这一周，我们用 AI 做了什么

课堂分享 · 2026-09-27（9/21–9/27）

上周说"刹车不在你脚下"。这周我没踩刹车——我把方向盘也交出去了一部分。两个 AI 共享一个工作文件夹，我在旁边说了一句"你开始吧"。

还是不讲教程，只讲真实发生的事。

一、两个 AI 共享一个文件夹，我变成了调度者

周三，我在剪北极纪录片。开头需要一段引子——早期探险家跨越西北航道、去南极点、飞飞艇跨越北极点——用 MG 动画的方式呈现。

以前做这种东西，得在 After Effects 里一帧一帧 K 关键帧，图片要先在 Photoshop 里裁出来、加滤镜模仿剪贴画风格。光准备素材就是半天。

这次我换了个做法。

第一步，Claude 写文案，一二百字的旁白。第二步，Codex 接了火山引擎的 TTS，文案秒变语音。第三步，Claude 根据文案内容写图片提示词——地图、探险家、飞艇、冰原。第四步，我把提示词贴进 Codex，它用图片模型生成剪贴画素材。第五步，两个模型共享同一个文件夹。我跟 Claude 说"Codex 做好了，你可以开始了"——它用代码把所有素材的运动轨迹编排好，输出了一段 46 秒的动画短片。

地图位置准确，画面和旁白匹配，除了最后一帧的字稍微丑了点，整个过程我没打开 AE，没打开 PS。

我问 Claude："你觉得画面还能怎么丰富？"它说可以再加几层素材。我说好，它又写了一组提示词，Codex 又出了一组图，Claude 又重新编排了一遍。

以前我是操作者——打开软件、对齐时间线、调参数。现在我是调度者——告诉两个 AI 各自做什么，然后说"开始"。

二、上周搭的平台，这周学生的意见变成了功能

上一篇分享里我说，Codex 帮我从零搭了一个课程平台——匿名发言、内容发布、问卷展示。那时候刚上线，48 个人注册了。

这周有了第一个真正的用户反馈。

2025 级数媒的一个同学，上课时我注意到他坐在最后一排拿着电脑不知道在干嘛。下课跟他聊了几句，让他试试从用户的角度看平台有什么问题，整理成 Markdown 发给我。

第二天他发来了。里面有两个洞察让我觉得确实准：第一，学生的发帖成本太高——打开就是空白编辑框，不知道写什么、懒得开始，不如设几个预设入口降低门槛；第二，缺少互动反馈。

当天，我就用 Opus 5.5 把这两条意见做进了平台。

一条意见从提出到上线不到 24 小时。以前做这种事你得写需求文档、找开发、排期、测试。现在是：学生说了 → 我判断有道理 → AI 改 → 上线。

搭平台不是终点。有人用、有人提意见、意见能落地——这个循环转起来才是。

三、20 分钟写完一份结题报告，它比我更清楚我做过什么

学校的教改项目要结题了，需要填表、确定最后的研究报告。我之前存了一个文件夹，里面有教改相关的材料、做过的项目记录、学生作品。再加上 Obsidian 里这大半年积累的课堂录音转写、语音日记、课程迭代记录。

我把这些东西打开，让 Opus 5.5 按结题要求去整理。

不到 20 分钟，全部写完。

让我震惊的不是速度——是质量。报告里有几处佐证材料，我自己都没意识到它们可以用在这里。它从我的记录里翻出了我做过但没想到要拿来当论据的事情。

这件事反过来说明一件事：你平时记录的东西越多、越系统，AI 能替你做的事情就不只是"快"——它还能帮你发现你自己没看见的连接。

数据不是负担。数据是你将来的弹药库。你往里面放的每一条记录，某天都可能被拎出来变成你的论据。

四、剪片子时写了个插件，一句话的事

还是剪北极纪录片。达芬奇里有个操作我经常做：导出某一段的音频。步骤不复杂，但每次都要点好几下，选格式、选路径、确认。一天点十几次就开始烦了。

我跟 Claude 说：帮我写个 DaVinci Resolve 的插件，功能是快速导出当前时间线选中区间的音频。

一句话。它写好了。装上，能用。

这件事技术含量不高。但它指向一个我最近反复想的问题：AI 时代最值钱的能力，可能不是"会用 AI"，而是你能不能在自己的工作里发现那些值得被自动化的需求。 工具已经摆在那了。你看不看得见才是区别。

五、一个 9 岁小孩在车上说了一个词

中秋前一天，我去接积木。在车上随便聊到闲鱼上有人管 ChatGPT 充值叫"奥特曼充电"——因为搜 GPT 搜不出来，大家就发明各种黑话。他很快 get 到了这个梗。

我顺嘴问了一句：那你说 ChatGPT 和 Codex 是什么关系？

积木脱口而出：Symbiosis。

我愣了一下，问他什么意思。他说：共生关系。

这个词来自我之前给他做的一个基于词根的英语记忆网站。SYM- 这个词根的意思是"共同"，他在背这个词根的时候看到了 symbiosis。之前他还脱口而出过 auditorium——AUDI 词根，跟"听见"有关。

两次都不是在做作业、不是在考试。就是日常聊天，他自己冒出来的。

验证一个教育工具有没有用，最好的证据不是考试成绩——是他在你完全没有引导的时候，自己说出了那个词。

六、一个工具从家里长到了课堂

积木的这套词根记忆系统是我 7 月份做的。最早只有 157 个单词，不到 24 小时上线。后来加了成就系统、加了小读物生成、加了词根网络。他用了两个多月，从 SYM- 词根里学会了 symbiosis，从 AUDI- 词根里记住了 auditorium。

这周我做了一个决定：把这套系统移植到我的《音视频技术专业英语》课上。

逻辑很简单——在家里验证过了，有数据支撑，积木在非考试场景下自然输出了高阶词汇。说明这个方法有效。那就搬到课堂。

这不是"又做了一个工具"。这是一条完整的弧线：7 月给自己孩子做 → 两个月积累使用数据 → 9 月看到了迁移输出的证据 → 决定搬到课堂给 30 个学生用。

做工具的人很多。先在自己身上跑通、拿到数据、再往外推——这个顺序比"先想个好点子"靠谱。

七、荒野里的人看见的不是荒芜

最近比较喜欢看一种电子榨菜：一人一狗跑到山野里，用最原始的工具，手搓出一个泥台、一个土灶、一个庇护所。挖地坑、搭床、做烟道、在里面烹饪。

我一直在想他们厉害在哪。后来想明白了：同样一片荒野，我们看见的是贫瘠，他们看见的是材料。 一根树枝是支架，一块石头是刀，一堆泥是墙。不是工具多，是眼睛不一样。

进入 AI 这条路之后我发现，需要的能力特别像。

剪片子时发现导出音频太麻烦——这是一个需求。跟 Claude 说一句话——插件出来了。有人可能剪一百次都不会觉得这是个可以解决的问题。

上课时发现学生发帖成本太高——这也是一个需求。不是每个人面对一个平台都能说出"空白编辑框不如预设入口"。

AI 时代工具不缺。缺的是走进"荒地"之后，能看见材料的那双眼睛。

最后

七件事。两个 AI 协同剪了一段动画，学生的反馈当天变成了平台功能，一份结题报告 20 分钟写完且比我自己想得更周全，一句话写了个剪辑插件，一个 9 岁小孩在车上说出了 Symbiosis，一套背单词工具从家里长到了课堂，荒野求生的视频让我想明白了一件事。

这周和上周不一样的地方在于——上周我说"刹车不在脚下"，焦虑的是依赖。这周我发现，焦虑不焦虑取决于你有没有在用它做具体的事。做得越具体，你对它边界的感觉就越清楚。

用起来。从你手边最小的那件烦心事开始。

航宇 · 2026 年 9 月