AI 视频改 3 遍还在返工,问题出在每次都从头生成

改一条 30 秒左右的产品视频，多数人做过同一件事。

改一个字，镜头、字幕、配乐跟着全部重排，然后再等 AI 跑一遍。等的时间还能忍，钱和时间是一起走的。

GitHub 上有个叫 Hypit 的开源项目，专门处理这一步。它给 Codex、Claude Code 这类 Agent 添上一套做视频的工具，卖点不在生成更快，在于片子做完之后还能接着改。

视频改到第三遍，前两遍基本白做

现在流行的做法是描述清楚、一次成型。听着合理，做起来不是。

第一遍出来，产品图不对，换图再来。第二遍人物位置别扭，改提示词再来。第三遍说开头那句要换——同一条片子被生成 3 次，前两遍基本作废。

其实费钱的不是生成本身，是同一条片子被反复生成。素材、字幕、配乐都重新算一遍，而真正变动的只占很小一块。

它真正留下来的是这份工程

Hypit 的思路是把整条片子拆成一份可以编辑的视频工程，存在本地。1 个工程对应 1 个项目，不是一次生成。

你给它一段参考视频，或者一段文字要求，Agent 按这个要求写出工程，再去调用图片、视频、语音这些服务——服务可以是官方 API，也可以是本地跑的模型。字幕、镜头、配乐、动效最后合成成片。

要说区别，其实在收尾留下什么。普通工具留 1 个成片，改不动；它留 1 个工程，下一版接着在上面改。常做同一类片子的人，等于把做法固定成了一套能重复跑的工作流。

字幕跟着台词走，改稿才便宜

这一条其实是它设计里最实在的地方。

常见的字幕是钉在时间轴上的：第 12 个镜头配这句台词。你换个声音、语速快一点，整条时间轴就错位，只能重新对。

Hypit 把字幕和画面绑到台词里的词句上。台词改完、声音换完，它跑一遍对齐流程，重新算这些素材该在什么时候出现。绑定关系存在工程里，不需要每次重排。

这些活它能接，有些别指望

项目自己列的用途挺具体。产品介绍和广告素材可以复用同一套结构，只换开场、产品、卖点和结尾提示；人物口播可以组合镜头、逐词字幕和配乐；排行榜、盘点类可以让卡片和强调动效跟着讲解出现；播客和访谈能做分屏和不同说话人的字幕；多语言版本可以重写台词、重录语音再对齐画面。

还有一条容易漏掉：纯代码画的文字、图形和动画，不用调用任何图片或视频生成模型，直接渲染出来就行。

但它不替你解决素材。产品图、录屏、人物镜头这些材料，还是得自己准备，视觉上想统一成什么标准，也得自己定。

上手之前，有 2 个地方容易误会

项目地址是 hypit-ai/hypit。GitHub 上星标 2 万出头，fork 2300 多个，语言是 TypeScript，建仓在 7 月 29 日，最近一次提交是 10 月 9 日。素材里写的 10K Stars 已经翻了一倍，说明项目还在密集更新。

第一个误会是复刻两个字。它复刻的是一段片子的结构和节奏——镜头怎么排、字幕什么时候出来、动效跟在哪个词后面。画面内容仍然由你提供，参考视频给的是编排方式，不是一条能直接搬走的成片。

第二个是门槛。真要跑起来，条件只有两样：本机有一个能写代码的 Agent，再给它配一两个生成服务。注意这两样都得自己备齐，上手本身不复杂：把 GitHub 上的 hypit-ai/hypit 交给 Agent 装好即可。

这件事说明，AI 做视频真正值钱的不是那一次生成，是这次做完之后，下一次改稿还能接着改。