摘要
生成影像正在改变摄影中作者问题的提法。当图像越来越多地在模型、工具与平台构成的工作流程中逐步成形，除了单一主体的意图，系统的持续运行与多人协作也会塑造作品，具体输出往往只是这一过程中的阶段性结果。本文借助哈钦斯（Edwin Hutchins）的分布式认知理论，将创作理解为表征在不同主体与媒介之间的连续转换；同时引入"系统支架"（Agent Harness）概念，指称项目参与者在模型之外明确组织并能够修订的工作流程，包括工具调用、记忆留存、反馈循环与权限约束等安排。在此框架下，文章通过五个案例辨析作者介入作品形成过程的不同位置。文章认为，在生成影像中，作者性既体现于创作者如何参与作品生成条件的设定，也包含他们对相应后果所承担的责任。就摄影理论而言，除了单张图像的署名归属，还需要追问图像得以生成、修订与展示的条件由谁安排。
关键词： 作者性；分布式认知；系统支架；生成影像；摄影理论
引言：作者性发生在何处
对于摄影而言，作者性从来不只是署名页上的名字。从题材选择、现场进入、底片筛选到组图编排与展陈方式，作品的成立需要一系列环节彼此衔接。这些环节有时延续摄影师或艺术家的个人判断，有时由多人分担，个人判断与协作也常常相互交织。霍华德·S.贝克尔（Howard S. Becker）早已指出，艺术作品通常在创作者、协作者、制度惯例与技术条件的共同作用中完成[1]。长期以来，这些分工与依赖关系往往被收拢在"摄影师"或"艺术家"这类稳定角色之下，作品因而容易呈现为个人才能的直接产物。生成影像使这些原本不易被看见的关系变得更加复杂，也更加显眼。今天的一些生成影像项目不仅涉及拍摄、检索、提示生成、局部修订、版本比较与平台分发，还可能涉及模型设计、数据整理、软件开发与平台运营。摄影师、艺术家、编辑、设计师、工程师、科学家，以及提供模型和平台的公司，都可能在不同环节参与其中；图像则在反复生成、筛选、修改、组合与呈现中逐步成形，很难再被理解为一次曝光所凝固的终态。作品如何形成，因而既取决于参与者各自的判断，也取决于这些判断如何被连接和组织。
在这一背景下，关于AI与作者性的讨论常集中在"机器参与之后，人还能不能算作者"这一问题上。这种提问通常先把作品视为一个稳定对象，再讨论它应当由谁署名。然而在生成影像艺术实践中，从数据准备、工具选择和生成方式的设计，到中间结果的保留、修改与组合，再到最终版本进入公共空间，都可能经过不同参与者的判断与协作。数据范围、工具选择、协作分工、筛选标准和展示方式也会在不同阶段持续塑造作品的形态。
罗兰·巴特（Roland Barthes）关于"作者之死"的论述[2]、米歇尔·福柯（Michel Foucault）关于"作者功能"的分析[3]、维莱姆·弗卢塞尔（Vilém Flusser）关于摄影装置的讨论[4]，分别为分析影像生产中的署名、话语位置与技术装置提供了不同视角。生成影像使这些理论所讨论的关系在新的技术条件下变得更复杂，也更为可见：作品在形成过程中持续受到模型、平台、协作人员与评价机制的影响。要描述作者性如何分布在这些环节之中，需要一种能够连接摄影理论与当代技术实践的分析语言。
本文由此追问：在生成影像艺术实践中，作者性究竟体现在哪些环节？下文将讨论创作者如何组织数据、工具、协作关系、筛选标准与展示条件，以及作者责任如何随这些安排重新分配。文章首先考察作品形成所依赖的条件，随后借助分布式认知理论与"系统支架"概念搭建分析框架，再通过五个案例辨析作者介入作品的不同位置，最后回到摄影语境讨论其理论意涵。
五个案例分别从档案提取、回合引导、数字身份治理、实时运行系统，以及争论本身如何被组织等方面，观察作者介入作品的位置，并不追求穷尽所有可能。案例的选取以两个条件为准：须直接或间接涉及摄影式图像的生产、调用或展示，从而与摄影理论发生实质关联；各案例之间须在介入位置上彼此区分，从而分别处理模型参与创作后出现的不同问题。据此，乔恩·拉夫曼（Jon Rafman）与鲍里斯·埃尔达格森（Boris Eldagsen）处于较为直接的摄影语境之中；"霍莉+"（Holly+）与雷菲克·阿纳多尔（Refik Anadol）属于摄影的邻接领域，分别涉及数字身份治理与实时运行系统；MT的《AI艺术是（不是）艺术》（AI Art Is (Not) Art）则把争论的组织方式本身纳入作品。
一、作品何以成立
摄影中的作者问题长期从作品的最终形态出发。无论单幅照片、组图还是摄影书，一旦进入相纸、文件、书页或展墙，讨论往往便集中于署名、原创性与解释权，作品形成的过程则容易被收拢到成品背后。
但这些作品在成为成品之前，本就经过一系列判断。单幅照片涉及拍摄、选择与后期处理；组图和摄影书还将筛选、排序、跨页、尺寸、文字与展示节奏纳入作品形式。在许多项目中，编辑、设计、打样与印刷之间的往返也会持续改变图像关系。因此，作者性分析不能只停留在最终形态；这些判断可能贯穿多个环节，而作者归属仍常以最终呈现的作品为单位。
生成影像使成品与形成过程之间的界线更加难以划定。图像常常在多轮生成、局部修订与版本比较中逐步成形，一些项目甚至以持续运行的系统为核心，任何一次输出都只是其中的阶段性结果。关于作者性的讨论由此涉及更多具体问题：哪些条件使某个结果得以出现，什么机制决定它被保留还是放弃，以及它最终如何进入观看与传播的渠道。
摄影作品的形成本来就包含多个相互衔接的环节。暗房流程、接触印样、档案盒与编辑台，可以延续摄影师或艺术家在不同阶段的个人判断；图片社、编辑、修图师、出版者与策展人也可能在同一项目中分担作品形成所需的劳动，两种情况常常彼此交织。摄影书的制作尤其能呈现个人判断与多人协作之间的关系。在许多项目中，摄影师与编辑通过接触印样、墙面编辑和书模反复调整图像关系，设计师、印前人员、印刷厂与出版者则可能通过版式、纸张、色彩、印刷与装订参与作品定型；也有项目由摄影师或艺术家承担其中多个环节。每一次打样和反馈都可能使图像重新进入筛选与排序，参与者的分工却未必会完整反映在最终署名中。生成技术带来的变化在于，画面取舍、风格走向与节奏控制等判断还可能被写入提示模板、参数、检索规则、工具权限与评价标准，工程师、科学家和平台提供者也由此参与作品的形成。作者性分析因此既要考察谁作出具体判断，也要考察这些判断如何被纳入图像的产出、筛选和展示流程。
素材如何进入流程，工具如何被调用，图像如何被筛选、组序和留存，又如何在书页、展墙、网页或装置中获得具体形式，共同决定一件作品如何成立。作者性分布在这些环节的判断、协商与配置之中，相关责任也可以沿着这些环节追溯。
二、分布式认知与表征转换
分析作者如何介入作品的形成，需要一种能够描述创作过程中认知如何分布的理论工具。埃德温·哈钦斯（Edwin Hutchins）的分布式认知理论为此提供了重要入口[5]。这一理论把认知活动的分析单位从孤立的个人扩展到由参与者、工具、表征与环境共同组成的系统。一次任务的完成，既依赖参与者之间的分工，也依赖记录、界面与分类方式等外部表征对信息的保存和重组。认知活动还会跨越时间，使前一阶段留下的记录与结果成为后一阶段判断的依据。认知因而分布在人与人之间，也分布在人与工具、媒介和环境之间，并延续于前后相接的工作阶段。
在哈钦斯对海军舰艇导航的经典研究中，舰艇导航正是这样的认知系统。测向、记录、绘图、计算、传达与操舵由不同成员和设备承担，读数在口令、记录、计算结果与海图标记之间不断转换，最终形成可供操舵使用的位置判断。每个环节只处理任务的一部分，导航任务依靠这些环节之间的协调完成。将这一理论用于作者性分析，关注点便落到具体环节：哪些主体参与了判断，哪些工具和表征保存或转换了这些判断，前一阶段的结果又如何约束后一阶段。由此，我们可以在创作过程中辨认作者性，而不只把它笼统地归于个人意图。
这种分析方式尤其适合当代影像生产。在不同项目中，表征转换可能包括：现场景象被相机记录为原始数据，原始数据在软件中转化为预览图与缩略图，缩略图经筛选、分组或附加标签，标签再进入提示词、检索语句或编辑指令，生成结果随后回到图像层面接受局部修订。图像进入组图或摄影书时，还可能经历再次筛选、排序、裁切、跨页、版式与打样，在图像之间以及图像与物质形式的关系中继续成形，最终以书籍、展墙、网页或装置的形式呈现。每一次转换都意味着某些信息被保留、某些被丢弃、某些被重新强调。在一些生成式流程中，这种转换还会继续叠加：一个模型的输出成为下一个模型的输入，作品由不同媒介与接口对前一轮结果的持续处理逐步形成。
在摄影语境中，这些表征转换可以理解为"编辑台的扩展"。过去的编辑台主要面对底片、接触印样、墙面编辑、书模与印刷样张；今天的编辑工作还可能面对提示模板、版本日志、语义标签与掩膜区域，平台的审核规则也会影响哪些版本能够进入传播。摄影师或艺术家的判断由此可以借助更多工具和操作环节落实，作者性则体现在他们如何在这些转换过程中作出选择。
分布式认知使作者性分析能够落到参与者、工具与表征之间的具体关系上。不同主体在转换环节作出的选择、外部记录对后续判断的约束，以及这些环节彼此衔接的方式，共同塑造作品。关键转换节点如何被组织，因而成为辨认作者性的重要线索。
三、系统支架：模型之外的组织层
分布式认知说明了判断与表征如何在创作过程中流转。在此基础上，还需要进一步辨认哪些安排使这些环节能够被连接、重复和调整。智能体工程领域近年来对"Agent Harness"的讨论，为描述这类安排提供了一个可以借用的概念。Anthropic在关于长时运行应用的工程文章中指出，要让模型在跨越数小时的任务中保持稳定，往往需要任务分解、结构化交接文档以及生成者与评估者的分工等外部编排机制[6]。OpenAI将Harness Engineering描述为一种"智能体优先"（agent-first）的工程实践，人的工作重心从直接编写代码转向设计环境与反馈回路[7]。LangChain则以"Agent = Model + Harness"的公式概括这一关系，将Harness理解为模型之外赋予其状态、工具调用能力与约束条件的执行逻辑[8]。三者的共同指向是：模型能否持续完成任务，还取决于模型之外的组织层。
本文将Agent Harness译为"系统支架"，意在强调它组织工作流程的功能。这里的"支架"是模型之外的一组安排：它支撑模型的持续运行，也规定模型如何接入工具、保留记忆、接受评估和进入下一步。暗房经验为理解模型与支架的关系提供了一个参照。支架之于模型，类似印放笔记之于放大机。放大机负责成像，笔记则记下每张底片的加光减光区域、反差号数与显影时间，也为试条评判和样张留存提供可以复用的参照。笔记本身不成像，却持续影响最终走出暗房的那张照片；它写在纸上，可以被查阅，也可以被修改。
本文所说的系统支架并不包括创作中一切稳定的媒介结构，而是指项目参与者明确组织、能够检视和修订的工作流程。相关安排可能以提示模板、配置文件、评估标准、权限清单或操作规则等形式存在。它们直接作用于上一节讨论的表征转换：文本如何进入模型，输出依据什么被评估，哪些中间结果得到保留，都可能由相应安排加以规定。这也把上一节所描述的表征流转落实到了可以检查和修改的工作流程中。
系统支架与弗卢塞尔（Flusser）所说的摄影"装置"（apparatus）存在相通之处。弗卢塞尔指出，相机的程序（programme）预先界定了摄影师可能作出的选择范围，摄影师在装置内部行动，试图穷尽或颠覆这套程序[4]。这一描述对生成影像仍然有效：扩散模型的使用者同样受到模型潜在空间、训练分布与界面默认值的约束。弗卢塞尔的核心讨论围绕摄影师如何在相机程序规定的可能性中行动；生成影像的具体实践则常同时涉及模型、界面、检索系统、评价程序与部署平台。借助系统支架，可以进一步考察这些环节如何协调：哪些工具被接入，以何种顺序运作，中间结果如何流转，何时需要人工介入。当创作者参与这些关系的安排时，这些安排也成为作者性分析的一部分。
项目参与者明确组织的工作流程，还会依赖范围更广的技术与制度条件。本文借助基础设施研究考察这种依赖关系。苏珊·利·斯塔尔（Susan Leigh Star）与凯伦·鲁勒德（Karen Ruhleder）把基础设施理解为在具体实践中被接入和依赖的关系[9]。相对于具体创作者，基础设施是已经接入其工作、为创作提供支持，却不由其直接安排的技术与制度条件。训练数据的来源与分类方式、模型平台及其界面、账户权限、审核规则和发布渠道，都会以不同方式影响影像生产；它们在日常使用中往往退居背景，发生故障或争议时才明显进入视野[10]。
系统支架通常建立在这些基础设施之上。平台开放的参数、接口和权限，可以被项目参与者纳入自己的工作流程；平台背后的数据、规则与维护机制，仍是他们所依赖的基础设施。是否拥有配置权，可以说明某项安排能否进入支架，但可修改本身并不会使整套平台成为系统支架。以谷歌街景为例，拉夫曼可以使用系统提供的影像，却不能参与设定采集协议、拼接算法和覆盖范围；这些条件对他的创作构成基础设施。至于其后的选择、存档和呈现是否形成系统支架，则要看这些环节是否被组织成明确、可修订的工作流程。
露西·萨奇曼（Lucy Suchman）对行动力（agency）的讨论，有助于解释上述技术安排为何与作者性有关。她把行动理解为在人与技术的具体关系中形成的结果，而非某一方预先拥有的固定属性[11]。这一观点并不直接判定谁是作者，却提醒我们不能事先把全部行动归于人或机器。贝克尔的艺术界理论则进一步指出，作品的形成涉及创作者、协作者、制度和技术惯例之间的分工[1]。沿着这两条思路，生成影像中的作者性可以落实到工作过程中的实际判断：谁编写提示，谁决定保留哪些记录，谁设置工具的调用权限，谁制定评估标准。部分判断和分工还会被写入提示模板、配置文件、权限清单和评价程序，因而留下可以检视和修改的痕迹；没有被形式化的判断，则仍需结合操作过程与协作关系加以分析。
在分布式认知所描述的创作过程中，项目参与者能够明确配置的部分，可以通过系统支架加以考察。任务如何拆分与续接，工具和外部知识如何被调用，哪些评价标准与人工复核构成约束，哪些版本和中间结果得到保存，以及什么样的输出可以进入发表、展陈或再训练，都可能成为支架中的具体安排。这些安排会塑造作品的形式与边界，也为追查相应责任提供线索。
四、档案提取：乔恩·拉夫曼（Jon Rafman）与《谷歌街景九只眼》（The Nine Eyes of Google Street View）
乔恩·拉夫曼（Jon Rafman）的《谷歌街景九只眼》（The Nine Eyes of Google Street View）常被视为后摄影或数据库摄影的重要案例。谷歌街景（Google Street View）自2007年起持续使用搭载多镜头设备的车辆拍摄道路景观，形成了规模庞大的自动化街景档案[12][13]。拉夫曼的工作发生在桌面前，远离拍摄现场。他长期浏览街景图像，选择并截取那些他认为"值得成为照片"的画面，逐步建立一套仍在更新的档案，并在幻灯片与展览等具体呈现中重新编排[13]。
这一项目把作者介入作品的环节，从现场拍摄延伸到既有影像的选择与再语境化。街景影像如何采集、处理和更新，取决于谷歌设置的视角、高度、更新频率、人脸模糊策略与地理覆盖范围，拉夫曼并不参与这些设置。他的工作是在庞大的自动化图像流中选择、截取和命名画面，再将其纳入自己的档案与展示。
这种作者性在摄影实践中并不陌生。接触印样上的筛图一直是作者性的重要组成部分。许多经典摄影师作品面貌的形成，同样取决于他们如何在大量相近图像中保留某些、舍弃另一些，而不仅仅发生在现场拍摄的那一刻。拉夫曼的特殊之处在于，他面对的这张"接触印样"来自谷歌持续更新的机器影像，而不是自己的拍摄。
截取之后，归档、排序与并置继续塑造图像之间的关系。同一幅街景图像在不同相邻关系中会获得不同的位置与阅读节奏；项目持续更新时，档案的边界和具体展示中的组合也会随之变化。拉夫曼的编辑工作由此连接了两个环节：从街景影像流中选出照片，再通过归档和具体呈现建立照片之间的关系。
从分布式认知的角度看，拉夫曼的判断集中在两次相连的表征转换上：街景中的画面被截取并确认为照片，照片又通过归档与具体编排进入作品。这里同时存在谷歌的基础设施和拉夫曼自己的工作安排：采集协议、拼接算法、界面设计与地理覆盖由谷歌维护，拉夫曼能够组织的则是其后的选择、存档与呈现。后者是否进一步形成了可复用、可修订的规则，还需要另作判断。这个案例所展示的，是作者如何在既有系统限定的范围内，通过识别、命名、归档与编排重新分配可见性。
五、回合引导：鲍里斯·埃尔达格森（Boris Eldagsen）与《伪忆：电工》（Pseudomnesia: The Electrician）
如果说拉夫曼主要在影像生成之后进行选择与编排，鲍里斯·埃尔达格森（Boris Eldagsen）则把作者的判断带入了图像生成的多个回合。2023年，索尼世界摄影奖（Sony World Photography Awards）公布获奖名单后，埃尔达格森公开拒绝领奖，并说明自己的作品《伪忆：电工》（Pseudomnesia: The Electrician）由AI生成；在他看来，AI图像与摄影不应在同一奖项中竞争，因为二者属于"不同的实体"[14]。这一事件使摄影界面对一个更具体的问题：当图像通过多轮生成与局部修订形成时，作者究竟在做什么。
据福斯特（Foster）的访谈，《伪忆：电工》的生成经历了大约二十个阶段[15]。埃尔达格森先通过文本生成确立两位女性人物的关系、表情与情绪质感，同时加入对时代感、镜头、快门、光线、构图和分辨率的具体描述；随后通过外延生成扩展画面边缘，再通过局部重绘修改服装、人物位置与细节，逐渐形成一张具有1940年代摄影气质的图像。提示词是这一过程的一部分，图像的具体面貌还取决于回合如何推进、工具如何切换以及每轮结果如何取舍。
在持续的观看、判断与修订中，埃尔达格森长期积累的摄影与艺术史经验也参与其中。他在访谈中指出，自己组织语言指令的方式建立在这些经验之上[15]；对镜头感、时代风格、光线关系与图像修辞的把握，也随之进入每一轮调整。
用分布式认知的视角来看，这二十个阶段并非同质的"迭代"。其中至少包含三种不同性质的表征转换：从文本到图像（提示词被模型转译为初始图像），从图像到图像（通过外延生成与局部重绘修改既有画面），以及从图像回到文本（艺术家观看生成结果后重新组织下一轮的语言指令）。沿着这些转换，可以看到作者的判断如何进入生成过程。模型完成每轮生成，埃尔达格森则在看到结果后组织下一轮指令，并决定何时停止继续修改。这些经验通过下一轮指令和停止修改的决定，具体进入图像的形成过程。
从系统支架的角度看，埃尔达格森能够安排的主要是提示词、工具选择、操作顺序和结果取舍。底层模型、界面与生成功能由不同平台提供，但在这些工具允许的范围内，每一回合如何推进，仍主要由他决定。提示词和操作顺序留下了可以回看的记录，保留或放弃一轮结果的标准却更多存在于反复操作形成的评价习惯中。因此，这个案例能够显示他如何引导图像成形，却不能把每一次取舍都还原成明确写下的规则。
六、数字身份治理："霍莉+"（Holly+）
埃尔达格森的判断围绕一张图像如何形成展开；"霍莉+"（Holly+）则把问题转向模型开放之后，艺术家的数字身份如何被他人使用和治理。该项目以霍莉·赫恩登（Holly Herndon）的声音和数字人格为核心，由她、马特·德赖赫斯特（Mat Dryhurst）与Never Before Heard Sounds等技术协作者共同开发。他们以赫恩登的声音材料训练生成模型，使他人可以用这一声音模型进行创作，并通过DAO组织官方认证与收益分配[16][17]。
这一案例把作者问题延伸到身份、训练、授权与治理。任何人都可以使用工具创作并提交作品，提交并不影响创作者继续使用自己的作品；DAO决定哪些作品获得官方认可并被铸造和拍卖，相关收益再按既定比例分配给作品创作者、DAO与赫恩登[16][17]。因此，用模型创作、获得官方认证和参与收益分配，是三个彼此相关却并不相同的环节。
当摄影师或艺术家以个人档案训练风格模型，或开放模型供他人调用时，也会面对相近的问题：模型以谁的图像为基础，使用结果是否需要认证，收益如何分配，滥用由谁处理。"霍莉+"提供的参照在于，数字身份开放之后，哪些作品得到认证、收益如何回流，仍然需要作者和其他参与者作出安排。
从系统支架的角度看，"霍莉+"在模型之外还设置了DAO审核规则与拍卖合约。赫恩登和技术协作者完成模型训练与工具开发，DAO负责官方作品的审核，合约则落实收益分配[16][17]。不同参与者由此在创作、认证和收益环节承担不同作用，数字身份如何被使用和承认也成为作品的一部分。下一节的《无监督》关注另一种组织方式：系统如何在展览现场持续生成并响应环境。
七、实时运行系统：雷菲克·阿纳多尔（Refik Anadol）的《无监督》（Unsupervised）
雷菲克·阿纳多尔（Refik Anadol）工作室的《无监督》（Unsupervised）使作者性问题延伸到展览现场的实时运行系统。《无监督》以纽约现代艺术博物馆（MoMA）的馆藏数据为基础，通过人工智能持续生成不断变化的视觉形态，并以大尺度装置的方式包围观众[18]。据工作室的项目说明，团队处理了MoMA馆藏的约138,151张图像，并通过StyleGAN2 ADA与工作室自2017年起开发的"潜在空间浏览器"（Latent Space Browser）生成新的视觉状态[19]。展览中的光线、人员流动、声学条件与室外天气也会影响不断变化的图像和声音[18]。
这一案例以一套经过训练和部署、能够在现场持续更新视觉状态的系统为作品核心。它由阿纳多尔工作室成员、MoMA策展团队以及提供软件与计算系统的技术伙伴共同参与完成[18][19]。作者性分析由此涉及系统搭建、团队分工与现场条件设计，也涉及具体输出如何形成。
从分布式认知的角度看，《无监督》展示了表征转换如何在时间与空间中持续发生。MoMA的馆藏数据经过数字化、分类与编码后进入模型训练，形成的潜在空间再由自定义软件浏览和调用，最终通过动态图像、声音与展厅环境呈现在观众面前。馆藏整理、模型训练、软件开发、展览策划和环境响应等工作分布在不同人员、机构与技术系统之间，作品的运行依赖这些环节持续衔接。观众体验到的视觉节律，则由预先写入的规则、实时计算与现场输入共同形成。
从系统支架的角度看，可以辨认出一层由工作室配置的运行安排，包括自定义"潜在空间浏览器"、实时生成规则、环境输入以及图像和声音如何进入展示系统。馆藏数据、StyleGAN2 ADA、NVIDIA提供的软件与计算系统以及MoMA的展览条件同样影响作品，但其中并非每一项都在工作室的配置范围内。区分这些条件的配置权，有助于看清工作室、策展团队和技术伙伴分别在什么位置参与作品形成。
由此仍可追问：形态的涌现、融合与消散在多大程度上由规则预先编排，又有多少特征是在潜在空间遍历和环境响应中生成的。两种因素在实际运行中可能同时存在，区分它们有助于判断不同参与者对输出时间结构的影响。对摄影理论而言，这类作品使作者问题涉及系统设计、团队协作与节律组织。最后一个案例转换了观察角度：它不以视觉节律为核心，而把一场争论如何被系统组织变成作品的主题。
八、递归争论结构：MT与《AI 艺术是（不是）艺术》（AI Art Is (Not) Art）
MT的《AI艺术是（不是）艺术》（AI Art Is (Not) Art）由大语言模型、多代理框架、声音克隆、三维建模与三维打印共同构成，展览现场持续播放由克隆声纹发出的相反论述[20]。作品把"AI艺术是不是艺术"这场争论组织成一套持续运转的装置。当机器以艺术家的声音不断生成支持与反对AI艺术的判断时，身份与发声位置也被重新组织。与前述案例相比，这件作品把争论如何被系统组织也纳入作品呈现的内容，系统支架由此成为作品陈述的一部分。
系统中的不同代理以不同立场发声，语言模型负责持续生成支持与拆解AI艺术的论点，声音模型将其转译为带有作者声纹痕迹的听觉表述，实体装置中的三维复制体则把这种递归争论进一步物质化。这些要素共同形成一套让不同声音持续冲突、彼此拆解而不被简单收束的运行结构。
从支架配置的层面来看，这件作品的关键作者判断大多在系统运行之前形成，并以可以逐项辨认的配置形式存在。第一项配置是立场分配：每个代理在进入争论之前，其立场已经由系统指令规定。第二项是记忆组织：争论历史被累积并回灌给双方，后续论点须针对已有论点展开，递归性由此成为一项具体机制。
第三项配置是全局收敛条件的缺席。系统没有负责最终裁定胜负的评估者，也没有判定"争论已经充分"的终止标准。第五节曾追问埃尔达格森依据什么判断一轮结果可以进入下一轮；在这里，艺术家把"不作最终裁决"写进了支架。这并不排除每一轮生成中存在局部评价，但系统不会以其中一方获胜作为争论的终点。
第四项配置是声纹映射：支持与反对的论述被映射到同一个声源，即艺术家的克隆声纹，使"谁在说话"的问题无法仅凭聆听得到解决。两种立场都来自"作者本人"的克隆体，却不能直接还原为作者意图。艺术家在配置层安排谁可以说、以何种声纹说、争论在什么条件下继续，以及观众如何在空间中感知这场争论。
这个案例的系统结构相对清楚。具体论述可以不断替换，明天生成的论点与今天不同，作品仍保持其同一性。沿着支架中的各项配置，可以将作者性分解到若干具体节点：立场分配、记忆回灌、全局收敛条件的缺席与声纹映射。规定系统如何运转的配置，使不断变化的音频与打印件仍然属于同一作品；具体输出则是它在特定时刻的呈现。
在这一案例中，系统支架既参与作品形成，也决定争论以何种结构呈现。
结语：作者性如何分布
前述五个案例展示了作者介入作品形成的几个位置：档案提取、回合引导、数字身份治理、实时运行系统与递归争论结构。现实中的创作实践往往同时包含其中多个位置；在同一项目的不同阶段，配置权和判断权也可能由不同参与者掌握。
将这一讨论放回摄影语境，部分围绕单幅成品展开的作者讨论，容易把拍摄之后的选择、编辑和呈现压到作品背后。生成工具加入后，一位摄影师或艺术家可能整理图像档案、准备提示模板、决定哪些中间结果需要人工复核；这些工作既可能由个人完成，也可能与编辑、设计师、工程师或机构共同完成。图像进入组图或摄影书后，还会在筛选、排序、跨页、版式、纸张、打样、印刷与装订中继续成形。作者性分析需要同时考察图像如何产生，以及它如何被继续处理、组合与呈现。
拉夫曼通过选择、归档与编排重新分配可见性；埃尔达格森通过回合推进、工具切换与结果取舍塑造图像；"霍莉+"组织数字身份的认证与收益关系；《无监督》涉及团队对实时运行条件的协同安排；MT则把立场分配与声音映射纳入争论结构。这些差异表明，作者性的判断既取决于哪些环节塑造了作品，也取决于相关参与者在这些环节拥有多大决定权。
这一分析也为讨论责任提供了线索。鲍克（Geoffrey C. Bowker）与斯塔尔（Susan Leigh Star）早已提醒我们，分类与标准会嵌入特定视角，并在实践中产生差异化后果[21]。生成影像中的提示模板、评价标准、调用权限与训练来源，同样会影响哪些结果得以出现和传播。系统支架可以帮助辨认谁设置了相关条件；最终责任还需要结合参与者的知情程度、实际控制权、制度职能与传播决定加以判断。
本文借助分布式认知理论与系统支架概念，将创作理解为表征在不同主体与媒介之间的连续转换，并考察项目参与者如何组织模型之外的工作条件。机器参与使作者性分析的范围从具体输出扩展到输出形成的条件：作者性既体现于具体输出，也体现于输出形成的条件。对于影像研究而言，可以继续追问：谁安排了让图像得以出现的条件，谁决定它如何被处理、组合与呈现，谁使它进入公共空间，以及相关后果应当由哪些参与者承担。
参考文献
[1] 贝克尔, 霍华德·S. 艺术界[M]. Berkeley: University of California Press, 1982.
[2] 巴特, 罗兰. 作者之死[A]. 见: 希思, 斯蒂芬, 编译. 影像·音乐·文本[M]. London: Fontana, 1977: 142–148.
[3] 福柯, 米歇尔. 什么是作者[A]. 见: 福比翁, 詹姆斯·D., 编. 美学、方法与认识论[M]. New York: The New Press, 1998: 205–222.
[4] 弗卢塞尔, 维莱姆. 迈向摄影哲学[M]. Mathews A, 译. London: Reaktion Books, 2000.
[5] 哈钦斯, 埃德温. 野外认知[M]. Cambridge, MA: MIT Press, 1995.
[6] RAJASEKARAN P. 长时运行应用开发中的支架设计[EB/OL]. Anthropic Engineering, 2026-03-24. https://www.anthropic.com/engineering/harness-design-long-running-apps
[7] LOPOPOLO R. 支架工程：在智能体优先的世界中运用 Codex[EB/OL]. OpenAI, 2026-02-11. https://openai.com/index/harness-engineering/
[8] TRIVEDI V. 智能体支架的解剖[EB/OL]. LangChain Blog, 2026-03-10. https://blog.langchain.com/the-anatomy-of-an-agent-harness/
[9] 斯塔尔, 苏珊·利; 鲁勒德, 凯伦. 走向基础设施生态学：大型信息空间的设计与接入[J]. Information Systems Research, 1996, 7(1): 111–134.
[10] 斯塔尔, 苏珊·利. 基础设施的民族志[J]. American Behavioral Scientist, 1999, 43(3): 377–391.
[11] 萨奇曼, 露西·A. 人机重构：计划与情境行动[M]. 第2版. Cambridge: Cambridge University Press, 2007.
[12] PROULX C. 谷歌街景九只眼[J]. Ciel variable, 2013(95): 29–32.
[13] 路易斯安那现代艺术博物馆. 乔恩·拉夫曼[EB/OL]. 2025. https://louisiana.dk/en/exhibition/jon-rafman/
[14] 埃尔达格森, 鲍里斯. 索尼世界摄影奖 2023[EB/OL]. 2023-03-14. https://www.eldagsen.com/sony-world-photography-awards-2023/
[15] FOSTER A. 鲍里斯·埃尔达格森：从未存在的女人[EB/OL]. Talking Pictures, 2023-04-01. https://talking-pictures.online/2023/04/01/boris-eldagsen-the-woman-who-never-was/
[16] 赫恩登, 霍莉. Holly+[EB/OL]. Paragraph, 2021-07-13. https://paragraph.com/@holly-herndon/holly
[17] 赫恩登, 霍莉. Holly+ Auction: 关于[EB/OL]. Holly+ Auction, 2021. https://auction.holly.plus/about
[18] 纽约现代艺术博物馆. 雷菲克·阿纳多尔：无监督[EB/OL]. 2022. https://www.moma.org/calendar/exhibitions/5535
[19] 阿纳多尔, 雷菲克. 无监督[Z/OL]. Refik Anadol Studio, 2022. https://refikanadol.com/works/unsupervised/
[20] MT. AI 艺术是（不是）艺术[Z/OL]. 2025. https://mt-zeng.com/ai-art-is-not-art
[21] 鲍克, 乔弗里·C.; 斯塔尔, 苏珊·利. 分类与后果[M]. Cambridge, MA: MIT Press, 1999.