當(dāng)Agent可以代替大部分的人類(lèi)，人類(lèi)核心壁壘究竟還剩下什么？

內(nèi)容｜Max

編輯｜Max

過(guò)去的一兩年里，AI生成視頻的浪潮幾乎席卷了每一個(gè)內(nèi)容平臺(tái)。

那些畫(huà)面精美、轉(zhuǎn)場(chǎng)華麗的AI短片和商業(yè)TVC，總會(huì)給人一種技術(shù)已經(jīng)無(wú)所不能的錯(cuò)覺(jué)。

但只要你真正下場(chǎng)制作過(guò)一條哪怕只有幾十秒的AI視頻，就會(huì)體會(huì)到一種難以言喻的疲憊與割裂：

你需要在一堆網(wǎng)頁(yè)間來(lái)回跳轉(zhuǎn)，用語(yǔ)言大模型寫(xiě)腳本，去圖像平臺(tái)反復(fù)抽卡定角色，再把拆盲盒般得到的動(dòng)態(tài)片段塞進(jìn)剪輯軟件里縫縫補(bǔ)補(bǔ)。

在這個(gè)看似前衛(wèi)的創(chuàng)作流程中，人類(lèi)創(chuàng)作者其實(shí)更像是穿梭在不同系統(tǒng)間搬運(yùn)數(shù)據(jù)、修補(bǔ)BUG的流水線工人。

哪怕只是想把主角衣服的顏色換一下，整個(gè)流程可能都要全盤(pán)推翻重來(lái)。

創(chuàng)作的靈感和激情，往往就在這種漫長(zhǎng)且無(wú)意義的跨平臺(tái)消耗中消磨殆盡了。

我們習(xí)慣性地期盼著某個(gè)界面更簡(jiǎn)單的軟件出現(xiàn)，好讓人類(lèi)點(diǎn)鼠標(biāo)的時(shí)候能輕松一些。

直到前段時(shí)間，我受邀參與了LiblibAI籌備已久的神秘項(xiàng)目?jī)?nèi)測(cè)，我才意識(shí)到，過(guò)去行業(yè)的解題思路可能全錯(cuò)了——我們?yōu)槭裁捶且m結(jié)于讓人類(lèi)去適應(yīng)軟件？

既然AI已經(jīng)進(jìn)化出了理解與執(zhí)行的能力，為什么不能給AI開(kāi)一扇門(mén)，讓Agent（智能體）自己去操控軟件？

直到2026年3月18日，這款名為 LibTV 的產(chǎn)品正式發(fā)布。

在深度使用了幾天之后，我可以給出一個(gè)相對(duì)客觀的結(jié)論：

它是現(xiàn)階段市面上最適合專(zhuān)業(yè)創(chuàng)作者的AI視頻工具。

這不僅僅是因?yàn)樗闪水?dāng)下最頂級(jí)的模型算力，更是因?yàn)樗嵏残缘夭捎昧穗p入口設(shè)計(jì)。

它不僅為人類(lèi)提供了一個(gè)用來(lái)統(tǒng)籌全局的無(wú)限畫(huà)布，更是世界上首個(gè)原生為Agent（比如小龍蝦OpenClaw、Claude Code等）提供專(zhuān)屬控制接口（Skill）的視頻創(chuàng)作平臺(tái)。

當(dāng)我在內(nèi)測(cè)中，看著我的Agent（龍蝦）在微信里自動(dòng)根據(jù)我給的腳本去生成一只完美的視頻后，我感受到了一種復(fù)雜的平靜。

這也是我寫(xiě)下這個(gè)標(biāo)題的原因：

當(dāng)一款為Agent設(shè)計(jì)的平臺(tái)真正出現(xiàn)，當(dāng)繁雜的執(zhí)行工作被機(jī)器徹底接管，剝?nèi)ニ屑夹g(shù)壁壘的偽裝后。

人類(lèi)創(chuàng)作者最后能握在手里的底牌，大概真的只剩下審美了。

PART.01人類(lèi)在LibTV：無(wú)限畫(huà)布

THUMBSTOPPING

在討論Agent之前，我們有必要先審視一下人類(lèi)在LibTV里的操作界面。

長(zhǎng)久以來(lái)，AI視頻工具的界面大多是一條線性的時(shí)間軸，或者干脆就是一個(gè)簡(jiǎn)單的對(duì)話框。

創(chuàng)作者把提示詞扔進(jìn)去，剩下的全憑運(yùn)氣。

LibTV放棄了這種開(kāi)盲盒式的交互，它給人類(lèi)創(chuàng)作者提供的是一塊無(wú)限延展的畫(huà)布。

在這塊畫(huà)布上，文本、腳本、圖片、視頻、音頻這五種基礎(chǔ)節(jié)點(diǎn)被具象化了。

它們不再是散落在電腦各個(gè)文件夾里的孤立素材，而是可以通過(guò)連線相互咬合的齒輪。

你可以清晰地看到一條工作流是如何建立的：

左邊的角色設(shè)定文本，連線生成了中間的角色三視圖，再向下延展出多條不同機(jī)位的分鏡視頻，旁邊還掛著全局的旁白與配樂(lè)。

對(duì)于普通用戶(hù)來(lái)說(shuō)，復(fù)雜的節(jié)點(diǎn)連線或許會(huì)帶來(lái)一定的認(rèn)知門(mén)檻，但對(duì)于專(zhuān)業(yè)的影視從業(yè)者而言，這種系統(tǒng)級(jí)的復(fù)雜度恰恰是他們一直渴望的武器。

在內(nèi)測(cè)中，LibTV展現(xiàn)出了一種對(duì)影視工業(yè)常識(shí)的尊重。

比如，過(guò)去我們控制畫(huà)面，只能在提示詞里堆砌電影感、側(cè)光、85mm鏡頭這樣含糊的詞匯。

而LibTV直接在界面里映射了物理世界的攝像機(jī)與燈光系統(tǒng)。

你可以像操作真實(shí)的單反一樣去調(diào)整焦距與光圈，或者拖動(dòng)虛擬的光球，給畫(huà)面加上一個(gè)右側(cè)50%亮度的輪廓光。

它甚至引入了傳統(tǒng)劇組里的場(chǎng)面調(diào)度邏輯——你可以用一句話生成9宮格或25宮格的機(jī)位推演圖。

當(dāng)你發(fā)現(xiàn)某一個(gè)俯拍視角的構(gòu)圖恰到好處時(shí)，直接使用網(wǎng)格切分功能將那一格提取出來(lái)，作為下一個(gè)鏡頭的視覺(jué)錨點(diǎn)。

結(jié)合強(qiáng)制鎖定人物特征的角色三視圖功能，AI視頻最讓人頭疼的連貫性問(wèn)題，終于在工作流的源頭得到了系統(tǒng)性的控制。

在內(nèi)測(cè)期間，我看到一位名叫畢加索隆的創(chuàng)作者利用這套畫(huà)布完成了短片《索拉里斯之船》。

在極其繁雜的節(jié)點(diǎn)網(wǎng)絡(luò)中，他完成了對(duì)每一個(gè)素材的高清擴(kuò)圖、局部重繪、多角度反推和視頻生成。

整張畫(huà)布看起來(lái)像是一張精密的電路圖，這才是專(zhuān)業(yè)制片該有的顆粒度。

PART.02AI在LibTV：Agent制片廠

THUMBSTOPPING

如果LibTV僅僅停留在上述的畫(huà)布功能，它充其量只是一個(gè)更懂影視工業(yè)的AI創(chuàng)作軟件。

但它最令我感到震撼，甚至有些后怕的設(shè)計(jì)，是它為軟件開(kāi)辟了真正的第二扇門(mén)。

過(guò)去二十年，所有軟件的迭代都在研究一件事：

如何讓人類(lèi)點(diǎn)擊鼠標(biāo)更加順暢。

但LibTV從產(chǎn)品構(gòu)架的第一天起，就為互聯(lián)網(wǎng)上游蕩企且數(shù)量指數(shù)級(jí)增加的Agent保留了平等的訪問(wèn)權(quán)限。

就在昨天，微信官方開(kāi)啟了微信ClawBot插件的灰度測(cè)試，允許用戶(hù)直接在微信里接入個(gè)人的OpenClaw（小龍蝦）。

借著這個(gè)契機(jī)，我完成了一次極具賽博朋克感的創(chuàng)作體驗(yàn)：

在微信的聊天框里，指揮一座制片廠。

推開(kāi)這扇門(mén)的鑰匙獲取異常簡(jiǎn)單。

在LibTV的網(wǎng)頁(yè)端設(shè)置中，我生成了一串專(zhuān)屬的 Access key。

完成授權(quán)后，我打開(kāi)了微信里與 ClawBot 的對(duì)話框，像給現(xiàn)實(shí)中的助理派活一樣，扔進(jìn)去了三張我自己隨手拍的充電寶照片。

并附帶了一句極其口語(yǔ)化、甚至有些抽象的要求：

幫我用這三張圖里的充電寶做一個(gè) Apple 風(fēng)格的宣傳片，要 30 秒哦。

隨后發(fā)生的運(yùn)轉(zhuǎn)過(guò)程，徹底打破了我對(duì)使用軟件的固有認(rèn)知。

我沒(méi)有打開(kāi)LibTV的網(wǎng)頁(yè)，沒(méi)有建立任何節(jié)點(diǎn)，更沒(méi)有去糾結(jié)什么是Apple 風(fēng)格的參數(shù)。

跑在背后的小龍蝦，通過(guò)安裝好的 libtv-skills，不僅一口氣吃下了這三張圖，還極其專(zhuān)業(yè)地將我這句外行的話，拆解成了工業(yè)級(jí)的執(zhí)行指令。

它在微信里冷靜地回復(fù)我，它已經(jīng)明確了重點(diǎn)：

白/淺灰純凈背景、產(chǎn)品懸浮感、緩慢推進(jìn)與環(huán)繞運(yùn)鏡、避免廉價(jià)電商風(fēng)……

它甚至從我那幾張隨手拍的照片里，精準(zhǔn)提取出了黑色面板、金屬邊框、折疊結(jié)構(gòu)、20W標(biāo)識(shí)、背部磁吸圈等所有物理細(xì)節(jié)。

隨后，它自己分配了生圖和視頻模型，開(kāi)始了漫長(zhǎng)的生成排隊(duì)。

它甚至像一個(gè)成熟的制片助理一樣貼心地囑咐我：你過(guò)幾分鐘再問(wèn)我一句‘現(xiàn)在怎么樣了’，我繼續(xù)幫你盯進(jìn)度。

在當(dāng)前的算力下，一條高質(zhì)量的AI視頻往往需要十幾二十分鐘的等待。

但在這個(gè)過(guò)程中，你不再需要像過(guò)去那樣死盯著屏幕上焦慮的渲染進(jìn)度條。

當(dāng)一杯咖啡喝完，微信叮地響了一聲，成片出爐了。

但這并不是終點(diǎn)，而是人機(jī)協(xié)作真正精妙的開(kāi)始。

在微信對(duì)話框里，Agent不僅返還了一個(gè)可以直接播放的視頻鏈接，還會(huì)附帶一個(gè)極其重要的東西：

LibTV Project 鏈接。

這是一個(gè)極其關(guān)鍵的產(chǎn)品哲學(xué)。

如果你發(fā)現(xiàn)視頻的某個(gè)畫(huà)面不符合預(yù)期，或者發(fā)現(xiàn) Agent 偷懶只給了成片卻沒(méi)有保留過(guò)程。

你不需要去修改代碼，你只需在微信里用自然語(yǔ)言訓(xùn)斥它一句：你的節(jié)點(diǎn)是空的，重新創(chuàng)建工作流，要把結(jié)果也都放到節(jié)點(diǎn)里。

或者直接命令：重試創(chuàng)建整個(gè)工作流放在畫(huà)布上。

Agent 會(huì)立刻乖乖地將后臺(tái)的隱形邏輯具象化。

當(dāng)你點(diǎn)擊微信里的那個(gè) Project 鏈接，跳轉(zhuǎn)回 LibTV 的無(wú)限畫(huà)布時(shí)，你會(huì)看到令人頭皮發(fā)麻的一幕：

剛剛 Agent 在后臺(tái)思考的全部痕跡。

它是怎么寫(xiě)分鏡的，數(shù)百根邏輯線是怎么排布咬合的，那個(gè)20W標(biāo)識(shí)的特寫(xiě)參數(shù)是如何設(shè)置的，全都?xì)v歷在目。

這正是未來(lái)人機(jī)協(xié)作的默認(rèn)形態(tài)：

Agent 負(fù)責(zé)在后臺(tái)干所有的臟活累活，承擔(dān)節(jié)點(diǎn)連線、模型調(diào)度與指令拆解，跑出一個(gè) 70 分的初稿；

而人類(lèi)，則端坐在監(jiān)視器（畫(huà)布）前，接手剩下 30 分的精修。

機(jī)器負(fù)責(zé)苦力與規(guī)則，人類(lèi)負(fù)責(zé)審美與微調(diào)。

在這個(gè)極其日常的微信對(duì)話場(chǎng)景里，你甚至?xí)a(chǎn)生一種錯(cuò)覺(jué)：

你不再是一個(gè)軟件的用戶(hù)，而是一個(gè)只需發(fā)號(hào)施令、便擁有著不知疲倦的制片團(tuán)隊(duì)的賽博導(dǎo)演。

PART.03給予創(chuàng)作試錯(cuò)權(quán)

THUMBSTOPPING

我們常常說(shuō)，AI時(shí)代的創(chuàng)作終局是審美。

但審美的殘酷之處在于：

審美，是建立在有得選的基礎(chǔ)之上的。

如果你只能拍一條素材，那叫記錄；

如果你能在一百條不同的素材里，挑出光影最對(duì)、情緒最飽滿的那一幀，那才叫導(dǎo)演的審美。

每一個(gè)AI視頻從業(yè)者都心知肚明，當(dāng)下的生成技術(shù)本質(zhì)上依然是一個(gè)對(duì)抗概率的游戲。

即使參數(shù)調(diào)得再精準(zhǔn)，模型依然可能生成出物理規(guī)律崩塌的廢片。

一部真正的好作品，往往是由幾十上百個(gè)被廢棄的鏡頭喂出來(lái)的。

但在算力極其昂貴的今天，每一次生成都是真金白銀的消耗。

很多時(shí)候，創(chuàng)作者并不是缺乏好品味，而是高昂的容錯(cuò)成本逼迫他們只能妥協(xié)。

當(dāng)預(yù)算只夠生成5次時(shí)，你只能在5個(gè)平庸的鏡頭里，挑一個(gè)相對(duì)不那么糟糕的。

高昂的算力成本，正在悄無(wú)聲息地鎖死人類(lèi)的創(chuàng)作上限。

LibTV 顯然看透了這個(gè)死結(jié)。

在它的無(wú)限畫(huà)布背后，其實(shí)隱藏著一個(gè)龐大且極其暴力的模型 Hub：

可靈3.0/O3、Wan 2.6、Lib Nano Pro，以及官方承諾即將獨(dú)家接入的頂級(jí)模型 Seedance 2.0，全都匯聚于此。

但它真正反常的地方，是對(duì)待算力定價(jià)的克制。

根據(jù)官方公布的數(shù)據(jù)，在疊加權(quán)益后，LibTV 的綜合算力成本幾乎被強(qiáng)行壓到了市面同類(lèi)產(chǎn)品的兩到三成；

其模型積分的定價(jià)，甚至比某些競(jìng)品低了九成。

針對(duì)訂閱用戶(hù)，平臺(tái)直接白送了包含 150 條可靈 O3 和 150 條可靈 3.0 在內(nèi)的 300 條最高等級(jí)視頻額度。

在一篇討論產(chǎn)品邏輯的文章里，去羅列這些折扣數(shù)據(jù)似乎有些俗氣。

但對(duì)于真正的創(chuàng)作者而言，低廉的算力成本，本身就是現(xiàn)階段最核心的功能。

同樣的預(yù)算，過(guò)去你只能試錯(cuò) 10 次，現(xiàn)在你可以試錯(cuò) 80 次。

這多出來(lái)的 70 次機(jī)會(huì)，就是人類(lèi)探索視覺(jué)邊界、捕捉偶然靈感、最終將極致審美落地的容錯(cuò)空間。

LibTV 實(shí)質(zhì)上是在用近乎底價(jià)的算力補(bǔ)貼，替創(chuàng)作者墊付了那張前往未知領(lǐng)域的門(mén)票。

當(dāng)試錯(cuò)不再讓人肉疼，絕不湊合的創(chuàng)作才有了發(fā)生的可能。

PART.04審美是不是最后一個(gè)壁壘？

THUMBSTOPPING

在長(zhǎng)達(dá)幾周的內(nèi)測(cè)體驗(yàn)中，我時(shí)常會(huì)思考一個(gè)問(wèn)題：

當(dāng)一個(gè)工具將繁瑣的執(zhí)行門(mén)檻降到如此之低，當(dāng)Agent可以代勞大部分的流水線工作，人類(lèi)創(chuàng)作者的核心壁壘究竟還剩下什么？

LibTV的出現(xiàn)，其實(shí)是在剝離附加在視頻創(chuàng)作上的技術(shù)壁壘。

它明確地告訴我們，未來(lái)不再有人會(huì)因?yàn)槭炀氄莆漳晨钴浖目旖萱I或是精通某種模型的參數(shù)調(diào)度而成為大師。

技術(shù)的平權(quán)正在以前所未有的速度發(fā)生。

但這并不意味著創(chuàng)作者的貶值。

相反，當(dāng)工具足夠強(qiáng)大，當(dāng)Agent學(xué)會(huì)了聽(tīng)從差遣，決定一部作品高度的，將純粹回歸到人類(lèi)的判斷與審美。

畫(huà)面應(yīng)該傳遞怎樣的情緒？

劇情應(yīng)該在哪個(gè)節(jié)點(diǎn)反轉(zhuǎn)？

那一束光打在角色臉上的角度，究竟是為了映照內(nèi)心的掙扎，還是為了暗示命運(yùn)的走向？

機(jī)器或許能算出最符合物理規(guī)律的光影，但只有人類(lèi)，才能決定哪一種光影能觸動(dòng)人心。

LibTV不是一個(gè)教你如何審美的系統(tǒng)，它是一個(gè)讓你的審美可以被無(wú)損放大、高效執(zhí)行的基礎(chǔ)設(shè)施。

第一扇門(mén)，它用無(wú)限畫(huà)布接納了人類(lèi)的細(xì)膩與控制欲；

第二扇門(mén)，它用API接納了Agent的效率與執(zhí)行力。

現(xiàn)在，這座賽博時(shí)代的專(zhuān)業(yè)制片廠已經(jīng)正式開(kāi)門(mén)。

無(wú)論是親自下場(chǎng)連線，還是喚醒你的個(gè)人Agent發(fā)號(hào)施令，工具已經(jīng)準(zhǔn)備就緒。

只是這一次，考驗(yàn)?zāi)愕牟辉偈羌夹g(shù)，而是你究竟能講出一個(gè)多好的故事。

PS：

如果你準(zhǔn)備好驗(yàn)證自己的審美與創(chuàng)意，歡迎探索下一代視頻創(chuàng)作系統(tǒng)。

Agent Skill接入請(qǐng)?jiān)L問(wèn) Github頁(yè)面：https://github.com/libtv-labs/libtv-skills ）

感謝您的觀看我是Max，一個(gè)在AI方向持續(xù)探索的小學(xué)生。
我會(huì)持續(xù)更新一些AI方向最新最快的產(chǎn)品，技術(shù)，思考求各位看官點(diǎn)贊，關(guān)注，再看三連

PS：歡迎加我的微信與我交流