这一周，我们用 AI 做了什么

课堂分享 · 2026-11-01（10/26–11/1）上周是把两个东西做出来、拿出去试。这一周，同一套做法出现在了更多地方：一条拖了很久的片子里、一节课上、一份谁也不想碰的表格里、一座山里，还有我儿子的电脑里。还是不讲教程，只讲真实发生的事。

一、拖了很久的片子，周四晚上终剪了

斯瓦尔巴这条片子，拖了很长时间。之前去北极拍回来的素材，一直躺在硬盘里。这学期开学事多，加上我在子峪和城里两头跑，一周能干活的时间被压到周三到周五三天——这三天里只要哪天出点事，一周的时间就被挤爆了。说实话，这次的效率也不算高。

周四晚上，我和帮我做 AI 视觉素材的搭档檑，又改了最后几版，修了几个 bug，终于定剪。回头看，这条片子里 AI 进去得有多深，是我以前任何一条都没有过的。做得成的、没做好的，我都想说。

先说画面。斯瓦尔巴不能飞无人机，可无人机那种视角，又确实能给很多段落另一种质感。直接生成，很难和实拍贴在一起。这次用了 Seedance 2.5，多给参考图，去还原船和场景，它帮了大忙。但画面里的文字渲染还稳不稳得住、船身上那些很细的地方、还有画质——至少我这次用下来，提升空间还很大，这是模型现在的制约。

再说声音。整条片子的旁白，用的是字节的语音生成模型，拿我的声纹训练的。语气稳得住，情绪也有了，就是还不完美——用了就知道，还差着一截。

音乐有两段，都是拿现场录到的声音去触发的。一段是我在船上弹的几个和弦。结尾那段，用的是教堂里一位老爷爷弹吉他的录音，丢进 Suno，抽了三四十条，最后留了一段管弦乐的版本。说实话，V6已经很好了，就是乐句收尾的地方，还是有点仓促。

剪辑也说一下。结构和文案是一起长的。有几段初剪，是 Codex 通过 MCP按我的文案做的，里面甚至还有一段做得很好的 MG 动画，也是它帮我做的。但坦白讲，完全交给它，还早。

这些差别，光是在对话框里问一问，其实感觉不出来。真拿素材去搭一条片子，差在哪，一下就摸到了。

没做好的地方我也留着。它们记下的是现在——多模态放进纪录片这件事，我目前能做到哪一步。做的过程，就是在一寸一寸地摸这些边界。

未来会好，这点我不怀疑。0 到 1 已经在发生，1 到 100 是时间问题。硬盘里还躺着四十多个 GB，token 够的话，里面还能再长出东西。所以，这只是个开始。

二、一句话，三个镜头，十个问题

上节课我们做了一件很小的事：拿一句话——比如我示范的那句「工人们围着一台机器同时停手」——只用三个镜头把它说出来。先不生成画面，先看脑子里有没有画面。

这节课还是那句话，还是只用三个镜头。我把同学们写的都看了一遍，大家脑子里第一个冒出来的场景，总是自己最熟的那个。我跟他们说，别被自己的想象力捆住。说完我就知道，完全跳开做不到。能做的是硬跳一下：别写脑海里第一个冒出来的，写第三个。雨里的人，不一定是普通人；看演出的，也不一定非得在地球上。你如果只写「豪华」，模型马上能交你一个「豪华」：水晶灯、天鹅绒、桌上摆的什么，它都可以编。可编出来的是它的，不是你的。

所以这节课我想留下来的，不是怎么把图生出来，是跟 AI 相处的时候，人这边还剩什么。模型现在什么都能补：一句话丢过去，扩写一按，空的地方就是它的想象，你自己那部分，就没机会练了。

一句话写完，场景往往是空的。豪华只是一个词——灯什么样、人穿什么、桌上有什么，这些才进得了画面。我自己也常卡在这儿：知道还缺细节，一下又写不出来。

所以我让模型反过来问我：就着我写下的那段，先提五到十个问题，每个问题给几个关于细节的选项，我来选；选项里没有的，我自己补。规则是它不替我把细节定完，问完再整理。那天我自己也答了十个，问的全是画面里还空着的地方。细节就是这么补上的。

我现在越来越觉得，人已经不太会幻想了。想变强的念头还在，只是想不出未来长什么样。AI 什么都能生成的时候，这种想象力反而要重新练。练不出来，出来的就都是它的世界。

三、以前拖到崩溃的重复活，这次交给了 Agent

周三，教学评估的材料要归档。

我看见这种事，第一反应通常不是做，是把它挪出视线。一份一份打开，对照要求填，填完这个还有下一个。我以前的办法很稳定：拖。拖到前一天夜里，硬着头皮弄完，弄完人很烦，烦完还发誓下次早点。下次照样。

这次我把材料交给了 Grok Bot。它通过 MCP 连着NAS中我的文件夹，自己看、自己填、自己总结。我要干的就两件事：告诉它要什么，最后看一遍。

最后看那遍的时候还有点不适应：这种活我跟它耗了这么多年，一个下午就没了。搁以前这就是科幻——科幻片里的人好歹还按一下按钮，我连按钮都没怎么按，表已经交上来了。

烦还在。变的是手。以前是拖，这次是先问它能不能干。

四、第一次，让 AI 花我的钱

周四早上还有一件小事，但对我来说是个第一次。

我要订一个服务。早上刷到有人在问，就把这件事交给了 Grok Bot。它去搜，去找，找到以后，我授权它直接刷我的信用卡。这是我第一次让它花我的钱。很快。

订完，Codex 接手把环境搭起来。购买加搭建，二十分钟以内做完。

钱不多。可授权的那一下，我还是停了停。以前花钱，至少是我自己点下去的；这次是我说可以，它去刷。

再往前一步，那个画面我不太敢往下想：Agent 要是有了自己的钱，交易就可以不经过我。它跟另一个 Agent 把事情谈完，账也结了。人在不在这笔交易里，都难说。

现在听着很酷。我也确实期待，但更多的是好奇——它真来的时候，会是什么样子。

五、走在山里，突然想到有些东西替代不了

周五，我们四个人进了秦岭，给「秦岭声景」录素材。

本来约了六个人，两位临时有事没来。我们一路开到铺装路的尽头，还贪婪的想往里走，最终被检查站拦下了——只能折返，另外找了一处河滩。

设备是实打实背进去的：索尼 PCM-D100 收河水的环境声，Zoom F4 录音机配挑杆和指向性话筒，录水流的细节。我们还拿大石头、小石头在流水里造声音——石头撞水、石头蹭石头，那段采集挺有意思的。之后又往山上爬，一个多小时到山顶，在一棵叶子掉光的核桃树下吃午饭，喝了一杯我们开玩笑叫「胜利者咖啡」的咖啡——没爬上来的人可没资格喝啊。

秦岭声景这个项目，很多环节都靠 AI。可人还是得进山。

走在林子里的时候我突然想到：AI 确实能做出很多东西，但它替代不了人站在这个场景里的感觉。吹在脸上的风，空气里草木的味道，都算。更要紧的，是那份体验本身。

前两周我还说过：艺术就是先跟真实世界连上，再转成自己能表达的东西。走完这一趟，我对这句更确定了——跟现实的连接，就是核心。山里的声音，可以交给下一个创作者去跳、去画、去创造音乐；可那个材料，是从人站在这儿来的。生成得再像，也不是这条路上的风。

六、把空间留给他，让热爱自己长

周日早上，积木在他妈妈的电脑上做游戏。那台电脑上Codex 一直没充值，我就跟他说：你用 Kimi Code 就好。

他做的是一款射击游戏：世界被感染了，你去收集能量块，再用能量块救人。他已经能很自然地打开终端、调出 Kimi Code，切模型，/yolo，在对话框里说自己想要什么；做完了，还自己去找文件路径，打开 IDE 直接在代码端修改角色对白。

让我挺感慨的，不是这一套动作。是他在做一件自己想做的事。

下午他又沉浸在 Minecraft 中，跟着B 站一个教程，一步一步把一个东西做出来给我看，虽然我看不懂，但他喜欢，那就让他做。我还要求自己不许那么功利：别当场把他经历的过程说成「你看，这就是学习」。

我后来想的是热爱。很多人到了大学，说不出自己喜欢什么。常常不是天生没有，是从小没机会把一个东西喜欢下去。不能提分的，很早就被停掉了。

游戏常常是那个开头。想玩好，打不过，就去查、去学，陌生的东西慢慢变成自己的。这套方式教不出来，它是在喜欢里面长出来的。

所以我想留给他的，是空间——让他自己去长出热爱一件事的方式。在今天这个时代，我觉得这件事特别重要。

最后

片子定剪了。2TB 的硬盘里，还有四十多个 GB。

数到这周的最后一天，AI 确实哪儿都在：片子里，课上，那份表格里，连我的信用卡上都是。但也是这周，它不在的地方，我看得最清楚：山里的风，积木喜欢的那件事。

所以那节课我想留下来的，不是三个镜头怎么生成，是你还愿不愿意，在第一个反应外面，再多想两个画面。

下周可以试：十个问题，让它来问；答案，你们自己选。

积木船长的朋友 · 2026 年 11 月