Hulu這部新片把3種類型片攪在一起，結果意外能打

2024年全球流媒體原創電影產量同比下滑12%，但犯罪喜劇這個細分品類卻逆勢漲了23%。數據背后有個尷尬現實：觀眾既想要《疾速追殺》的爽感，又受不了純暴力的單調。Hulu上周上線的《Mike & Nick & Nick & Alice》直接把這個矛盾拍成了劇情設定——主角接到的最后一單，是殺掉未來的自己。

這片子沒有宣發轟炸，上線首周卻擠進了平臺觀看時長前十。我看完第一反應：這導演Ben-David Grabinski大概是把90年代錄像帶店的貨架整個推倒，然后從廢墟里挑了幾樣還能用的。

時間旅行作為懲罰機制，而非解決方案

James Marsden演的Mike是個想金盆洗手的打手，Vince Vaughn演的Nick是他搭檔。劇情 kick-off 很老派：Nick說服Mike干最后一票。但目標揭曉時，影院里如果有觀眾，應該會有人笑出聲——Mike要殺的是Nick，不過是未來的Nick。

這個設定的精妙之處在于，時間旅行在這里不是炫技工具，而是人物關系的壓力測試。Mike和Nick的兄弟情被迫面對一個經典悖論：如果你知道搭檔十年后變成混蛋，你現在要不要動手？

Grabinski的劇本把這個問題扔進了黑幫片的框架里。Keith David演的黑幫老大Sosa雇了個叫"男爵"的食人殺手來追殺Mike，這個角色的出場方式幾乎是卡通化的——Sosa描述他"殺人然后吃掉"時的表情，快樂得像在講度假計劃。

這種 tonal whiplash（風格驟變）是有意為之。Grabinski在接受《The Hollywood Reporter》采訪時說，他想拍一部"角色知道自己活在類型片里"的電影。

Vince Vaughn的第三次職業轉型

Vince Vaughn的表演值得單獨拆解。他早期的《搖擺者》《婚禮傲客》建立了話癆喜劇人設，2010年代中期的《真探》第二季和《血戰鋼鋸嶺》試圖轉向嚴肅，效果參差。這片子里的Nick是他找到的新平衡點：足夠滑稽讓觀眾發笑，但荒誕底下有真實的疲憊感。

有個場景是Nick向Mike解釋時間旅行的規則，臺詞本身是一堆偽科學廢話，但Vaughn的 delivery 讓它聽起來像酒吧里醉漢的哲學演講——你知道他在胡說，但節奏感讓你想聽完。

Eiza González演的Alice是第三條敘事線。她的角色功能表面上是"被卷入混亂的普通人"，但劇本給了她一個反轉：她比兩個男主更擅長應對暴力。González在《極盜車神》和《哥斯拉大戰金剛》里已經證明過動作戲能力，這次她的喜劇節奏是意外收獲。

為什么這片子像"蹭了Tarantino熱度"卻又不讓人討厭

影評人Aaron Pruner在CNET的標題里直接用了"蹭Quentin Tarantino熱度"這個說法，但加了時間限定：兩三十年前那批電影。這個區分很重要。

90年代中后期的《落水狗》跟風作往往只學到暴力美學，沒學到對話寫作。Grabinski的區別在于，他的角色廢話連篇不是因為導演愛聽自己說話，而是因為這些人在用閑聊逃避面對真相。Mike和Nick討論時間旅行悖論時，實質是在回避談論他們友誼的裂痕。

動作場面的調度也印證了這種自覺。有一場倉庫槍戰，鏡頭運動明顯在模仿《疾速追殺》的槍械芭蕾，但配樂是輕快的電子樂，角色中槍后的反應介于痛苦和被冒犯之間。這種錯位制造了一種奇特的觀影體驗：你在笑的同時意識到自己在笑什么。

「如果John Wick是部喜劇，里面全是夸張的表演，那就是這部電影。」Pruner的這個類比被多家媒體引用，但它其實縮小了片子的野心。Wick系列的核心是系統性的暴力美學，這片子更感興趣的是暴力如何暴露人的荒謬。

Hulu的算法會怎么歸類它？

流媒體平臺的分類標簽正在殺死類型片的模糊性。Netflix的"因為有你看了X"推薦把觀眾訓練成只接受精確匹配，但《Mike & Nick & Nick & Alice》的觀看數據可能讓產品經理頭疼——它同時觸達了犯罪片、科幻片和喜劇的用戶群，但完整看完率在這三個群里表現不同。

Grabinski之前主要做電視，寫過《開心漢堡店》和《鬼玩人》劇集。這個背景解釋了為什么片子有強烈的"分集感"：每20分鐘左右有個小高潮，適合被打斷的觀看習慣，但又有足夠的連續性讓你愿意繼續。

成本方面，這片子沒有大場面預算，時間旅行效果主要靠燈光和音效暗示。這種限制反而成了風格選擇——未來Nick的出場沒有CGI變形，只是Vaughn換了套更貴的西裝，表情更疲憊。低成本科幻的解決方案，有時候比砸錢更聰明。

片尾字幕有個容易被忽略的細節：Grabinski把電影獻給"所有在錄像帶店工作過的人"。這個致敬對象的選擇，大概解釋了為什么片子對類型片傳統既熟悉又戲謔。錄像帶時代的觀眾是被迫接受分類模糊的——你想租《銀翼殺手》，但新片區可能只有《時空特警》。

現在的算法太知道你想要什么。問題是，它還愿意把你不知道會喜歡的東西推到你面前嗎？