幸运喜欢藏在努力里

给播客加音乐，是"一段录音"和"一档正经节目"的分水岭。可这一环最少人讲透：能商用的不好找，免费更难，混音还全是连环坑。这期讲我怎么找到一个免费、能商用、还省事的 AI 音乐方案。开源不等于能商用，腾讯 SongGeneration 2 是"伪开源"陷阱，MusicGen 也标了非商用。免费托管 API 里唯一真免费又能商用的只有 acemusic.ai，它是 ACE-Step 1.5 的官方云端版，同一个 MIT 模型。我选 ACE-Step 1.5，因为它授权最干净、能力最强、云端免费。会生成只是开始，把音乐混进人声听感还自然才折腾：背景音不能和人声抢 1 到 4 千赫，响度对齐到负十六 LUFS，混音别用会自动归一化的 amix。

7 月阿里全面禁用 Claude Code，但其实在那之前，我已经因为信任问题把主力切到 ZCode 了。这期聊聊 Anthropic 那几件被扒出来的事，比如隐写检测中国用户、第三方缓存失效让 Token 暴涨，为什么让我走得没负担。也聊聊 ZCode 3.0 加 GLM-5.2 是怎么把我拉过去的，还有切过来之后真实的好与不好。远程派活是真香，但桌面应用的小 bug 和缺的功能我也实话实说。这不是声讨，是一次找到更趁手工具的搬家。

把一篇写好的文章变成听着像样的单人播客，核心就三关，改写脚本、质量把关、TTS 合成。NotebookLM 被逆向后大家发现，决定播客质量的根本不是 TTS，而是脚本，是那条仅基于源文的防幻觉约束。这期一关关拆给你听。先说单人还是双人怎么选，一项 296 人的对照实验里，对话式更生动讨喜，独白式信息密度更高但吸引力偏低。再说为什么改写不是朗读，书面文章得改成第一人称口播。然后是用七个维度给脚本打分、定向修正循环到达标。最后是 TTS 选型踩坑，从 edge-tts 到本地三款，落在一次合成、音色不漂移的 mimo-tts。每一步都是我跑通的实战。门槛低，反而更要比流程。

我把 Agnes、智谱、Pollinations 三家免费 AI API 都真跑了一遍，结果实测当口 Pollinations 又砍一刀，连账号等级都废了，改成做任务才有额度。这根本不是选购指南能装下的事。本期把免费 API 的收口，和 OpenAI 一年亏两百一十亿、苹果涨价闪崩、AI 一季度裁员超十万、大科技一个月蒸发两万七千亿美元市值拼在一起，指向一个比该不该花钱大得多的问题：撑起 AI 热潮的那笔账根本算不平。推理成本越省越烧的杰文斯悖论、无限产能零需求的双输、九成多企业部署不回本——这是个正在膨胀、替你垫钱的泡沫。结论是趁现在还能用就使劲用，但别当永远的依靠。

认真测了 Pollinations 视频模型 ltx-2：一行 GET URL 直接吐 MP4，不用 POST 轮询；五秒成片 28-99 秒，比 Agnes 六十倍快一个量级；时长听话、画质够用、图生视频锁得住角色。两个坑：audio 假开关（false 也带音轨）、seed 无效（同 prompt 永远同画面）。要快和确定性用 ltx-2，要真 1080p 和多样采样用 Agnes。

这期认真测了 Pollinations 图片 API，开源圈最出圈的免费图片接口，最讨喜的是一行 GET URL 直接返回图片字节，不用 POST 和 JSON。八道经典 benchmark 题测了六个文生图模型，flux、zimage、gptimage、klein、nova-canvas、gptimage-large，四十八张图逐张横评。分水岭是中文思维导图，六个里只有 zimage 把中心和四分支标题大字全画对，小字仍乱码。速度是赢点，zimage 七秒、flux 五秒，比 Agnes 二十六秒快。和 Agnes 同档，zimage 甚至略胜。免费是误解，现在要 key、按花粉 pollen 计费、按小时刷新不累积，真正免费的只有转录和文本大模型。首选 zimage，海报最高保真选 gptimage-large，不限量选 Agnes。

承接 Agnes 的实测，这次我把国产智谱的免费档认真测了。智谱免费只有 cogview-3-flash 出图和 cogvideox-flash 出视频两个模型，底子都是 2024 年，同一套题和 Agnes 横评。出图基线扎实，宇航员骑马、两猫下棋、逆光人像、双手捧杯全过，还比 Agnes 快近三倍、不缩水。但文字渲染中英都不行：英文 AGNES AI 写成别的词，中文花好月圆画成火禾偕甡，思维导图全是假字，也不支持图生图。出视频更失望，文生五条内容对但画质明显逊于 Agnes，偏塑料发糊；图生视频三个场景全军覆没零比三，输入图从第一帧就被无视。还发现 cogview 连中文场景理解都不稳，画橘猫坐窗台两遍都没猫。限流只卡并发不卡日用量，但免费档图片才一路。结论：完全不在意画质、只图免费稳定快才考虑，否则直接用 Agnes。

这期认真测了 Agnes 免费视频模型 agnes-video-v2.0。我当初嫌它又慢又不可控弃用过，这次收起成见跑了 28 条 1080p 实测。逐题画面没翻车，没有多腿变形塑料感，但精细度追不上一线模型，只能算勉强能用，复杂镜头变化扛不住。真正的卡点在一致性，同一条提示词跑五次每次都符合描述，可姿态背景全对不上，锁不住角色，文生视频基本就是抽卡。想要角色一致得靠图生视频，关键帧加首帧锁定，三个场景主体一致度全高。慢是真慢，60 倍定律，做 1 分钟 1080p 成片要等约 1 小时。并发对个人够用，8 条并行 6.5 倍加速、成功率百分之百。结论：本质问题是只能产生简单视频，这是能力天花板，免费但每日有限额，拿来试水跑实验行，别全指望扛主力。

这期认真测了 Agnes 免费图片模型。Sapiens AI 宣布三大模型 API 永久免费，我之前两次都弃用了，这次收起成见用十道经典 benchmark 题逐题跑。英文招牌 AGNES AI 七字母全对，中文海报「花好月圆」「中秋特惠全场八折」十二个汉字一字不差。但思维导图方块下的密集小字说明崩了，标题级能用、密集小字不稳是短板。另一个硬伤是精确数量，俯拍六人晚宴桌子坐不下六人。并发实测更有料，瓶颈是和请求尺寸相关的「同时能开几路」上限，不是每分钟请求数。结论：需要显示汉字的图不用它，不涉及汉字的封面、插画、写实场景、图生图可以用，够用还免费。但每日有限额、政策可能变，别全指望扛主力。下一篇实测视频模型。

一段口播录音，怎么同时变成一篇公众号文章和一期喜马拉雅播客？我做了条流水线来干这事，前后大改过三次，方向就一个词，做减法。八个AI角色砍到四个，删掉中间层，平台从四个砍到两个，每个工具环节几乎都换过——语音转文字、图片生成、TTS、排版、发布。这期就聊聊这条流水线怎么一步步瘦身，以及一个不太好看的数字：自动生成的播客每期播放量也就几十，工具搞定了能发，却没搞定有人听。

做「播客转短视频」这条流水线，光是渲染引擎我就换了五种——Python、Remotion、Manim、HTML、Hyperframes，每一种都被我认真试过又亲手淘汰。这期聊聊这五次换引擎背后的故事：为什么换、卡在哪、最后为什么留下Hyperframes。中间还接了免费的Agnes文生视频，没用几天就撤了，原因是又慢又不可控。折腾完五次才想明白：工具不是越新越好，能让流水线可控、可复现的，才是对的。但说实话，视频播放量还是五六百没破万，因为瓶颈根本不在生产，在内容。

看了影视之风的剪辑课，最大的收获不是某个特效，而是它教的剪辑思维——要有起伏、内容才是核心、技巧就像写诗。课程最好的地方是教为什么、什么时候用，不是只教操作。我还顺手把课程所有视频的转录喂给AI，总结成思维笔记，再让AI学习这些笔记、重写了我之前生成视频的整套流程，重新生成了一批视频。AI学到不少：3秒钩子、波峰式节奏、景别递进、信息密度、字幕分段，但第一次就翻车——把B-roll信息加进去导致内容重叠，去掉后视频更完整。最后从17条选4条下周发。顺带还学到个变速卡点，那些以为是AI做的抖音视频，终于知道怎么做了。

税务局一个电话打过来，说我营业执照办了这么久，税务登记还没做。我跑去网上弄，结果一路报错，原因是当初营业地址填了一个网店的网址。系统见到这个网址根本没法处理，只能让我去办税大厅。两公里路，骑单车骑到一半下大雨，躲了四十分钟雨接着骑。前台、办事员、领导三层都没见过这种情况，最后让我等下个报税周期再说，报错依旧在那报错。晚上回来折腾 Codex 加第三个模型配置，折腾一圈只能靠 cc-switch 的本地代理中转跑通。这半年还做了不少差生文具多的事，办执照、开套餐、换 Mac、买手机，几乎都是为还没发生的需求提前囤装备。明天端午，打算总结一下播客流程的演进，再看看剪映影视之风教程。

今天看了一篇讲大模型投毒的文章，玩法的原始程度让我愣住。作者伪造一个人物，说他是某领域专家，写几篇文章挂在他名下，再伪装一份榜单把他排到榜首，最后让几个朋友去问AI相关问题，结果AI全部引用了这位"专家"的内容，都成功了。他这套方法说白了就是投毒，本质是反复跟AI对话：确认关键词、问AI看引用源、在源上投文章、看思维链找搜索词再对齐、没被采纳就接着套信息反复优化。这期还聊了多Agent编排、小白开发的实战经验、一个博士生谈人与AI互相驯化导致人能力萎缩，以及昨日AI新闻：智谱GLM 5.2正式发布排到智能指数全球第四、DeepSeek融超70亿美金、ChatGPT份额跌破一半、Codex开放接入其他模型。

智谱5.2发布了，热度指数一两天就破了5.1的纪录，股票两天涨50%，上市半年涨了十倍。但人太多，反而比5.1还慢。我没赶上上车，但今年给自己定了规矩不碰投资，红杉资本说AI是万亿级市场才到百分之十，又开始动摇。今天还用AI把《大败局》第一本看完了，郑州亚细亚商战跟胖东来很像，三天入门的读书法确实快。AI圈这边DeepSeek出了V4.1，MiniMax被智谱和DeepSeek打蒙，股价跌一半多。谷歌Gemini 3.5 Pro灰度测试，即梦视频模型降价但非专业还是用不起。豆包Solo收费太狠我切到了DeepSeek。快端午了，睡眠分数像一条直线，想把作息调过来，上午学习晚上输出。

今天用 Claude Code 把筛选视频到发布的流程做成了一个 skill，折腾过程中顺手抓出俩 bug。一个是 Claude Code 显示的 token 量对不上，仔细一看，它把输出算了三遍——工具调用、思考、输出内容三个状态，输出量一样还重复，愣是算了三回，产出数字全是水。另一个更邪门，开着的闲置窗口突然亮起来、输出变空，是缓存写坏了，发布流程直接炸开。修完顺手把同一个文件的读写，从刷新一次十次，优化到两次。还聊了聊智谱 5.2 非正式通道反而比官方快、Claude Code 模型被禁是不是给了智谱提前放 5.2 的机会，以及一部得奖的 AI 电影《钟馗嫁妹》。一个独立开发者的 AI 实验日记，录完就发。

昨天智谱5.2发布，我让它给自己录屏、剪一个自我介绍视频，结果50多分钟就跑出来了。过程里我放飞，让它并行跑两个任务，一个发文章一个写文章，两个抢同一个浏览器，把MCP直接干崩了。这期聊聊5.2用下来的真实体感：上下文变长稳了，速度数字快了但用起来没快，因为它思考变多、token变大；它还会主动调skill、提醒我记东西。但折腾一天下来，我更大的困惑是——用了AI一年，我的产出能力跟去年比，没多少提升。没找到需求，像无头苍蝇。这是本期最想说的事。

本期聊新发布的 Grok 5.2 和今天几个 AI 大事。Grok 5.2 写代码没强特别多，但技能调用进步很大，更主动、会照着技能描述走。重点记一个我之前不知道的事：苹果的 AI 功能在中国和欧洲都没上，欧洲是因为欧盟守门人条约，达到门槛就得把 API 开放给竞争对手，比大陆审核还狠。同一天 Claude 也开始限美国以外用户。另一头马斯克公开特斯拉所有专利，极度的坦诚背后是绝对的自信。AI 的封锁和开放，一天里都见了。

这期聊聊我用新模型折腾AI的一天。模型内测刚上，我就把插件全更新了一遍，加了套餐用量、MCP过期日期、思考强度显示。写WWDC笔记时意外发现了一个叫"动态工作流"的新能力，能让AI自己探索步骤、固化成命令。但今天大部分时间花在一个玄学bug上——一个Agent让另一个别听某条指令，大模型到底听不听是随机的，bug就时灵时不灵。顺带聊聊今天的模型动态：Kimi K2.7高速版、华为盘古2.0、还有群里高中生搞AI的震撼，以及Git开始默认用Rust的那段九年历史。

前天发现一个免费 API，能生文生图还能生视频，我就想把视频号老流程换成真正生成视频。结果脚本改了两天，卡在最坑的地方：免费模型要求分辨率必须整除 16，1080P 跑不通，最后靠 1088 救场。文生视频效果像视频了，可画面跟脚本讲的内容压根对不上。更离谱的是时间成本，一个视频要 40 分钟，15 个加起来就是 10 个小时，我当场放弃。中间顺手剪了个致敬 Tim Cook 的 WWDC 开场合集。另外聊聊这两天的 AI 圈消息：智谱 GLM 5.2 开放申请、Anthropic 出 Claude 5 代安全版、GPT 5.6 传闻降价、小米面壁放出自家模型。最后还有个意外收获，用 AI 在得到 App 上看书，先问章节大纲再分章问细节，快多了。

北京时间6月9号凌晨，Tim Cook 最后一次以 CEO 身份登上 WWDC Keynote 舞台，说了句 "It's been the honor of a lifetime。" 从2011接棒到2026告别，15年间他做了什么？Apple Silicon、可穿戴设备、服务生态、供应链、隐私——这期聊聊 Cook 到底把苹果带到了什么高度。

这期聊聊苹果WWDC 2026，可能是近几年看下来最无趣的一场发布会。三大重点——性能优化、家长控制、苹果智能，没有一个让人眼前一亮。iOS 27虽然支持七年前的iPhone 11，但Apple Watch S9才三年就被淘汰，设备策略前后矛盾。AI方面更是被安卓阵营甩在身后，用的都是谷歌的模型，国内还面临备案问题。倒是看完发布会后刷到了一个免费的AI平台Agnes，提供了文生图、文生视频的API，花时间接进了自己的项目里。另外还聊到微信开放平台搞AI引发的创作者利益分配问题，以及看科技美学录视频给自己带来的一些信心。

昨天逛社区看到一个大一学生的技术帖子，学的比我现在的水平还高，看完确实有点焦虑。试了一下 DeepSeek 网页版，体验跟 GPT 差得远，但顺手发现我做的目录插件有 bug，识别链路两个环节都失败了，修了保底匹配和评分标准解决了。喜马拉雅那边也有 bug，隐藏元素显示出来了，一起更新了 1.6.2 版本。下午把内容生成工作流大幅简化，从复杂的多步骤流程改成直接转录优化，换了 200K 上下文模型，速度快了一倍，图片一次成功。发公众号的时候看到一条被屏蔽的评论"你没有独立思考能力吗"，确实是个警钟，以后 AI 写的内容自己得过一遍再发。

今天主要体验了智谱的Z-Code编码工具，它是个统一调度层，可以把Claude Code、Codex塞进去当后端。提示词结合上下文优化和文件变更树形视图这两个设计让人眼前一亮，但稳定性还差得远，用Claude后端两次卡死。智谱在编程赛道布局很早，5.2版本六月要发，Z-Code一个多星期没更新，八成在憋大招。视频号涨粉也开始波动了，内容同质化是个问题。另外花了一两小时让AI按风水规则整理书桌，效果还真不错。生活上学了胡萝卜炒肉和手撕包菜两道新菜。最后分享一句话：勇敢者先踩坑。

昨天晚上刷了几篇AI前沿文章，边看边记笔记，从AI能力爆发像暴雨到雇人约一万而AI约一百的成本差距，再到AI在网络安全领域排名全球第一，每一个点都让我坐不住。大公司技术落地存在一到两年的时间差，这是小团队最大的套利红利窗口。而当AI接管认知劳动之后，人类转向情感和艺术寻找意义，看似退缩实为进化。你可以把信息处理外包给AI，但你对事物的理解不能外包。

权限报错补了三次都没搞定，最后把配置整个删掉重来，五分钟就解决了。这两天的开发日记里，我碰到了好几件反直觉的事：浏览器插件从1.0.2迭代到1.5，用WXT框架重构项目、加自动检测和消息区分功能。还看到一个9B参数的国产开源图像模型，用JSON描述就能训练生图，思路很巧妙。另外Search for the Solo出了99到1399元的付费套餐，看了一圈之后我的结论是：用最贵的模型反而花最少的钱，因为出错少、省时间、Token消耗反而低。不管是修权限还是选模型，推翻重来有时候比修修补补更靠谱。

之前让AI帮我做了一个视频功能，花了两个月，功能跑起来了但效果一塌糊涂，更崩溃的是我自己连从哪改起都不知道。那次踩坑让我重新理解了跟AI协作的核心——你一定要比它更清楚你要什么。这期聊两个实战心得：一个是螺旋式提问学习法，大纲、细看、你问他、他问你，一步步加深理解；另一个是精准提问，模糊问题只能得到模糊答案，你得自己对事情有认知才能提出具体的问题。说白了就是，把AI当下属来管理，你得知道验收标准是什么，才能真正驾驭它而不是被它带着跑。

这期复盘聊一个我最近的调整：把每天的复盘从当天发布改成了晚上10点定时发前一天的。看起来只是往后挪了一天，但整个人的节奏完全不一样了，没那么赶了。顺便聊了聊视频号的真实数据——播放量500左右，粉丝109，每天大几十个点赞。数据不算好看，但现阶段更重要的是把节奏跑通。还分享了一个挺有意思的发现：研究Claude Code状态栏扩展的时候，以为开发起来很复杂，结果一看，一个文件就能搞定。这种"以为很难，实际很简单"的感觉，让我挺意外的。另外还解决了上下文自动压缩的问题，就改了三个环境变量配置就好了。如果你也在做内容创作，或者对独立开发感兴趣，可以听听我是怎么调整节奏的。

今天阴差阳错通过京东保价退了500块，iPhone从5900降到5400。C盘只剩6、7个G，WizTree一扫发现Docker镜像吃了将近30个G，碰巧把引擎切到WSL居然就解决了。插件从0.8.1一口气升到1.01，暗黑模式翻车又修好。还看到GLM 5.1和MiniMax M3的对比测试，9项标准里M3领先7项。播放量从1000跌到100，有点焦虑。独立开发者的一天就是这样，有些事靠努力，有些事靠运气。

让AI帮你删代码，结果发现它只是在后面加了句"不再支持"，代码还在那里。这个真实案例让我开始反思一个问题：当我们越来越依赖AI去做事，是不是也在慢慢失去对过程的掌控？就在同一天，MiniMax发布M3模型却没通知用户就改了套餐，新模型发布当天股价反而跌了。从个人到公司，AI时代的可控性问题可能是我们都要面对的。说白了，学习这个事情不能外包给AI，你自己必须去理解、去把关。

今天上午修了一个 bug——提示词里同时写了「包含中文内容」和「不要包含中文内容」，AI 直接把中文全干掉了，一张中文插图都没生成。踩完坑之后顺手把两个串行流程改成了并行，一个人干活也能跑出流水线的感觉。然后聊聊一个人同时做视频、公众号、播客、小红书四个平台的纠结：已经攒了八九百个视频一天两个排到 6 月 6 号，却决定先搁置视频，集中火力把公众号和播客打磨到能看的程度。做减法比做加法难，但精力有限的时候只能先聚焦。

今天从京东618同一桶油从102涨到120的比价吐槽，到实测Codex Computer Use让AI自己操作浏览器生成封面图，再到和GPT聊天后想通了一个关键问题：不要每天从零产内容，集中两天批量生产一周的内容、定时发布、持续积累素材库，才是可持续的创作节奏。技术人最容易掉进的坑就是花大量时间搭工具却迟迟不产出内容，先做内容才是当前阶段真正有积累的事。GPT官方新功能直接淘汰了我之前写的浏览器插件，更让我意识到与其造轮子不如把精力放在内容本身。

账号终于破了100粉，但限流来得更快。这周我用Claude Code批量处理了58集播客视频，原本估算要两天多，结果8小时全部跑完。效率是上去了，但大部分视频被限流只有几十播放，一个用户评论直接戳破了我的问题——45秒讲完一个道理就没了，没有方法，没有后续。这期聊聊破100粉的喜悦和被限流的落差，一个评论怎么让我重新思考内容该怎么做，以及和堂姐见面聊天后对"输入输出系统"的新理解。限流不怕，怕的是没方向。

你会的技能AI都能干了，普通人到底靠什么在AI时代活着？今天和GPT聊了很久，它给了一个印象很深的答案：不要再说你会什么技能，要说你帮谁解决过什么问题。不要卖技能，要积累作品和经验方案。同时还聊到AI应该从被动工具变成主动导游，先告诉你不知道的信息，你才知道自己不知道什么。最后落到一个朴素的方法：把自己当作品，持续输出，在输出中倒逼学习。用AI的人坐汽车，不用AI的人还在坐马车，但关键不是用不用AI，而是你能不能持续积累不可替代的经验和作品。

GPT告诉我：用户不缺播客，缺的是听得懂、记得住、能行动的内容。我把整个工作流全改了——从金材片段改成金句提取，视频从两三分钟压到30到60秒，GPT给了三个内容方向，按框架调了系统，一次生成20多个视频选最好的15个发。结果呢？一天多了1个粉色关注、7个赞，完完全全被限流。但比限流更扎心的事实是：我自己刷到同类内容也不想看下去。工具效率拉满，内容价值却在空心化，自己都不想看的东西指望别人看就是自欺欺人。我决定停一下，考虑转向AI播客方向，先做自己认可的播客内容再衍生视频。但这个方向对不对，还不确定。

一天发18条视频，推荐流量从90%多掉到40%多，新作品几乎零曝光。这不是段子，是我前两天的真实经历。批量发布触发了平台的搬运号判定，被限流了。更扎心的是，有读者直接留言说内容像AI生成的流水账，"没有借鉴意义，跟你无关"。两件事凑一起，反而让我清醒了——流水账的问题不是不努力，是方向就不对。这期聊聊被限流的数据、被批评后的反思、整个制作流程的重构，以及看完《给阿玛的情书》之后对"好内容"的新理解。

字幕渲染折腾好几天，稳定和好看不能兼得。结果随手整理网页时发现hyperframes更新了，点一下问题直接解决了。周末7个视频大约6000播放，从上周末2万6掉下来。还看到AI漫剧收益跌到十分之一，有些创作者连成本都收不回来。

昨天发了6个视频，播放量5000，涨粉9个。其中一个最看好的才一百多播放，对视频流量的判断还是不太准。修了两个AI搞出来的bug，插图参数没传、工具被改坏了，踩完坑才明白自己得先弄懂再让AI去做。上午出门吃了碗粉花了0.01元，剪了个头7块钱不到十分钟，站在理发店门口突然想了很多关于小县城的事。工资低、年轻人少、免房租撑店的脆弱闭环，农村的情况可能更严重。另一边小米17 Max续航据说33小时，DeepSeek变相降价，智谱GLM-5.1高速版400 token每秒。一边是7块钱的经济闭环在松动，一边是AI在狂奔，两个世界同时存在。

AI模型有个精准的保质期：一周封神、一周还行、一个月不太行、一个季度完全不行。今天谷歌I/O发布的Gemini 3.5 Flash大概也会走这个路——速度确实快，但价格涨到了之前Pro的水平，额度体系全面重构，砍到了原来的五分之一甚至二十分之一。我自己今天停更了一天，主要在调整工具链，学了封面生成功能，翻出了三四年前稿定设计的老会员，居然在今天派上了用场。还发现千问TTS模型在Ollama上一条命令就能部署，TTS门槛在快速降低。

今天下午发了6个AI生成的视频，到傍晚只有36个赞、900多播放，全天64个赞涨了2个粉丝。让AI分析账号数据后发现，播放量高的视频都包含名人名言，巴菲特、查理·芒格这类大佬的金句才是流量密码。更反直觉的是，观众根本不在意PPT式的画面有没有小错误，他们只在意你说了什么。还做了一个实验，让Agent从13个视频里选5个最好的，结果播放量跟我自己选的差不多都在300左右，说明选片不是瓶颈。今天token消耗四个多亿，工具链改版后连转录都出bug了，踩坑不少。

我精心打磨的视频2000播放，发小随手发一张图18.5万播放——抖音大舞台，人人都诡异。这期从这条数据反差聊起，一个独立创作者面对"努力不等于结果"的真实心态。然后讲到今天折腾AI工具的日常：换了上下文翻五倍的模型，结果一点没变快，干脆把整个项目重构了一遍。中间还穿插了第一次做腐皮尖椒翻车又翻盘的生活小插曲。最后聊到群里讨论的感情话题：婚姻到底是不是开公司？从"经济是基础层，感情是上层建筑"的角度，我的理解又上了一层。如果你也在内容创作或者亲密关系里碰到过"表层理解被打破"的时刻，这期应该会有共鸣。

昨天通宵调字幕bug的经历，排查过程反转三次：先修采样率、再改VAD参数、发现AI还编了一个不存在的bug。最终真相是AI写的验证代码自己和自己比，结果永远显示正确。过程中还聊了用AI做自媒体自动化的进展，9个视频跑了1万播放量。结尾分享了马尔他给全民发GPT会员的趣闻。本期是独立开发者的AI实验日记，真实口播，没有剧本。

今天修了个播客日报的Bug，顺便看了几个技术新闻——Ollama原生支持Codex 0.24的Response API，Codex团队发现两个问题导致GPT-5.5能力下降今晚重置额度。但这些都不是重点。\n\n重点是看到Ben's Blog的一篇关于能力分层的文章，把AI时代人的能力分成四层：执行层被AI接管、协调层变成人机协作、架构层AI搭框架人做决策、品位和愿景层是AI无法替代的人的核心价值。文章还提到个人英雄主义的终结，以及技能贬值的速度——一年前还在用AI做代码补全，现在80%的代码已经是AI写的了（个人观察估计）。\n\n面对这种变化，核心不是恐慌，而是重新定位：你的价值不在能做什么，而在能判断什么值得做、能问出什么好问题、能设计什么样的系统。

昨天用Hyperframes做了四个播客切片视频，最高的跑到了1000+播放量、70多个赞。今天改了AI工作流没测试就直接上线了，清华镜像源突然被禁止访问只能换中科大源，跑视频生成任务的时候C盘150G空间两个月就满了直接卡死。折腾了一整天，最让我有感触的却是一句话：你唯一的观众就是未来的自己。平缓地记录感受和想法，这些踩坑、犯错、救火的日常，也许某天回头看都是最真实的成长档案。

独立开发者的一天，花在工具选型和代码重构上的时间最多，但印象最深的却是一个关于"怎么和人聊天"的视频。共情、陪伴、认可，比分析、建议和解决方案更有价值——但学到了也不敢轻易用，怕变油腻。去掉AI的味道加上人的味道，这个原则不只适用于写内容，也适用于和人对话。本期聊聊技术思维和情感思维之间的那个裂缝。

你想想看，你每天复盘记录自己做了什么，但有没有问过一个问题——这些内容跟别人有什么关系？今天复盘时突然想明白一件事：我每天的记录不是在输出，是在自言自语。从"我想说什么"到"别人想听什么"，这一步转变比任何工具都重要。需要同时构建学习系统和输出系统，用AI处理信息过载，用人脑提炼观点，形成螺旋式上升的循环。方向已定，路径还在摸索。

听播客听到一句话，我立刻确定这是AI做的。它前面说有三个重要观点，紧接着说"尤其重要的是第五个点"。人类不会在同一句话里自相矛盾，AI会。这个小小的破绽，让我开始重新审视这一年的AI进化到底到了什么程度。从文本转音频到视频生成，AI能力飞速提升，连教AI课的人都在疯狂更新内容。但进化快不代表质量稳，AI依然会在人类不可能犯错的地方露馅。另外聊了英伟达科学家提出的"机器人终局之战"，以及自动化工具省力但不省心的日常。

苹果手表掉漆可以免费换新，一年换一次，能换多久取决于这款手表从发售到停售的时间（店员说大概5年），有人已经换了3次了。我抱着试一试的心态跑去直营店，结果整个换新过程不到十分钟就办完了。但最有意思的不是换新本身，而是排队时的一个发现——你问前台能不能插队，他按规定说不行；但你自己走到排队区排上，几分钟就进去了。这条经验适用于所有有预约但想提前到的场景。节目里还聊到了苹果的换新政策细节、授权店电池是否靠谱等实用信息，供你参考。

今天骑车绕县城60公里，没开导航，凭感觉走，在陌生和熟悉的路段之间来回切换，还发现了一条经过本地高中的新骑行路线，全程接近20公里。回家后看了两样东西印象很深：MiniMax发文章分析大模型为什么连马嘉祺都不认识，原因是马嘉祺被切分为独立token，在后训练阶段频次太低被高频token挤压遗忘；Andrew Ng在Deep Learning平台讲什么时候该用工作流、什么时候该用Agent，核心判断标准是任务的可预测性，固定流程用工作流成本低且稳定。结合我自己跳过工作流直接用Claude的skill导致输出不稳定的实践经验，得出结论：固定工作流比自由Agent更稳定高效，别为了炫技多花token还没好结果。

今天用 GPT5.5 调了一整天 Skill，效果没变好还冒出新 bug。工作流输入单一，只有自己录的音频，想拓展到文章和图片但近期做不了。昨天因为跟朋友聊天没发内容，今天决定不再等了——效果不好也要发。因为一直追求完美，你不知道什么时候才能改到完美。用发布倒逼输出，用输出倒逼改进。同时观察到 Anthropic 获得马斯克和谷歌投资，AI 资源加速向头部集中，独立开发者的差距正在拉大。国产模型这边，智谱 GLM5.2     迟迟没发，节奏让人困惑。与其焦虑地等最好的工具，不如现在就把手里的事情做出来。