夜雨聆风
我们海外团队运营的 Postiz 平台在上个月实现了 2000 个新客户的增长。而支撑这一业绩的营销团队，仅有一位负责人和一名刚入职的开发者关系专员。
那剩下的大量工作是谁完成的？答案是AI Agent 。
我们将 TikTok 内容创作、社交媒体排期、产品更新推送、SEO 文章撰写等重复性工作，全部交由 Paperclip 这款 AI Agent 编排平台来处理。这种效率提升带来的体验简直令人难以置信 —— 仅靠一个人配合 AI，就能完成原本需要一整个团队的工作量。
01 个人AI助手元年
:::2026 年，AI 助手赛道迎来了全面爆发。年初上线的 OpenClaw 堪称终极 AI 助手，它能连接 Telegram，还能自动操控你的电脑。从自动回复邮件到在 WhatsApp 上帮你协商降低健身房会员费，它几乎能处理所有日常事务。
这类工具的核心逻辑，是将你日常使用的各类服务 "挂载" 到一个 AI 系统上，让它替你处理各种琐碎事务。回复邮件、安排日程、查找资料、修改文案 —— 过去需要一名专职行政助理完成的工作，现在 AI 只需几秒钟就能搞定。
我们团队正是这波技术浪潮的直接受益者。我们打造的 Postiz 是一个 "智能代理驱动的海外社交媒体平台"，简单来说就是让 AI 帮你完成内容发布和排期管理。AI 助手的爆发式普及，直接带动了 Postiz 用户量的激增 —— 短短一个月就新增了 2000 名客户。
但我们很快发现了一个问题。而且是一个很多创业者都会遇到的问题。
02 一对多不够
:::OpenClaw 确实非常好用，但它采用的是一对一的服务模式 —— 我的 AI 助手只帮我处理事务，体验确实很棒。但如果我们的开发者关系专员也想使用呢？如果我们想让 AI 生成 TikTok 视频后，再由开发者关系专员添加评论和修改意见呢？
这就是一对多模式与多对多模式的本质区别。一对多是 "我指挥 AI 完成任务"，而多对多是 "整个团队与 AI 相互协作，任务可以在人与 AI 之间双向传递，甚至 AI 还能主动向你分配任务"。
想象一下这样的场景：你让 AI Agent 创作了一批 TikTok 视频，你的团队成员可以直接在 AI 平台上添加注释 "这段视频节奏偏慢"" 开头不够有吸引力 "。AI 学习这些反馈后，下一批生成的视频质量会直接提升一个档次。
打个比方，一对多模式就像一位老板配备了一位全能私人秘书，秘书能力出众但只听从你一个人的指令。而多对多模式则更像一个真正的协作团队—— 所有成员都能相互配合，人与 AI 之间的任务可以双向流转，甚至 AI 还能主动向你提出工作建议："这条视频数据表现优异，建议追加同类型内容"。
这正是我们选择Paperclip 的核心原因 —— 我们需要的不是一个单一的 AI 助手，而是一整个 AI 团队。
03 Paperclip 是什么
:::简单来说，Paperclip 是一个开源的 AI Agent 编排平台。你可以在上面 "雇佣"AI 员工，为它们设定工作目标、分配具体任务，然后让整个公司的运营流程自动运转起来。
我们搭建的 "AI 营销部" 采用了清晰的组织架构：在营销负责人的统筹下，我们部署了 4 个专职 AI Agent，分别担任工程师、首席营销官、社交媒体经理和内容营销师的角色，所有 Agent 的底层推理能力都由 Claude 提供支持。
这就好比你在公司内部组建了一个虚拟团队，每个成员都是 AI，但它们拥有明确的职责分工，能够相互协作，还能按照设定的时间自动执行任务。
一夜之间，你的营销部门就从几乎无人变成了拥有 4 名 "永不疲倦" 的 AI 员工。
而且Paperclip 是完全开源的。这意味着你可以自行部署、修改代码、添加自定义功能。对于技术型创始人来说，这比使用封闭的 SaaS 平台拥有高得多的自由度。你甚至可以将 Paperclip 的 Agent 连接到公司内部的 API，打造完全定制化的工作流程。
此外，Paperclip 还支持对接多种 AI 引擎，包括前面提到的 OpenClaw。不过我们最终选择将 Claude Code 作为默认的底层 Agent，因为它在代码执行和长任务处理方面表现得更加稳定可靠。
04 Skill 系统
:::Paperclip 能干多少活，完全取决于你给它装了多少 Skill。
我们的营销负责人的原话很形象：
Skill is like the way Neo learned Kung Fu in the Matrix. It's a simple Markdown file that you can give to the agent, and then they know how to do some stuff.
Skill 就像黑客帝国里主角学功夫——一个 Markdown 文件喂进去，Agent 瞬间就会了。
skill 的安装方式也极其简单，只需一行命令即可完成：
npx skills add gitroomhq/postiz-agent
我们装的 Skill 清单：
不过 Paperclip 目前还有一个小缺点：它的 Skill 需要为每个 Agent 单独安装，没有 "全局 Skill" 的概念。我们的解决方案是直接将 Skill 安装在 Claude Code 上，这样所有的 Agent 都能自动继承这些技能。
Skill 本质上就是给 AI 提供一份详细的 "操作手册"。你提供的操作手册越细致，AI 完成工作的质量就越高。这种思路在 Claude Code 的 CLAUDE.md、Cursor Rules 等工具中都有体现，已经成为了 AI 编程工具的标准配置。
有趣的是，MCP（模型上下文协议）可以作为 Skill 的替代方案。如果某个服务没有现成的 Skill 可用，你可以通过 MCP 来连接它。两种方式各有优势：Skill 更加轻量，也更容易分享；而 MCP 则更加标准化，能够连接更多的外部服务。
这里有一个值得关注的趋势：Skill 正在逐渐成为 AI Agent 世界的 "应用商店"。Nevo 甚至在文章末尾呼吁大家在评论区提交自己开发的 SaaS Skill，他会进行测试后添加到 Paperclip 中。这种社区驱动的 Skill 生态，与早期的手机应用生态何其相似。05 营销自动化
:::那么，如何利用 AI Agent 跑通 TikTok 内容创作的完整链路呢？
第一步，在 Postiz 里连接你的 TikTok 账号（我们用了一个名为 Sugar Stamina 的健身账号进行测试）。
第二步，在 Paperclip 里设定工作目标。我们使用的关键指令如下：
Check the latest fitness TikTok trends, then generate videos with agent-media / generate slides with Larry, and schedule them to TikTok via Postiz. For every video/slideshow you create, create an issue for it.
这个流程可以翻译为：Virlo 负责追踪最新健身趋势→agent-media 或 Larry 生成视频或轮播内容→通过 Postiz 排期发布到 TikTok→为每条内容创建一个 issue 进行跟踪。整个过程完全自动化，无需人工干预。
请注意 "为每条创建的视频或轮播创建一个 issue" 这句话，这绝不是随意添加的。这条指令确保了每一条内容都有迹可循 —— 后续的整个反馈循环都依赖于这个 issue 系统。没有记录就没有学习，没有学习就没有进化。
第三步，也是最关键的一步——建立有效的反馈循环。
我们在 Paperclip 上创建了一个 Routine（定时任务）：
AI 负责量产，人类负责品控。这才是正确的人机协作方式。
不过坦率地说，不要指望这些 AI 生成的视频能成为爆款。如果真的这么容易，那每个人都能成为网红了。但 AI 的核心优势在于数量。一个人需要花费一周时间才能完成的内容量，AI 只需几分钟就能搞定。你节省下来的时间，可以用来做那些真正需要人类创意的事情。
还有一个细节需要注意：如果是生成轮播图内容，我们建议不要直接自动发布，而是手动上传到 TikTok 后自己搭配背景音乐。这说明 AI 在内容创意方面仍然存在天花板，但在执行层面带来的效率提升已经是数量级的。
我们认为这里最巧妙的设计就是 issue 系统。每个生成的视频都对应一个 issue，这解决了 AI Agent 最大的痛点之一：记忆问题。如果没有 issue 记录，AI 即使生成了一百个视频，也根本不知道哪些好哪些差，只会不断重复同样的错误。有了 issue 系统加上人工评论，就形成了一个良性的人机协作飞轮：AI 生成内容→数据反馈→人工点评→AI 学习→下一轮内容质量提升。
这套流程跑通之后，理论上内容质量会持续提升—— 虽然第一批内容可能比较粗糙，但到第十批的时候就会变得相当像样了。
06 留存自动化
:::但说句大实话：
I think Postiz would have made millions already if people didn't leave me every month.
如果用户不流失的话，Postiz 早该赚几百万了。做过 SaaS 的人都懂——留存永远比拉新重要。
我们团队的做法是：用 GitHub commits 驱动产品更新通知。
流程是这样的：
1. 把 Discord、Telegram、Slack、MailChimp 等渠道都连上 Postiz2. 给 Claude Code 装上 GitHub Skill3. 创建 Routine：每天检查最新 commits，识别值得公告的功能更新
关键细节：这个 Routine 设了审批环节——AI 写完公告后先提交给你过目，因为你可能想加图片或者调措辞。也可以让 Postiz 先存为草稿，你在 UI 里编辑完再发。
这个场景我们觉得特别适合早期创业团队。你代码一推，AI 自动识别有没有值得宣传的功能更新，帮你写好公告，推到所有渠道。从 commit 到公告，整条链路都是自动的。
我们之前做产品的时候，最头疼的就是"新功能做完了但忘了告诉用户"。工程师觉得发布了就完事了，但用户根本不知道你上了什么新东西。有了这套自动化流程，至少不会再出现"做了好功能没人知道"的尴尬情况。
而且注意，这个流程的触发源是 GitHub commits——也就是说，只要你的工程师在正常写代码、正常提交，营销那边就会自动跟上。研发和营销之间的信息差，被 AI Agent 抹平了。
07 SEO 自动化
:::同样的思路还可以做 SEO。我们推荐一个叫 distribb 的工具，配合 GitHub Skill，可以做到：
GitHub 有新 commits → AI 提取功能更新 → 传给 distribb 生成 SEO 优化文章 → 自动发布到 WordPress。
08 完整的工具栈
:::总结一下我们的全套 AI 营销栈：
这六层工具栈全部通过 Skill 系统串联起来。每一层都有专门的工具负责，而 Paperclip 则在最顶层进行统一调度。
这套架构最突出的特点是高度可组合性，就像乐高积木一样—— 每一个模块都可以独立替换，组合在一起就能构成一台完整的自动化机器。而 Paperclip 的定时任务系统，就是将所有积木固定在一起的基础底板。没有定时任务，你每次都需要手动触发 Agent；有了定时任务，整个流程就像上了发条一样自动运转。
除了我们提到的这些营销工具，Paperclip 还支持 Notion、Trello、GitHub、MailChimp 等常见的企业工具。你完全可以用它来管理整个公司的运营，而不仅仅是营销工作。
项目管理、客户跟进、文档更新 —— 只要你愿意编写对应的 Skill，AI 几乎能自动化所有重复性工作。
09 对我们意味着什么
:::1.单人创业的天花板被大幅抬高了。过去你一个人不可能同时兼顾内容创作、社交媒体运营、SEO 和用户留存，但现在你可以。一个人加上一名开发者关系专员，能完成的工作比一个 5 人的传统营销团队还要多
2. Skill 系统将成为新的生态。就像 App Store 改变了手机行业一样，Skill 市场也将改变 AI Agent 行业。谁的 Skill 生态越丰富，谁的平台就越有粘性。
3.人类的角色从 "执行者" 。变成了 "品控者"。你不再需要亲自写帖子、剪视频、排日程 —— 你只需要审核 AI 写的帖子、给 AI 剪的视频打分、调整 AI 排的日程。这不是偷懒，这是效率的本质。
4.工具选择变得比以往任何时候都重要。过去的问题是 "有没有人会做这件事"，现在的问题是 "你会不会搭建 AI 工作流"。Nevo 的优势不在于他写了多好的代码，而在于他知道如何将 Paperclip+Postiz + 一堆 Skill 组合成一台自动运转的营销机器。这种 "编排能力" 将成为未来创始人的核心竞争力。
你觉得哪一种跑得更快。
◇ ◆ ◇
