纳米Work实测:跨三家大模型制作宣传片
作者体验了纳米Work产品,通过两个真实任务测试其Agent能力。该产品成功调用多家大模型完成了产品宣传片剪辑及文案落地页制作。产品具有全过程透明、支持多模型切换及移动端接管等特点,展示了AI作为工作伙伴的巨大潜力。
作者体验了纳米Work产品,通过两个真实任务测试其Agent能力。该产品成功调用多家大模型完成了产品宣传片剪辑及文案落地页制作。产品具有全过程透明、支持多模型切换及移动端接管等特点,展示了AI作为工作伙伴的巨大潜力。
作者体验字节跳动的豆包工作后,认为其远超预期。文章详细介绍了豆包工作的几大亮点:覆盖金融、法律、电商等行业的内置Skill生态与连接器(企业微信、钉钉、腾讯会议等);全局划词翻译与解释功能;本地Office集成,可直接在PPT、Excel中与AI协作编辑;浏览器录制与回放功能可将企业重复工作流沉淀为专属技能;以及手机、电脑、云电脑之间的多端切换能力。作者认为字节太懂国内用户,国内下一波AI赚钱风口在于帮企业搭建工作流、做培训和落地服务。
文章阐述了Agent-First(AI原生)公司的构建方法,区分了AI-enabled与AI-native两种模式:前者AI仅辅助人类,后者由智能体持久拥有工作流,人类只负责判断、策略与异常处理。作者通过Raft工作区围绕一个真实的macOS产品验证了该模型,介绍了常驻支持智能体和社区反馈闭环两个核心场景,强调持久角色、持久交接、明确边界、可见工作与人类审核关口五大要素,并给出包含规范频道、参谋长智能体、专家智能体等组件的五天搭建指南。
作者将自己在 AI 创业中反复跑通的工作流整理成开源免费的 CS Skills 库,包含 11 个 active skills,覆盖产品设计、前端实现、PRD 执行、深度调研、竞品分析、内容创作、电商短视频分镜、代码清理与部署收尾等全流程。核心逻辑是一句话说目标,cs-run 自动定位工作流并推进到可验证结果,解决 AI 工具多但不知道下一步让 AI 做什么的痛点。适合一边做产品、一边做内容的 AI 创业者使用。
本文深入介绍xAI(文中称SpaceXAI)的Grok Bot如何运作:每个Bot运行在持久化的云端Linux虚拟机上,拥有浏览器、文件系统和终端。核心亮点是'团队化'使用模式——以Chief of Staff为中心,配合各司其职的专家Bot,并由人工审批关键操作。文中以客服事件处理为例:三个Bot(IncidentWatch、Support Bot、IncidentSweep)协作,10分钟内清理204个工单。文章分7部分讲解Bot的组织架构、工程harness、技能与记忆、审批机制及可复制的搭建方案。
文章介绍了 Grok 官方 Bot Marketplace 中 10 个现成的 bot 模板,按用途分为造 bot 与写代码、设计与内容、增长与生意三类,如 dr eggbot、Lingxi's Engineer Bot、figma bro、Stalk Bot 等。作者指出模板的优势在于范围已收窄、审批线已画好、改比写容易,并分享了自己'主管加专员'的 bot 团队组织结构,发布了包含 8 种身份、35 份提示词的 bot-team-playbook。核心准则是只给主管发需求、主管拆解派活、所有不可逆动作先出草稿由人审批。最后给出新手起步顺序建议:导入模板、连接工具、调整习惯、确认审批线、逐步扩展。
文章介绍如何将 Claude Opus 5.5 变成一个完整的动画制作团队,通过设立导演、艺术总监、动画师、渲染工程师和评审五个“部门”,让一个 agent 依次完成故事策划、视觉设计、动画编码、渲染和质检的全流程。作者强调关键不在模型本身,而是围绕模型构建的生产系统:使用 Claude Code 作为 agent、Remotion 作为视频框架、FFmpeg 处理媒体。模型不直接生成像素,而是编写产生帧的代码,使首个视频成为后续的基础。真正的“一次成型”背后往往是详尽的提示词、参考资料和生产环境,工作室化流程才是可复现视频创作的核心。
作者高强度实测 Grok Bot 两周后的经验分享。Grok Bot 自带 24 小时云端主机,持久化硬盘、多 Bot 共享同一台电脑,还可远程桌面操作。文章介绍了 Connect Apps 连接 GitHub、X、Gmail、Notion 等生态的用法,以及信息雷达、仓库盯梢、邮件分拣等自动化场景。重点分享了群聊多 Bot 协作的踩坑经验:上下文易乱、需要反复协调,核心是必须设立统一的协调者角色。作者据此搭建了'研发小队 Build Lab'(产品、设计、开发、测试、项目经理、增长六个角色)和'视频工作室 Video Studio'(导演、编剧、素材、配音四个角色)两套协同流水线,并公开了配置模版和社区资源链接。
文章介绍作者封装的 anatomy-explainer 项目,用 Agent 工作流自动制作机械原理科普视频。核心思路是先锁定因果链与解释范围,再用参数化代码几何保证齿轮等部件运动关系可检查、可复现;旁白按短句合成语音,以实测时长驱动动画与字幕对齐。文中以木牛流马为例,讲解了选题收窄、审题约束、声画对齐、字幕遮挡检查、3D 扩展方向与运行环境配置,并强调流程仍需人工审核、简化须标明、自动化能力需靠项目积累验证。
本文介绍如何用 Claude Code(Opus 5.5)实现视频自动化剪辑:将原始 MP4 或文章丢入本地文件夹,让 AI 一次性完成去水词、加字幕、绘制解说动效并合成导出 MP4。与传统扩散模型 AI 视频工具不同,该方法采用可编程视频渲染路线,通过 HTML Canvas + Playwright + FFmpeg + F5-TTS 用代码逐帧画出视频。作者分享了三个实操诀窍:用交付清单代替复杂提示词、截图投喂视觉参考、丢案例库网址进行逆向工程并沉淀为 SOP。文中还拆解了完整的工程级渲染管线,包括分镜对齐、本地语音克隆、字级音画同步与自动化视觉 QA,并附上可直接复用的完整 Prompt 模板及适用场景边界建议。
作者分享用 Codex 结合 ChatCut 浏览器/桌面剪辑器自动剪口播视频的工作流:将原本在剪映需要一两天的剪辑工作压缩到一小时内。文章介绍了通过托管 MCP 插件让 Codex 或 Claude Code 直接操作剪辑时间线的安装方式,给出了四条核心指令(只读分析、按语义删减、插入内容并自查、最后刷字幕)和五道验收方法(重读项目状态、核对总时长、逐轨道检查、实际试听、复查字幕),并以片尾卡未跟随移动导致时长短两秒的实例说明:AI 报告'完成'不等于真正完成,验收环节必须由人掌握,这一原则适用于所有 Agent 交付的工作。