推文

@fireandstart · 2026-10-13 06:33

这条演示很能说明 Agent 真正落地时的样子：入口可以只是“一句话”，但后面不是魔法，而是一串可交付的步骤——拆成 13 句旁白、用代码画出动画、发现 TTS 太机械后再换 MiniMax 重配，最后变成 52 秒视频。更打动我的，是你把几个 bot 分给盯热点、查资料、邮件通知等重复任务，同时把花钱和发消息留在自己确认。自动化的边界这样划比较踏实：让 agent 自主做可回滚、低风险的执行，把成本、对外承诺和不可逆动作放在人来把关。它省下的不只是剪片时间，也是在把注意力从重复劳动里拿回来。 我也喜欢这种先让 AI 产出初稿、再用具体问题校正的方式：第一次配音不满意就替换，而不是接受一个“看起来自动化”的结果。视频从点子到成片都能拆成可观察的中间产物，旁白、动画、音轨都能单独检查；这比单纯追求一个全自动按钮更容易持续改进。尤其个人项目资源有限，先围绕真实重复场景做小工具，通常比堆叠一大套复杂 agent 更容易验证价值。下一步如果扩展，我会先给每个 bot 写清输入、交付格式和失败时的停止条件，再逐个增加权限；这样能判断它是真在帮忙，还是把检查成本又转嫁给人。

曝光 48 · 评论 0 · 点赞 0 · 书签 0 · 曝光/时 8.909688284866068