11月15日到16日的AI行业,新闻主角不是模型,是账。一个6人团队用免费版权库做出播放40亿的短剧,同一篇年度复盘里,上半年抖音新上线AI短剧达到盈亏平衡的只占约1.3%。有开发者的浏览器项目全部代码由 Claude写完,体积只有97KB,可要做什么、下一次加什么、什么叫异常,仍由人定。一位韩国考生用微型摄像头和AI拿到只错1题的分数,资格考试成绩随即作废。AI把活做快了,谁替结果和成本负责,还没人回答。
今 日 数 字
6人 《持械入宋》核心主创 |
40亿 该剧全系列播放量 |
1.3% 上半年抖音端 AI 短剧 |
97KB Abyssal Garden |
20美元 OATs 单件物品 |
8条 本期 10 条重点中 |
PART 01
今日十条重点
制作门槛降了,回本仍然很难
《持械入宋》的核心主创只有 6 人,来自宝妈、网约车司机、送货个体户、批发商和普通公司职员。他们分散在不同城市,没有一个人出自影视科班,也没有依赖高额投流。
团队用番茄小说免费版权库中原本并不热门的 IP,全程线上协作,按有效成片时长分成,投入主要集中在算力。第一季 8 月 21 日上线红果后反应平淡,第四季开始靠口碑回升,第十季成为爆款,截至 11 月 6 日播放量突破 40 亿,全系列成本超过 100 万元。同一篇钛媒体年度复盘也给了另一面,2026 年上半年抖音端新上线 AI 短剧中,播放量破亿的约占 0.48%,达到盈亏平衡的约占 1.3%,行业平均毛利测算为负。
判断 这个案例容易被讲成爽文,它真正的信息量在两组数字的落差。6 人做出爆款证明小团队有机会,1.3% 的回本占比又提醒人,不能把少数爆款当成行业的平均结果。AI 压低的是制作门槛,版权、分发和投流一样都没省。想试的读者可以先做 1 集,分别写下版权来源、算力费用、投流预算和分账规则,算出需要多少有效播放才能回本,再决定要不要扩成长系列。
客户要 AI 接口,先撞上的却是收费方式
一位软件行业作者遇到合作多年的客户追问,系统什么时候能 CLI 化。客户正在推 AI 转型,员工要把多个系统编进 Agent 工作流,没有 CLI 或 AI 可调用服务的产品会被直接绕开。
作者从客户与厂商两边重算这件事。客户要的是把活串起来,厂商却要把旧系统功能重新封装、测试和维护,还要承担高频调用与批量操作带来的服务器成本。文章建议按调用量、办成的事或人头加用量收费,并给调用设上限、把批量操作单独做成接口。作者也已经遇到客户用 Coze 这类平台自行搭系统并解决业务问题,续费时因此要多一个问号。
判断 客户要接口,不只是多提了一个功能。按人头收年费时,AI 调用越多,厂商成本越高而收入不动,产品开放会直接把旧收费方式的矛盾暴露出来。开放投入发生在今年,回报可能要等一两年后的续约,决策者与未来受益人还可能不是同一个。做软件的读者可以先挑 1 个高频动作,算清一次调用的资源成本、客户允许的用量、超额价格和批量操作权限,把这几项写进合同和验收,再开放接口。
300 万播放背后,选题仍比生成更值钱
创作者付永承要持续做 AI 方向视频,手动刷信息流找题慢,素材、稿子、配音和分镜又分散。他用 Grok、千问语音模型和 Codex 串起内容生产,但保留了自己判断选题和写稿的环节。
他固定 4 个选题方向,每天让 Grok 各找昨天点赞最高的 10 条帖子,再用 10 至 20 分钟看完 40 条。初稿坚持自己写,另开 Agent 从目标用户视角挑错。配音接入自己的 Codex,视频则先读素材、出分镜和总览图,确认布局、节奏和音画同步后再生成成片。作者称这套流程做出了 300 万播放的视频。
判断 这套用法最值得抄的不是某个工具名,而是把生成拆成几个能检查的步骤。选题由人定,初稿由另一双眼睛挑错,视频先看总览图,返工就不会全堆到最后。模型订阅、语音克隆、制作耗时和总费用都未披露,播放后台也没有提供。做个人 IP 的读者明天可以只试一个动作,让 AI 收集 10 条同方向内容,自己选定 1 题并写清为什么值得讲;出片前先要一张分镜总览,先检查表达,再花钱生成。
AI 走出手机,提醒可以长在日常物品上
卡内基梅隆大学未来交互研究小组的博士五年级学生金大华,想让人与 AI 的互动走出手机。许多日常物品的状态不显眼,智能体即使能提醒,也仍把人拉回屏幕。
她开发 OATs,把电子墨水屏和传感器装到植物、咖啡机、3D 打印机与哑铃上。用户在网页里选择物品和传感器,系统设置状态触发条件,再用生成图像表现角色的积极或消极状态,主模块约 20 美元。项目在 UIST 2026 展示并获得两项荣誉奖,试用者用它识别咖啡机是否启动、提醒旁人 3D 打印机正在运行,也有人靠哑铃上的虚拟角色记录并督促自己锻炼。
判断 这个案例把 AIoT 拆得很小,先感知一个真实状态,再给一个看得见的提醒,不急着做全能聊天设备。电子墨水屏和传感器解决的是物品状态难被注意的问题,虚拟角色只是交互外壳。普通续航约 3 至 4 天,接声音传感器后约 1 天,现阶段仍是概念验证。做物联网或个人硬件的读者,可以先找一个无需云端也能判断的状态,先验证传感和提醒是否可靠,再决定要不要加 AI 图像或情绪。
AI 能写完整个项目,人的目标仍不能省
开发者 Any-Reputation8118 想做一款浏览器水下探索项目。原文未披露他此前的开发经验和最大技术卡点,可见的工作包括水下场景、主菜单、碰撞检测和画质调节等多个部分。
他先用一条提示词让 Claude 生成基础版本,再逐步追加功能。项目全部代码由 Claude 编写,开发者还让 AI 自行检查代码,避免场景出现异常视觉表现。Abyssal Garden 已能演示海带森林、沉船、鲸鱼尾雕塑、蝠鲼、鱼群和水下光束,所有视觉元素在页面加载时由代码实时生成,项目体积仅 97 KB。
判断 这个例子里,AI 完成了全部代码,人仍然决定了要做什么、下一次加什么,以及什么叫视觉效果异常。代码由 AI 写完,不等于目标和验收也可以省掉。开发耗时、提示词全文、模型费用、人工修改量和浏览器性能都未披露,本轮也没有运行项目或审查代码。读者做类似小项目时,可以先要一个能运行的最小场景,再一次只加一个功能,每轮打开页面检查交互,并保存可回退版本。
AI 能做出高分,也能拆掉考试信任
韩国第 63 届税务师考试第一名考生 A 某,面对要求独立作答的国家资格考试,选择用隐蔽设备和 AI 绕过规则。其真实知识水平、准备过程与作弊动机未披露。
A 某承认在考试中用微型摄像头拍摄题目,再把照片发给 AI 获取答案。他称自己在 4 月、7 月的两轮税务师考试中都这样操作,还在注册会计师第一次考试中使用同样手段。第一轮 160 道选择题只错 1 题,异常高分引发网友怀疑。韩国劳动部和相关机构决定取消其成绩,并限制 5 年内不得参加该考试,同时调查今年所有国家资格考试中的 AI 作弊。
判断 AI 能把答案做得很漂亮,也同时让结果失去证明力。考试真正要测的是人是否会做,一旦答案来源无法确认,高分就不再能代表能力。政府计划年内推出设备探测、举报中心、智能设备禁令和监管培训,详细指控程序与最终司法结果仍未披露。企业做招聘测试、内部认证或培训考核时,该先写清哪些工具允许、哪些数据能拍、哪些环节必须本人完成,需要验证能力时增加现场解释和追问。
声音越像人,空洞的插话越让人出戏
WIRED 软件记者 Reece Rogers 是 YouTube Music 用户,会打开 YouTube Labs 的测试功能。他让 AI DJ「Beyond the Beat」开启了几个月,但歌曲之间随机出现约 30 秒讲解,运动时反而打断了听歌节奏。
一次关于 Charli XCX 的冗长介绍让他决定停用。他又为测试升级 Spotify Premium,逐个试听 8 个英文 AI 声音,比较两家的选曲与讲解,而不只判断合成人声是否逼真。YouTube 版本读错 Charli XCX,还曾在介绍 remix 后播放原曲;Spotify 的讲解更紧凑,但刻意加入的口头填充词让他不自在,最后两款都不足以让他继续用。
判断 AI 声音像真人,只解决了发音问题。用户真正反感的可能是插话没有信息、时机不对,或故意模仿人的口头习惯,像人并不等于有帮助。Spotify 声称 80% 听众每周回到 DJ,但文中未给统计口径,个人反感不能否定所有用户,公司留存数字也不能证明内容质量。做语音 Agent 或内容产品时,可以先检查每次插话是否提供了用户此刻需要的信息,并保留一键关闭。
AI 辅助改造旧硬件,先解决手边的小麻烦
Reddit 用户 Frankynov 手头有一块 Seeed Studio reTerminal Sticky 电子墨水屏便利贴。他没有把它当信息显示牌,而是想用一个低功耗小屏设备控制 Apple TV 和家里的智能设备。
项目基于 Home Assistant,利用 Claude 辅助编程,把 Apple TV 播放控制和灯光等智能家居操作放到触摸屏上。作者同时放出项目地址与无需实体设备的在线模拟器,方便先看交互。当前演示已能控制 Apple TV 播放并调节家中灯光,兼具触控与电子墨水屏低功耗特点。
判断 AI 辅助编程在这里不是另做一套炫技演示,而是把已有小屏、家庭自动化平台和手边的控制需求接起来。旧硬件能否继续用,往往取决于软件入口是否愿意改造。项目仍在初期,设计还需调整,测试发现的问题也要继续修复,触控响应与连接稳定性均未独立验证。读者有类似设备时,可以先只实现一个高频动作,例如播放暂停或一盏灯的开关,先用模拟器验证流程,再接实体设备,保留手动控制作为故障回退。
Agent 接管研发流程,权限和审计要先跟上
InfoQ 中文在窗口内发布对 GitLab 19.5 的解读,实际版本发布日期是 10 月 15 日,并非窗口内新发布。GitLab MCP 服务器正式可用,外部 Agent 能访问群组、CI/CD 构件以及平台内的智能体和工作流。
外部 Claude Code、Cursor、Codex 等工具接入后,组织可以记录符合条件会话的用户、智能体、项目和时间,并把审计事件流式送到 SIEM。自动模式默认关闭,可在实例、群组和项目级控制,Always Deny 工具仍会被阻止。免费版 MCP 请求每分钟 60 次,付费版每分钟 600 次,重连与重试也计入限额。
判断 Agent 进入研发流程后,竞争点不只是谁生成代码更快,而是谁能说清哪个 Agent 在哪个项目做了什么。Agent 不只写代码,还可能接触议题、构件、流水线与密钥,工具给得越多,需要人逐条批准的地方也越多。文章没有客户生产事故或治理效果数据,企业仍需先小范围开放查询类工具。中小团队今天可以先列一张表,Agent 能访问哪些项目、能调用哪些写操作、密钥在哪些任务可见、日志发给谁,先关自动模式跑通记录与回退。
入门岗位先承压,培养新人不能跟着停
澳大利亚储备银行的 Mike Major 建立就业市场监测,关注职场新人以及编程、文职、客服等 AI 高影响职业。研究显示,自 2022 年底以来,各类职业招聘岗位均下降,AI 高影响职业降幅更大。
15 至 24 岁年轻劳动者和刚毕业大学生就业率低于年长者,失业率相对更高。文章还引用 Anthropic 内部评估,初级技术岗位占比从 2025 年初的 27% 降至 9%,但公司承认自身高度依赖 AI,不能代表整体市场。研究提出「认知公地悲剧」的担忧,资深员工通常从初级岗位成长,入口长期缩小会切断培养链。
判断 AI 对就业的影响不能简化成总岗位增加或减少。对读者更现实的问题是,初级工作入口是否变少,以及公司还愿不愿意给新人成长为资深员工的机会。RBA 明确没有证明 AI 与就业恶化存在直接因果,衡量的是理论暴露而非企业实际使用;丹麦 2.5 万人研究在 64% 的 AI 使用率下,仍未发现工资或工时变化。求职者可以准备 1 个能现场讲清的 AI 辅助项目,说明自己怎样检查错误;管理者排自动化计划时,可保留新人做测试、核查和客户沟通。
PART 02
五个趋势信号
1AI 内容生产的第一道门槛,正从会不会做转向能不能回本
版权、渠道、投流和分账,开始比生成速度更决定项目能否持续。40 亿播放与 1.3% 回本占比放在同一张账上,说明制作可行性不等于商业可持续性,爆款只能证明可能性,不能证明期望值。
2客户把 Agent 编进工作流后,软件开放不再只是接口工程
按人头收费、批量调用成本与续约回报需要一起重算。接口是表面需求,收费方式和合同条款才是真正的卡点。开放投入在今年,回报在两年后,中间这段差额要有人签字。
3个人 AI 实践开始把验收前移
内容视频先审选题和分镜总览,编程项目先跑最小场景再逐轮加功能。快不是省掉检查,而是让检查发生在成本还小的时候。三个案例行业不同,动作一致,人工判断都被挪到了花钱之前。
4AIoT 的小切口从聊天设备转向物品状态提醒
电子墨水屏、传感器与模拟器让已有硬件可以先改一个动作再扩展。先用本地判断把传感和提醒做可靠,再考虑加 AI 图像和情绪。反过来先做人设,续航和误报会先把项目拖住。
5Agent 进入真实评价流程后,信任要由过程而不是结果来支撑
研发、考试、招聘都在把权限、审计、过程说明和人才培养推到前台。单看交付结果,已经不足以判断一个人或一个系统是否可靠。谁签的字,比谁交的活更重要。
PART 03
后续值得关注
01《持械入宋》的 40 亿播放能否对应公开分账与利润,行业 1.3% 回本比例的样本、统计机构和完整口径何时披露。
02SaaS 作者所在团队是否真正调整接口与定价,客户使用 Coze 自建系统后的续约、迁移和服务成本结果如何。
03付永承能否公开 300 万播放对应的作品、平台后台与费用,分镜总览图在多条视频里能减少多少返工。
04OATs 是否会公开套件与更多长期试用数据,续航、误报和情绪提醒对习惯改变能否持续。
05Abyssal Garden 与 reTerminal Sticky 项目的代码、模拟器和实物测试能否复现,Claude 辅助之外人工做了多少修正。
06韩国国家资格考试的全面调查会发现多少同类事件,设备禁令之外是否增加现场解释等能力核验。
07GitLab 的外部 Agent 审计在真实企业里怎样落地,默认拒绝、速率限制和密钥作用域能否覆盖事故复盘。
08RBA 后续监测能否区分宏观周期与企业实际 AI 使用,初级岗位减少是否会传导为未来资深人才短缺。
PART 04
延伸话题
本期另有三条可供深挖的线索:
快起来以后,先重算一笔账
两笔账要分开。一笔是制作账,模型让画面更便宜,小团队能做出过去做不起的东西;另一笔是经营账,版权从哪来,观众从哪来,投流和算力谁付,平台怎样分账。前一笔变快,不代表后一笔自然成立。6 人团队与 1.3% 的回本占比,刚好是这两笔账的对照。
8 条单一来源,是短板也是选题库
本期 10 条重点里有 8 条只有单一来源,已核实的 2 条也只是抓到同事件链接而正文未取。把核验状态写进正文,读者就知道哪句能用、哪句只能当线索。下一轮要补的不是更多条目,而是同一事件的第二家独立来源和原始统计口径。
单人可复用的小动作,比工具名更值钱
付永承先看分镜总览,Abyssal Garden 先跑最小场景,OATs 先在植物和哑铃上看一个状态。三个案例行业不同,做法一致,把一次大生成拆成几个能检查的小步,让返工发生在成本最低的时候。这套动作换掉工具后依然成立,工具名则不成立。
2026 年 11 月中旬的 AI 行业,能干的证据越来越多。6 人团队做出 40 亿播放,Claude 写完一个 97 KB 的完整项目,一块电子墨水屏便利贴被改成家里的遥控入口。这些都是真的,也都还带着未披露的成本、未复现的过程和未验证的长期效果。
同一期里还有另一面,韩国税务师考试的全国第一名,用微型摄像头和 AI 拿到了只错 1 题的分数,最后被取消成绩、禁考 5 年。AI 能接手流程,这件事已经成立。真正决定它能不能留在流程里的,是这笔账有没有人算清,以及出错时有没有一条能收回来的路。
仅作转发,非园区意见

