最近相当长一段时间，我把大量精力放在了一件事上。
把 AI 编程和 AI 视频真正结合起来，用来开发我们自己的 AI 视频 agent 平台。
这个过程给我最大的一个感受只有一句话——AI 编程的发展速度，已经快到普通人可以直接下场做产品的程度了。
现在你会发现，skills、sub-agent、自动化工作流这些词，已经不再只是程序员圈子里的黑话。
行业里已经出现了一批非常厉害的超级个体，用 AI 编程做 AI 视频平台，做 AI 漫剧工具，甚至直接开源整套创作系统。
他们不是传统意义上的平台公司，而是从真实创作需求出发，先解决自己问题，再把工具分享出来。
说实话，这条路对很多内容公司、一人公司来说，都是一个非常值得尝试的方向。
把自己的业务逻辑和 AI 编程结合，做成专属工具，本质上是在把能力沉淀为资产。
但这里面有一个现实问题我也越来越清楚地感受到：同时兼顾流量端和产品研发端，其实非常难。
很多开发者很容易陷入自己用得顺手的状态，却很难和更广泛的创作者产生共鸣。
最后做出来的，往往是一个自己顺手的工具，而不是一个对大多数人都友好的系统。
不过这些都是后话了。
从手搓到 agent 的体验变化
今天我真正想分享的，是一个更直接的体验变化。
当你开始用 agent 去做 AI 视频之后，真的很难再回到纯手动制作的那套方式。
我们现在回头看传统 AI 视频的制作流程，其实是非常“反直觉”的。
文案、分镜、出图、改图、生成视频、剪辑、配音、配乐，每一个环节单独看都不复杂，但一旦串起来，一个两分钟的视频，很容易就消耗掉一个人一周甚至更长时间。
更关键的是，很多人在这个过程中，并没有明显感受到 AI 带来的解放感。
你当然可以用即梦生成图片，用 纳米香蕉Pro 去改图，也确实能做出一个看起来还不错的画面。
但真正的问题往往出现在后面：镜头之间的衔接顺不顺，分镜脚本是否成立，节奏有没有吸引力，画面是不是在真正服务内容。
这些地方，光靠单个工具是很难解决的。
我前段时间用 agent 去做漫剧的时候，对这一点体会得特别明显。
我们早期线下做 AI 漫剧，其实是完整跑过流程的。我自己也做过好几集，从剧本到成片一条条走下来。后来我发现，如果只是做普通A 级水准的漫剧，其实要求并没有想象中那么高。
很多时候，编导已经把剧本拆得很清楚了，用 agent 去自动拆分分镜、镜头和基础画面，最后生成出来的结果，大概率是可以直接用的，只需要少量人工微调。
而且在漫剧和短剧这种形态里，视听语言的复杂度是被天然压缩过的，节奏比技术更重要。
但如果目标变成 AI 精品短剧、AI 动画番剧，甚至是更偏影视级的 AI 短片，那情况就完全不一样了。
这个时候，agent 给你的结果，更多只是一个起点。大量时间仍然需要花在人工修改、审美判断和细节控制上。
所以我现在的策略，其实非常明确。
在图片这条线上，我几乎已经默认从 agent 开始。
即便是用即梦这样的模型，我也更倾向于使用它的 agent 模式，一次性生成尽可能多的候选内容，而不是一张一张地慢慢磨。
在 Midjourney 这边，我看重的是它整体美学一致性的稳定性，尤其是 V7 更新之后，效果确实很扎实，最近的 niji v7 模型二次元动漫风格美感更上一层。
我们会结合 AutoJourney 这类自动化插件，让模型一次性跑完大量提示词，然后再根据分镜脚本去做定向迭代，本质上是“先收菜，再精修”。
视频方面
视频领域，其实是现在很多人真正可以入局的切入点。
我个人越来越偏向于使用我们自研的平台。
原因很简单，它让我可以在一个系统里调用我想接入的所有模型，不需要来回切平台，也不需要依赖一些成本偏高、路径偏绕的工具。
即梦的不同模型、ComfyUI体系下的能力，都可以很直观地整合在一起。
当然，现阶段我们平台接入的模型还不算多，有些场景下我依然会用到外部工具。
像可灵，我更看重它在视频可控性和画面清晰度上的表现。
海螺对我来说最大的价值是性价比，我们用的是每月 200 美元的无限套餐，长期算下来，成本控制非常友好。
跟vidu这边，我们也有稳定的套餐和积分池，错峰使用的体验其实还不错，不过近期得到晚上，错峰模式才会比较快。
现在让我比较兴奋的一点，是音画同步模型正在逐渐成熟。可灵 2.6、跟wan 2.6 这种能力，对创作体验的提升是实打实的。
当然，配音这件事我依然非常看重。有时候我会直接在剪映里单独做配音处理。
剪映的 AI 音效到现在为止，我依然觉得是一个被低估的能力，效果稳定，而且对节奏帮助非常大。
音乐部分，我基本会交给 Suno V5 去生成，再整体合成。
这样一套下来，你会发现，一个完整作品的产出效率，已经和过去完全不是一个量级了。
但有一点我还是想强调。
无论工具多强，最开始那一步，永远是找到一些好的对标作品，或者一个足够清晰的灵感起点。
比如在不同的AI 工具首页，或者公域平台，比较热门的影视等等。
如果你不是影视专业出身，很难在一开始就精准想象最终成片的样子。
即便找了对标，真正做出来的东西，也经常会和预期有明显偏差。
所以前期花时间去构思、测试角色设计、调整风格，其实一点都不浪费。
抽卡、微调、反复测试，本来就是这个阶段的一部分。
你可以用可灵、跟Vidu反复跑，也可以在剪映里慢慢裁剪、调整节奏，这些都是合理路径。
我个人的结论已经非常清晰了。
在绝大多数普通创作者的使用场景下，我会优先从 agent 入手，先解决整体效率和结构问题，再谈精修和审美提升。
中间当然还有更多提效的方法，比如纳米香蕉的九宫格、Qwen Lora多视角生成等等，这些我们也会在后续 公众号文章慢慢展开聊。
写在最后
前一段时间，我们在平台开发上投入了大量时间。
接下来，我们会把重心重新拉回到 AI 视频内容本身，把真正有价值的经验持续沉淀下来，工具让更加专业的团队来实现，我们做需求方和业务方。
我非常确定，今年会是 AI 视频持续爆发的一年。
而我们现在做的所有准备，本质上都是在爆发之前，把地基夯实。
不只是为了我们自己，也是希望能带着更多真正愿意做作品的小伙伴，一起跑通创作和变现这条路。
顺带一提，我们最近也在推进两本书的出版，一本是 AI 视频，一本是 AI 漫剧，预计年后和大家见面。到时候如果你在各大平台看到，也欢迎支持。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
