层,也像风吹过天空留下的痕迹。 如果把它放回 Explosions in the Sky 的音乐里,它又很容易让人联想到那些不断叠加的吉他声部—— 一层。 又一层。 直到声音最终形成巨大的墙。 而画面中最醒目的蓝色天空,则将这种沉重感拉向了另一个方向。 它并不是一片平静的蓝。 粗粝的黑色笔触不断穿过其中,让天空本身也像是正在运动。 这很像 Explosions in the Sky 的音乐: 看似辽阔而平静,却始终存在着某种正在发生的变化。 山体的黄色、天空的蓝色,以及黑色的线条,形成非常直接的色彩冲突。 没有复杂的色彩系统,却拥有很强的视觉张力。 这种处理也让海报没有陷入传统后摇海报常见的“星空、宇宙、抽象光线”套路,而是选择了一种更加具体、更加原始的自然景观。 它最终呈现出来的,不是一场音乐演出的简单记录。 更像是一幅关于荒野、时间与声音的想象。 而这也恰好对应了《The Wilderness》这个时期的 Explosions in the Sky。 2016年的他们,正在把自己的音乐从熟悉的后摇结构中进一步抽离,走向更加开阔、更加原始的声音空间。 海报里的城堡、岩石、森林与天空,也因此像是这段音乐的另一种视觉翻译。 * 聆听指南 这不是一场试图复制录音室版本的演出。 你会听到更多现场留下的痕迹: 吉他层层叠加之后形成的巨大空间; 鼓点推动音乐不断向前时产生的重量; 旋律与噪音彼此交错时短暂出现的失控; 以及那些在高潮结束之后,依然停留在空气中的残响。 如果你熟悉 Explosions in the Sky 的录音室作品,试着忘记原本的版本。 把注意力放在声音如何出现,又如何消失。 也可以重新看一眼 Dan Grzeca 的这张海报。 想象那座被森林重新占据的城堡,想象岩石上的裂痕、天空中的风,以及不断向远方延伸的声音。 因为一场现场真正珍贵的地方,或许并不是它比录音室版本“更好听”。 而是它只发生过一次。 2016年5月3日。 San Diego。 Explosions in the Sky。 请把音量调高。 让自己回到那个已经结束十年的夜晚。

84分钟
99+
1周前

加入我们的 Discord

与播客爱好者一起交流

立即加入

扫描微信二维码

添加微信好友,获取更多播客资讯

微信二维码

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧