软件兴起之后的“媒介”究竟是什么？在整个20世纪，人们向来认为，每一种媒介都拥有自身独有的物质载体、技术手段与传播方式。
早在1766年，莱辛就已提出这一观点：绘画是空间中形体的艺术，诗歌是时间中行动的艺术，每一门艺术都应当恪守自身物质载体划定的边界。
倘若如今所有这些媒介都能在软件中被模拟，这套预设还能否成立？这正是《软件挂帅》一书的核心问题之一。
在本书问世十年之后，2023年春天，由OpenAI开发的人工智能应用ChatGPT在全球范围内爆火出圈。
在此后的三年里，从DeepSeek到“小龙虾”（OpenClaw），各类智能软件层出不穷，AI技术已经成为全球经济、文化、社会治理等发展的核心动能。一言以蔽之，自20世纪70年代开始的人类社会数字化进程已正式进入一个全新的阶段——智能软件时代。
《软件挂帅》
[美] 列夫·马诺维奇 著
程陶然 译
章永宏 责编
复旦大学出版社，2026年9月
01
作为通用引擎的软件
我们为何需要关注软件？因为如今大量日常活动都依托软件展开：人际沟通、工作、规划日程、浏览信息、观看、阅读、写作、聆听、创作，等等。
除去手工艺、传统美术创作等少数文化领域，软件已经取代21世纪之前形形色色用于创作、存储、分发文化产品并与之互动的物理、机械与电子技术。
你使用谷歌文档或微软Word撰写文字，是在运用软件；在Instagram发布照片、在抖音上传视频，是在运用软件；在YouTube中检索、观看视频，同样依托软件；当你使用任意人工智能工具——Kimi、通义千问、DeepSeek、Gemini、Claude、Midjourney之时，依然在使用软件。
众多文化活动亦是同理。无论是玩电子游戏、体验博物馆交互装置、设计网页或建筑、制作电影特效、观看电视剧，还是在网络上分享自身见闻，从现实层面来说，你始终在做同一件事，即使用软件。
软件已然成为我们通往世界、联结他人、调取记忆、展开想象的界面。它是世界得以发声的通用语言，也是驱动世界运转的通用引擎。正如电力与内燃机塑造了20世纪初的世界运转方式，软件则塑造了我们当下身处的21世纪初的世界面貌。我在2007年开始撰写本书时是如此，时至今日，这一论断依旧成立。
02
一切皆为软件
究竟什么是“新媒介”，它与“旧媒介”又有何区别？自20世纪90年代初起，学者、新媒体艺术家与新闻工作者就围绕这一问题撰写了大量论述。在诸多讨论中，一个术语被用来概括依托计算机与互联网兴起的各类新技术、新的表达与传播可能、新的社群与社会形态，这个术语就是“数字”。
1996年，麻省理工学院媒体实验室主任尼古拉斯·尼葛洛庞帝将他在《连线》杂志发表的专栏文章结集成书，取名《数字化生存》，“数字”一词也由此获得了正式认可。多年以来，无论是大众认知还是学术研究，对新媒介的理解依然由“数字”这一概念主导。
如今，互联网、万维网及其他技术网络对人类文化与社会产生的变革性影响，已无须多言。但我希望让你认识到，计算机革命中另一部分被较少讨论的内容至关重要，而若想真正理解当代媒介的形态与当下“媒介”概念的含义，这一部分不可或缺，它就是软件。
“数字媒介”与“新媒介”这两个术语并不能很好地概括“数字革命”的独特性。“数字媒介”的所有新特质并不存在于媒介对象“内部”，而是存在于“外部”，这些新特质体现为媒体播放器、创作软件、动画与合成编辑软件、游戏引擎、维基系统及所有其他软件“种类”所提供的指令与技术。
尽管数字化对于过往媒体的再现，在原理上让计算机能够处理图像、文本、三维形态、声音及其他媒体类型，但真正决定我们能对其进行何种操作的是软件。因此，即便我们确实正处于“数字化生存”之中，这种“生存”的具体形态，实则来自软件。
我们不妨以照片这种媒介类型为例，进行仔细分析。在模拟时代，照片一旦冲印出来，所有信息就被“固定”了。无论你在家中、展览上还是书中观看这张照片，都不会改变其中的信息。
当然，摄影师可以冲印出对比度更高或更低的版本，或是使用不同的相纸，但这会产生一个物理上不同的新物件，也就是一张包含不同信息的新照片（例如，提高对比度会让部分细节消失）。
那么数字照片又有何不同呢？我们可以用专业数码相机拍摄，用手机拍摄，或是从旧书里扫描获取。无论哪种方式，最终得到的都是一个文件： 里面包含存储色彩数值的像素阵列，以及一个注明了图像尺寸、色彩配置参数、相机与拍摄参数（如曝光）等元数据的文件头。换句话说，我们得到的就是通常所说的“数字媒介”——一个由数字构成、代表某一场景或物体细节的文件。
然而，除非你是程序员，否则你永远不会直接操作这些数字。我们大多数人都是通过某种应用软件与数字媒体文件进行交互。如果你使用的软件不同，能对这份数字媒体文件进行的操作也会天差地别。你手机里的彩信软件可能只会显示朋友发来的照片，并允许你转发给他人，除此之外别无他用。
桌面端或移动端的免费媒体查看器/播放器通常会提供更多功能。例如，桌面版谷歌 Picasa 3.0就包含裁剪、自动调色、去红眼、多种滤镜（柔焦、光晕等）以及其他一系列功能。它还可以在不修改原始数字媒体文件的前提下，将同一张照片显示为彩色或黑白。
最后，如果我在Photoshop中打开同一张照片，我可以让软件自动替换照片中的某些颜色、通过边缘检测滤镜凸显其线性结构、用十几种不同方式模糊照片中的内容、与另一张照片合成，还能执行成百上千种其他操作。
基于以上讨论，我可以大胆提出一个结论：并不存在所谓“数字媒介”这种东西。只有作用于媒体（或“内容”）的软件。换一种说法，对于只通过应用软件与媒体内容交互的用户而言，数字媒介的“特性”是由特定软件所定义的，而不是只存在于内容本身（即数字文件内部）。
03
从软件之后到人工智能之后，媒介将如何
21世纪头十年最核心的发展，是文化软件的大众化。20世纪90年代仅供专业人士使用的媒介技术，自此落入数亿普通人手中。大众开始撰写博客，在媒体分享平台上传图片与视频，使用各类媒体创作、剪辑工具。仅仅十年前，获取这类工具还需要耗费上万美金。网页应用还催生了一种全新时间形态：软件永远没有最终版本，持续处于测试状态，依托远程服务器每日数次迭代更新。
21世纪头十年，智能手机成为数十亿人首要的拍摄设备、显示屏幕与创作工作室；应用程序很大程度上取代了开放互联网，成为人们日常媒介实践的主要场域。
软件转变为一种服务而非固定对象：持续更新、租用而非买断、在云端运行。创作与分发，这两项在20世纪分属不同产业的活动，如今被整合于YouTube、Instagram、TikTok、微信等单一平台之内。内容推送，也就是我们所能看见的媒介内容的筛选工作，不再依赖专业人士的人工编辑，而是由各类推荐算法完成。因此在当下，影响力最大的“文化软件”或许是完全不存在可视化界面的软件：我们时刻看见它输出的结果，但其运行过程却不可见。
与此同时，机器学习被逐步嵌入各类工具之中。依托海量媒体样本训练而成的模型，已经渗透进日常媒介流程，并自主对各类媒介内容的创造、分发与解释做出判断。
进入21世纪20年代，生成式AI能够依据提示词与各类输入信息，生成图像、视频、音乐、文本，让上述智能化进程变得无处不在。
乍看之下，生成式人工智能带来了本质性的变化。以往软件通过模拟各类媒体工具开展创作，而如今新增的AI软件，仅依靠一段文字描述就能直接生成媒介内容。
倘若我们不去聚焦输出内容，转而考察交互界面与工作流程，图景便会截然不同。迄今为止，生成式人工智能的发展并未颠覆创意软件长期沿用的交互范式、界面规范与工作流程。
生成式AI软件的发展路径分为两种。其一，沿用已有工作规范，生成式内容填充作为众多指令之一嵌入软件。
其二，通过模型上下文协议等技术与现有软件打通衔接。模型生成的图像会被导入人们熟悉的软件，完成筛选、剪辑、合成、微调等“实质性创作工作”。即便是提示词输入框，本身也是基于“命令行”这一计算机领域历史最悠久的交互形式之一。
由此衍生出两种解读视角。
第一种解读：生成式人工智能仅仅是叠加在元媒介之上的又一类全新特性。它效果震撼，但在结构层面和拼写检查、滤镜、内容识别填充一脉相承；它再次印证了永久可拓展性，也是“先锋实践常态化”进程中新的一幕。
第二种解读：我们正处在一场更深层次转型的开端。媒介对象不再依靠工具制作，而是通过“发起请求”实现：经由语言描述、任务委托、持续对话而生成。诞生于20世纪60年代的界面范式（文件、文档、应用程序、工具）或将消解，人们转而与AI模型开展对话。
人工智能不仅能够生成媒介内容，还可依据不同用户、不同任务，按需生成交互界面本身。倘若这一趋势成真，本书提出的核心问题——媒介技术如何塑造我们的想象与创作——就需要被重新审视，而这次的考察对象是一套连创造者自身都仅能部分理解其内在运行机制的创作装置。
哪一种解读成立？坦诚地说，最贴合艾伦·凯对计算机元媒介“潜能至今几乎尚未得到充分探索”的回答，是我们仍需静观其变。但可以确定的是，本书的研究路径依然有效：想要理解今日的媒介，就必须研究软件；想要理解软件，就必须追溯那些软件诞生之前，构想它们的先行者的思想。
*本文内容节选自《软件挂帅》“中文版序”“译者序”和“第二章 理解元媒介”