一份写给"觉得好听天经地义"的人的梳理：审美里哪一层是进化写死的、哪一层是从小泡出来的，以及为什么把现代音乐搬回古代，大概率不会像穿越小说里那样一开口就满座惊叹。

核心只有一句：底层代码决定你听着刺不刺耳，后天习惯决定你听着好不好听——穿越者那首歌能过第一关，过不了第二关。

引子：文抄公抄诗没事，抄歌要出事

穿越小说里有个经久不衰的桥段。主角回到古代，先把唐诗宋词提前几百年背出来，一举成名，这叫"文抄公"。背完诗通常还有下一幕：他掏出一把吉他，或者干脆清唱一首现代流行歌，满座先是愕然，继而沉醉，最后某位大人物拍案而起，叹一句"此曲只应天上有"。

抄诗这一半站得住。汉字两千年没断过，五言七言的句法、平仄的听觉习惯、意象系统，古今是连续的。你写一首合格的七律拿给一个清朝人看，他可能觉得用词生僻、典故陌生，但一定读得懂，也一定听得出来平仄对不对。文字这条通道从来没断过。关于这类"把现代成就安到古人头上"的想象为什么总是失效，可以参看《王莽不是穿越者》。

抄歌这一半，问题就大了。

音乐不是文字，它是一套听觉习惯。 而听觉习惯两千年一直在换：换律制、换音阶、换织体、换音色、换节奏。唐朝人的耳朵和现代人的耳朵接收的是同一套物理声波，但脑子里那套"什么算正常、什么算好听"的解码器，不是同一个版本。

所以真正值得问的是：现代的乐曲搬回古代，古人到底能不能接受？

要回答它，得先把"好听"这件事拆成两层。一层是进化写死的，管你听着刺不刺耳；一层是从小泡出来的，管你听着对不对味。

一、底层代码：可预测的声音等于安全

先说底层。这一层管的是最原始的反应：一个声音进来，在你的脑子来得及评价它之前，身体已经先决定了是放松还是紧绷。

1.1 粗糙感：一个跨文化的警报频道

有一类声音，几乎所有文化里的人听了都不舒服：指甲刮黑板、刀叉划瓷盘、金属摩擦、人的尖叫。

它们的共同点不在音高，在振幅的剧烈起伏。当一个声音的响度以每秒 30–150 次左右的速度猛烈波动时，听觉系统会把它归进一个特殊频道，研究者管它叫粗糙感（roughness）。2015 年《Current Biology》上的一项研究发现，人的尖叫正好独占了这个频段——它既不是普通说话，也不是大喊，而是一种被专门优化过的报警信号。听这类声音时，杏仁核的反应会明显增强。

警报器为什么设计成那个样子？因为它在借用这个频道。它不需要你觉得美，它需要你觉得难受。

1.2 为什么偏偏是这一段

把这件事放回自然环境里，逻辑就很直白。

在人类绝大部分的历史里，声音环境是判断安全的主要渠道之一。夜里一片稳定的虫鸣、均匀的风声、有节奏的流水，意味着没有异常；突然炸开的尖叫、树枝断裂的爆响、频率乱窜的嘶吼，意味着有东西出事了。

有序、有规律、可预测的声音环境代表安全，尖锐、杂乱、不可预测的声音环境代表危险。 喜欢前者、排斥后者的个体，反应更快，逃得更早，活得更久，也把这套偏好传了下去。喜欢往尖叫声那边凑的个体，基因不太有机会留下来。

这一层是硬的。它不随你的品味改变，也不随时代改变——你今天听到指甲刮黑板还是会起鸡皮疙瘩，两千年前的唐朝人一样会。

需要说明的是，这个"规律等于安全"的进化故事，直接证据只覆盖粗糙感到警报回路这一段。"人喜欢稳定节拍是因为进化"是一个合理的推论，不是被实验证明过的结论。

1.3 期待与兑现：快感来自"猜对了"

底层不止粗糙感这一条，还有一条更微妙的：可预测性本身就是奖励。

听音乐时，你的脑子一直在做一件事——预测下一句。一句旋律起来，你自动生成了几个候选的走向；如果它如你所料地落下，是舒适；如果它拐了个弯、绕了一段、最后还是回到你预期的地方，是惊喜。这两种都让人愉快。真正让人难受的是第三种：完全预测不了，每一句都落在意料之外，那不是惊喜，是噪音。

2011 年《Nature Neuroscience》上有一项扫描研究，发现多巴胺的释放有两个时间点：一个在情绪最高点之前十几秒，一个正好在最高点上。前那一次是"期待"本身在发糖。这项研究只有 10 个人，样本很小，但方向和日常经验对得上——最爽的往往不是副歌落下来的那一刻，是你知道它马上要落下来的那半秒。

这也解释了一件事：为什么一首歌听第一遍无感，听第五遍上头。不是歌变了，是你的预测模型建好了。

1.4 反直觉的地方：太可预测也不行

如果可预测就是好，那最安全的音乐应该是节拍器的滴答声。显然不是。

这里有个流传很广的直觉，叫倒 U 形曲线：复杂度太低会无聊，太高会听不懂，中间某个位置最好听。这个说法符合经验，但在音乐研究里其实争议很大——有研究发现重复次数越多就是越好听，跟复杂度关系不大；也有研究支持倒 U，但要加一堆限定条件。

更稳的说法是：你需要的不是"可预测"，是"够得着的意外"。 意外必须落在你能理解的框架里。框架之内出现一点偏差，是趣味；框架整个塌掉，是噪音。

这句话是理解后面所有内容的钥匙。

二、第二层代码：熟悉感本身就是"好听"的一部分

底层决定你听着刺不刺耳。但"好不好听"这件事，大头在上层。

2.1 单纯曝光：听得多了就顺眼了

心理学里有个很老的效应，叫单纯曝光效应（mere exposure effect）：一个原本中性的刺激反复出现，人对它的评价会上升。1968 年 Zajonc 提出，后来 1989 年的一项元分析确认了它相当稳健。

音乐是它最典型的战场。你几乎一定有过这种经历：一首歌第一遍觉得莫名其妙，被朋友反复放了几天之后，某天突然觉得"还挺好听的"。歌一个音都没变，变的是你。

2.2 你熟悉的不是旋律，是一整套语法

关键在于，你从小泡在里面的东西，远不止几首具体的歌。它是一整套没写在纸上的语法：

  • 一个八度该分成几份，哪些音算"正音"，哪些算"偏音"；
  • 什么音程听起来稳定、可以停下来，什么音程听起来悬着、必须往下走；
  • 节奏怎么切分，重音落在哪一拍才算"对"；
  • 什么音色算人声，什么音色算乐器，什么音色算噪音；
  • 一首歌该多长，该分几段，副歌该在第几秒进来。

这套语法你从出生就开始学，学到十几岁时已经彻底内化，内化到你感觉不到它的存在——于是你以为它是"自然"，以为不符合它的东西是"奇怪"。

它不自然，它只是熟悉。

2.3 上层可以改，但有代价

好消息是，上层是软的。

一个从小只听流行的人，完全可能后来爱上爵士、爱上古琴、爱上勋伯格。但改的方式不是"想通了"，是大量、重复、带正反馈地听。不是听一遍就懂，是听到身体先接受，然后脑子才跟上。通常还需要一个入口：一个懂的人带你听，告诉你该注意什么，或者一个让你愿意忍受前期不适的理由。

坏消息是，这个过程很慢，而且需要动机。没人会为了"拓宽审美"去忍受几百小时的难受——除非他本来就喜欢那件事，或者那件事对他有别的价值。

所以两层的关系可以这样总结：

底层代码 上层习惯
管什么 刺耳不刺耳、紧张不紧张 好听不好听、对味不对味
来源 进化，写在基因里 从小听到大的那套语法
能不能改 基本不能 能，但要时间和动机
判断词 "难受" "俗"、"怪"、"不正经"

注意最后一行。当一个人说某个音乐"难听"时，他大部分时候说的不是底层的那种生理性难受，是上层的那种不对味。而不对味的表达方式，往往不是"我不习惯"，是"这东西不行"。

三、回到穿越：把一首现代流行歌放给唐朝人听

现在可以回到开头那个问题了。假设你真的穿越回唐朝，掏出一把吉他，唱一首现代流行歌。会发生什么？

先说清楚一件事：下面这些都是推理，不是史料。历史上没有唐朝人听现代音乐的记录，也没有可靠记载说古人听了外来音乐觉得刺耳。这里要做的只是拿两套听觉习惯去对撞，看它们会在哪几个点上出问题。

3.1 律制：差得比想象中小

先说一个常被当成主要障碍、其实不是的东西。

中国古代用三分损益法生律，最早见于《管子·地员》，后来《吕氏春秋·音律》把十二律完整列了出来。它的原理是五度相生，一直往上叠。问题是叠十二次之后回不到原点，差 23.5 音分，这个差叫古代音差。

现代用的十二平均律，是把这个差摊平到十二个音里，代价是每个音程都不纯——大三度比纯律高约 14 音分。明代朱载堉在 1584 年的《律学新说》里已经算出了正确的十二平均律，比欧洲早，但没被采用。

听起来这是个大事，其实不是。宫商角徵羽这五个正声，在两套律制里的差距不到 8 音分，人耳基本分辨不出来。律制不是主要障碍。

真正的障碍在别处：十二平均律带来的半音、导音、频繁转调，这些音在古人的框架里属于"变声"，是偏音，不是正音。它们不是"音准不对"，是"这个音不该在这里出现"。

顺便说一句，"古人只听五音"也是个简化。曾侯乙编钟（约公元前 433 年）证明先秦的实际用音远不止五个，十二律在实践里也用。五声是审美上的主流框架，不是物理上的全部。

3.2 织体：没有和声的耳朵听到和声

这一条才是真正的墙。

中国传统音乐以单声部的线性旋律为主，合奏时常用"支声"——同一条旋律的几个变体叠在一起，你繁我简、你高我低，但骨架是同一条线。它没有功能和声，没有和弦进行，没有"属七解决到主"这套语法。（中国确实有多声部传统，比如侗族大歌，但那也不是功能和声。）

现代流行歌的底层是什么？贝斯加和弦加鼓。一条旋律下面垫着一整套和声进行，每个和弦都有明确的功能，都在推着往下一个地方走。

对一个从没听过和声的耳朵，这不是"丰富"，是糊。他听到的是一堆音同时响，其中大部分不在他的正音框架里，而他想跟的那条旋律被埋在最上面一层。他不会觉得"这音乐好饱满"，他会觉得"怎么这么吵，主旋律都听不清"。

3.3 音色、响度和节奏

还有三件事，是纯物理层面的冲击。

音色。 古人熟悉的音色是丝竹金石：琴、瑟、琵琶、笛、箫、笙、钟、磬。发声体是弦、竹、木、石、铜，起振慢，泛音柔和。电声乐器的波形、合成器的音色、失真吉他的谐波结构，对他来说是完全没有参照物的东西——他甚至无法判断那是不是"乐器"。

响度。 传统音乐是室内乐，动态范围窄，音量小，讲究"含蓄"。现代流行歌经过压缩和限幅，整体响度极高，低频部分尤其重。一首歌放出来，首先是身体上的过载，然后才谈得上审美。

节奏。 切分、反拍、密集的鼓点、稳定的四四拍底鼓。中国传统的节奏组织方式和这套逻辑不一样，重音位置也不一样。他会觉得这个节奏"急"、"促"、"不从容"。

把这几条摆在一起：

维度 唐朝人的听觉习惯 一首现代流行歌 最可能的判断
音阶 五声为正，变声为偏 大量半音、导音、转调 音"不正"
织体 单声部、支声 旋律加和声加贝斯加鼓 吵，主旋律听不清
音色 丝竹金石 电声、合成、失真 不像乐器
响度 室内乐，含蓄 高度压缩，低频重 震得慌
节奏 板眼，从容 切分、反拍、密集鼓点 急，促

3.4 最可能的反应不是"好听"，是"淫"

到这里还有一层，比听觉更硬的东西：在古代中国，审美判断和道德判断是绑在一起的。

孔子说"恶郑声之乱雅乐也"（《论语·阳货》），又说"放郑声，远佞人。郑声淫，佞人殆"（《论语·卫灵公》）。

请注意郑声是什么。它不是外来音乐，是本土的；它用五声，律制完全兼容；它就是当时的流行音乐，是"新声"。它被骂，不是因为它难听——恰恰相反，是因为它太好听、太动人、让人听了不想停下来，所以不合礼制。

这说明一件事：在古代中国，"新风格"的默认标签不是"新奇"，是"不正"。 面对一种没听过的、特别有感染力的音乐，一个受过教育的古人第一反应不会是"此曲只应天上有"，而是"这东西会让人失态，得禁"。

穿越者那首歌，最可能的结局不是满座惊叹，是被评价成"奸声以滥，溺而不止"。

四、反方向也成立：你听古乐也会睡着

如果只讲到这里，这篇文章就成了"古人可怜，听不懂好东西"。事实完全相反。

《礼记·乐记》里记了一段对话。魏文侯问子夏：

吾端冕而听古乐，则唯恐卧；听郑卫之音，则不知倦。

我穿着礼服恭恭敬敬地听古乐，只怕睡着了；听郑卫的流行音乐，就不觉得累。这是两千四百年前一个国君的坦白——他自己也听不进去那套"正统"的音乐。

子夏的回答不是解释，是批判。他说新乐"奸声以滥，溺而不止"，听完让人失态，不成体统。

这段对话的价值在于，它把问题从"古今"拉回到了它真正的位置：这不是古代人和现代人之间的差距，是任何两套不同的听觉习惯之间的差距。 魏文侯听不进去雅乐，和你听不进去编钟古乐，是同一件事。

不信可以试。找一段复原的先秦雅乐或者古琴曲，不做任何准备，连着听二十分钟。大概率你会走神、会犯困、会觉得"怎么还没完"。不是它不好，是你脑子里那套解码器不认识它。

4.1 那外来音乐就永远进不来吗

也不是。历史上有一个成功的例子：龟兹乐。

公元 384 年，吕光西征龟兹，把当地的乐舞带回凉州。这套东西后来一路东进，到隋唐时进了宫廷燕乐，成了当时最时髦的音乐之一，琵琶、筚篥这些乐器也是这么进来的。

但要看清代价：

  • 从 384 年进凉州，到隋唐成为宫廷主流，中间隔了一两百年；
  • 它是宫廷自上而下推的，有皇权背书，不是民间自发流行；
  • 即便如此，一路都有人骂。中唐元稹写《法曲》："女为胡妇学胡妆，伎进胡音务胡乐……胡音胡骑与胡妆，五十年来竞纷泊。"白居易的态度也差不多。

西洋音乐进中国走的是同一条路。1601 年利玛窦向万历帝进献了一架击弦古钢琴，皇帝命四名太监跟着学；到康熙、乾隆，宫廷里已经有传教士在教西洋乐，1713 年的《律吕正义·续编》还把西洋乐理编了进去。但这几件事有个共同点：都发生在宫廷里，都是自上而下的，都属于少数人的修养——跟"民间一听就喜欢"完全是两回事。

外来音乐可以被接受，但要一两百年，要权力背书，而且一路都有人骂。 不是一首曲子当场征服全场。

穿越小说里那一幕之所以让人爽，正是因为它跳过了这一两百年。

结语：你以为的"天生喜欢"，大部分只是听得够久

回到开头那个问题：现代的乐曲搬回古代，能被古人接受吗？

分层回答。

底层那一关，大概率能过。你的歌只要不是噪音墙、不是极端失真、不是无调性实验，它不会触发唐朝人的警报系统。他不会觉得难受，不会捂耳朵。

上层那一关，基本过不了。他会觉得音不正、太吵、太急、太艳，旋律埋在一片不该同时响的音里。如果他是个读书人，他还会给这套感受找一个道德标签：淫、乱、俗。

而这一切，跟你今天听古琴会犯困，是完全对称的同一件事。

你觉得自己"天生"喜欢的东西，大部分只是你听得够久。 反过来说也成立：你现在觉得难听的东西，只要听得够久，也有很大概率会变成你的舒适区。

这大概是审美这件事最公平的地方——它对古今一视同仁。

附录：主要参考来源

听觉偏好与进化

  • Arnal LH, Flinker A, Kleinschmidt A, Giraud AL, Poeppel D. Human Screams Occupy a Privileged Niche in the Communication Soundscape. Current Biology, 2015;25(15):2051–2056.（尖叫独占每秒 30–150 次调幅的粗糙感频段，增强杏仁核反应）
  • Halpern DL, Blake RR, Hillenbrand J. Psychoacoustics of a Chilling Sound. Perception & Psychophysics, 1986;39:77–80.（指甲刮黑板）
  • Reuter K, Oehler M. Psychoacoustics of Scratch Sounds. Journal of the Acoustical Society of America, 2011.（厌恶感主要来自 2–4 kHz 能量）

期待、重复与偏好

  • Salimpoor VN, Benovoy M, Larcher K, Dagher A, Zatorre RJ. Anatomically Distinct Dopamine Release During Anticipation and Experience of Peak Emotion to Music. Nature Neuroscience, 2011;14:257–262.（n=10；期待期尾状核与高峰期伏隔核两次释放）
  • Huron D. Sweet Anticipation: Music and the Psychology of Expectation. MIT Press, 2006.（ITPRA 理论，属理论建构而非实验结论）
  • Meyer LB. Emotion and Meaning in Music. University of Chicago Press, 1956.
  • Zajonc RB. Attitudinal Effects of Mere Exposure. Journal of Personality and Social Psychology, 1968;9(2):1–27.
  • Bornstein RF. Exposure and Affect: Overview and Meta-Analysis of Research, 1968–1987. Psychological Bulletin, 1989;106:265–289.
  • Chmiel A, Schubert E. Back to the Inverted-U for Music Preference: A Review and Meta-Analysis. Musicae Scientiae, 2017;21(4).（倒 U 形曲线在音乐中争议较大）
  • Madison G, Schiölde G. Repeated Listening Increases Liking for Music Regardless of Its Complexity. Frontiers in Psychology, 2017;8:443.

中国乐律与史料

  • 《管子·地员》（三分损益法）、《吕氏春秋·音律》（十二律）、《周礼·春官》（"皆文之以五声，宫商角徵羽"）、《孟子·离娄上》（"不以六律，不能正五音"）
  • 朱载堉. 律学新说. 1584.（新法密率，即十二平均律）
  • 《论语·阳货》《论语·卫灵公》《论语·述而》（"恶郑声之乱雅乐也"、"放郑声"、"闻《韶》三月不知肉味"）
  • 《礼记·乐记》（魏文侯问子夏章）
  • 元稹. 法曲. 《元稹集》卷二十四
  • 《律吕正义·续编》. 1713.（清康熙朝敕撰，收录西洋乐理）
  • 曾侯乙编钟，约公元前 433 年，1978 年湖北随州出土