AI 工具提效实测!我用 Hermes、Codex 和 AI 素材工具踩了一圈坑

今天和大家聊一聊，AI 工具在投放当中的应用。主要是聊聊它现在主要能做哪些方面的事情，哪些方面做得好，哪些方面做得不好，哪些工具做得好，哪些工具做得不好，哪些模型做得好，哪些模型做得不好。我会结合自己这段时间的亲身经历，从投放视角出发，来聊聊 AI 在现在投放场景里的真实应用。大概会分为三块。

第一块是日常办公提效，包括自动发日报、统计数据、爬取数据、看余额、做异常提醒之类的辅助工作。

第二块是素材相关，包括制作图文、视频、脚本、口播、素材变体等。

第三块是往外拓展，包括代码生成、自动化脚本，以及一些其他生活和工作当中的辅助工具。

一、我先拿 AI 做日报，结果发现通用 Agent 没那么省心

先聊辅助工具。

这里我前段时间分别试了比较火的 Hermes Agent，以及国内的腾讯龙虾。我的前提需求其实很简单：我想做一个 AI 日报、周报、报表机器人，帮我每天定时监督数据。

一开始我认为这种“助理角色”天然应该很适合 Hermes 这种通用 Agent。因为它看起来就像一个可以帮你办事的 AI 助理，你把需求告诉它，它帮你拉数据、整理数据、写报告、截图、发到群里。

而且因为这个事情是每天都要发的，所以我一开始认为它对网络和设备的需求应该是 24 小时在线、不间断运行。

前段时间也很火一个说法，就是大家买一个 Mac mini 放在家里跑本地 Agent。我后来实际试下来，觉得这个东西不是完全没价值，但它不是必要条件。

如果你只是做定时任务、发报表、拉接口数据，云主机或者服务器其实更适合。如果你后面要用到一些本地浏览器登录态、本地文件处理，或者要在本地跑 Codex、Claude Code 这类编程工具，那 Mac mini 确实会更方便一点。但它不是所有人做 AI 自动化的前置条件。

这里面我遇到的最大问题是什么呢？

它是一个通用型 Agent，但是现在通用 Agent 的落地能力还没有大家想象中那么成熟。这个问题不是单纯说“底模不行”，而是 Agent 任务本身比普通聊天复杂太多了。

普通聊天就是你问一句，它答一句。

但 Agent 不一样。

Agent 要理解任务，要拆解任务，要调用工具，要知道什么时候该查数据，什么时候该写代码，什么时候该执行脚本，什么时候要等用户确认，什么时候要保留状态，什么时候要复用上一次的结果，什么时候要处理报错。

所以现在很多所谓 Agent，本质上还是“LLM + 工具 + 工作流编排”。真正难的不是让模型回答一句话，而是让它稳定、可控、安全地把一个任务跑完。

二、Agent 最大的问题，不是不会回答，而是不稳定地执行

我用 Hermes Agent 的时候，一共踩了几个坑。

第一个坑是模型和系统兼容问题。

当时我用的是 DeepSeek V4。这里具体版本我现在不写死，因为我觉得核心问题不是某一个模型本身不行，而是当时 Hermes 和思考模式、工具调用、上下文处理之间的兼容链路不稳定。

当时出现过一个问题，就是模型的思考模式和 Hermes 的调用方式不兼容，导致它在执行一些任务时经常出错。这个问题后来应该是被修复了，但在我当时使用的时候，因为我是部署在云主机上的，我又不是特别会操作命令行，所以只能通过微信对话的方式一点点排查。

甚至有一度，我把整个 Hermes 删除了又重新配置了一遍。

后来才发现，其实有些问题只要重新开一个会话，或者用对应命令重启上下文就可以了，不一定非要重装。

这个问题折腾了比较久。

后面我又试了豆包、Minimax 等模型。如果只是做常规的读写、总结、问答任务，其实区别没有想象中那么大。因为它本质上就像你在手机上给它单独开了一个会话窗口，你丢给它一段话、一组数据、一篇文章，让它帮你总结，基本上大家都能做。

它更符合你的工作习惯，因为你可以在微信里直接和它沟通，这确实方便。

但真正的问题出在编程，以及让它实现复杂任务上。

比如我让它定时发送日报。正常来讲，最好的方式应该是写一个稳定脚本，然后通过系统定时任务触发。这个逻辑其实不复杂。

但它每次做的思路都不太一样。

有时候它会直接拉数据，通过 API 拉下来之后发给我；有时候它会重新写一串代码；你下一次重复这个请求的时候，它又会写另一串代码。看起来都在解决问题，但每次都是一个新方案。

这就导致一个很大的问题：你以为你在搭建一个长期可运行的系统，但它实际上每次都在重新理解需求、重新构建方案。

这里它并没有那么“智能”。更多时候还是需要你非常清晰地告诉它：我要调用 A、调用 B、用哪个脚本、用哪个路径、输出什么格式、失败了怎么处理、什么时候发给我。

或者说，你需要先把工作流打包好，让它只负责执行其中的一部分。如果你只告诉它一个目标，它很可能会原地重建一个新的东西。

第二个坑是它会乱改系统。

我让它去拉一些数据，正常来讲它应该调用已经写好的 Python 脚本去拉。但它经常会新写一个脚本出来，或者把原来的脚本改一个样式，或者另外新建一个文件。

这就很危险。

因为自动化任务最怕的不是“第一次能不能跑通”，而是“第二天、第三天、一个月后还能不能稳定跑”。

如果它每次都改脚本，每次都换实现方式，长期看就完全不可维护。

第三个坑是确认机制。

我一开始觉得它执行太激进，于是我就重新组织了一套 prompt，让它务必做什么都要跟我确认。同时我还加了很多规则，比如不要把密码显露在明文里，敏感信息只能通过环境变量调用，涉及文件删除、覆盖、重启服务都要先确认。

这些规则本身没有错。

但问题是，我把它约束得太死了。

结果它后来变成了另外一个极端：进行任何一步执行动作之前，都要反复确认，反复规划，反复解释。最后它彻底变成了一个聊天应用，没法继续真正做事。

当时我也很纳闷，为什么会这样。

后来问了一个做大模型相关的技术朋友，他说我可能在过去某个阶段，通过强约束的提问和命令，把它的行为模式调偏了。它不是“不想执行”，而是被我的规则逼成了“不敢执行”。

这种情况下，其实就很难救了，只能重置或者重装。

还有一个很具体的例子。

我需要它根据拉到的数据输出一张截图。这个截图主要是为了方便在手机里查看日报。结果它有时候会现写脚本，有时候直接把数字发我，有时候给我一个表格，但就是没有稳定生成我想要的那张图。

这件事情我差不多折腾了三四天，依旧没有达到我想要的效果。

后面我是怎么解决的呢？

我用 Codex 写了两个定时脚本，再加一个截图脚本，然后连接飞书机器人，让它们定时发送。

这件事情整体用时不到半天。

而且无论从实现效果、稳定性，还是后续可拓展性来讲，都比单纯靠 prompt 强太多了。

这也是我现在对 Agent 的一个判断：

通用 Agent 适合做轻量级助理，但如果你真的要做稳定的业务自动化，还是要回到脚本、工作流、定时任务、权限管理、日志、报警这些基础工程能力上。

AI 可以帮你写这些东西，但不能完全替你理解这些东西。

当然，这不是说 Agent 没价值。

我觉得前段时间很火的小龙虾、Hermes，都是在探索一个方向。随着底层模型、工具调用、多模态能力、记忆系统不断进步，Agent 后面一定会有质变。

但这个质变不一定是“聊天窗口突然变聪明”，更可能是 Agent 背后的系统编排变得更成熟。

比如它知道哪些任务应该复用已有脚本，哪些任务应该先跑测试，哪些任务需要用户确认，哪些任务可以自动执行，哪些任务失败后应该回滚，而不是每次都重新写一套。

这个变化我觉得两三年内会非常明显。

三、素材这块，AI 很有用，但还没到全自动素材工厂

接着我们聊素材部分。

素材这里如何提效？

如果说想用 AI 全自动生产投放素材，目前来讲还是不太现实。

它会有几个问题。

第一个是画面稳定性问题，也就是我们常说的 AI 幻觉。

尤其是投放素材里非常常见的手机屏幕演示、App 功能演示、手势操作、界面跳转，这些东西现在 AI 还很难稳定复刻。

这里需要稍微修正一个说法。现在不是完全不能把视频作为参考对象去生成视频了。像一些新的视频模型，已经开始支持图片、视频、音频等多种输入方式，也能做一些参考视频生成。

但“能参考”不代表“能稳定商用”。

投放素材的问题在于，你不是生成一个看起来很酷的视频就结束了。你需要手机 UI 准确，文案准确，按钮准确，用户路径准确，前后镜头一致，人物一致，产品卖点一致，还要能批量出变体。

这才是难点。

目前 AI 视频模型在人物口播、氛围片段、场景演绎、片头片尾上已经很好用了。但如果是 App 演示、产品录屏、复杂流程复刻，还是很难直接替代人工。

第二个问题是前后保持一致。

比如一个人物从第一个镜头走到第二个镜头，脸不能变，衣服不能变，场景不能乱，手机不能突然变形，屏幕内容不能变成奇怪的文字。

这些问题你单条视频抽卡的时候可能可以解决，但如果要批量做投放素材，就会很麻烦。

第三个问题是定制化内容。

投放素材往往不是单纯要一个漂亮画面，而是要表达某一个卖点、某一个痛点、某一个用户场景。

比如心率 App 的素材，要表达“用手机就能测心率”；牙齿 App 的素材，要表达“拍一张牙齿照片就能看到问题”；PDF 工具要表达“上传 PDF 之后可以直接对话”。

这些都涉及手机画面、功能路径、用户动作、问题触发点。

AI 现在可以辅助你做很多片段，但要完全自动生成一条高转化素材，还没有那么容易。

当然，AI 目前也有非常擅长的地方。

人物口播是 OK 的。

一些简单场景，比如一个人在家里、办公室、健身房、浴室、车里，对着手机讲一句话，这些现在已经可以做得比较自然。尤其是你先用图片模型生成一个稳定的人物和场景，再喂给视频模型，让它动起来，整体效果会比直接文字生成视频稳定很多。

视频模型这块，如果只看真人自然度、物理真实感、短视频观感，Sora 2 确实是非常强的一档。它在人物自然度、动作流畅度、画面真实感上给人的冲击很强。

但我现在不太想简单说“某一个模型断崖领先”。

因为投放素材不能只看画面真实。

你还要看可控性、成本、生成速度、竖版适配、商用链路、批量生产效率，以及它对手机 UI、文字、产品演示的支持能力。

有些模型真人感强，有些模型运动强，有些模型图生视频稳定，有些模型性价比高。所以我现在更倾向于按场景选模型，而不是只排一个绝对榜单。

比如真人口播、情绪短片、生活化场景，可以用一类模型。

App 演示、手机屏幕、产品功能，很多时候还是录屏 + 人工剪辑 + AI 辅助会更稳。

如果是素材片头、氛围镜头、痛点场景、用户幻想场景，AI 视频就非常好用。

图片这块就简单很多。

现在 GPT 系列图像生成能力、Gemini 的图像能力，已经可以做到非常接近原图直出的效果。你去做各种广告图、图文素材、商店页概念图、场景图，现在确实不太需要每张都从 0 找设计师慢慢画。

你只需要给一些案例参考，给一个结构，告诉它标题、主体、人物、背景、光线、构图，它就能出一个不错的版本。

对于批量测试来说，这个能力非常方便。

我现在比较常用的方法是，先用图像模型把场景稳定下来。比如人物是谁、站在哪里、光照是什么、手机怎么拿、背景是什么、画面比例是什么。

图片整体会比视频好调很多。

等图片稳定之后，再把它喂给视频模型做动态化。这样比直接用文字生成视频更容易出效果。

所以素材这块，我现在的判断是：

AI 不是不能做素材，而是它更适合做素材链路里的某些环节。

比如脚本发散、痛点拆解、标题变体、场景图、人物图、片头片段、口播视频、素材尺寸适配、字幕初稿，这些都可以用 AI 大幅提效。

但如果你想让它全自动产出一批可以直接跑量的高转化素材，尤其是包含 App 功能演示的素材，目前还是不现实。

四、AI 编程是变化最大的地方，但 demo 不等于产品

接下来聊代码和自动化。

我觉得 AI 对编程能力的提升，真的是这几年变化最大的地方。

2023 年刚出来的时候，很多时候还更像是代码补全、代码问答、简单函数生成。那个时候你让它写个脚本、改个小页面，是可以的。但你要让它完整做一个产品，尤其是前后端、数据库、支付、部署都打通，还是比较难。

2024 年已经可以写一些简单工具了。包括 Cursor 也是那时候开始被更多人知道。那个阶段的 AI 编程工具，已经能帮你做很多 demo、小脚本、小后台、小页面。

但问题也很明显：它能做出来，不代表它能稳定上线。

经常卡在环境、依赖、权限、数据库、接口、支付、部署、安全这些地方。对于不懂技术的人来说，demo 能跑起来是一回事，真正可维护、可迭代、可上线，是另一回事。

到了 2025 年，我觉得变化就比较明显了。

Codex、Claude Code、Cursor Agent 这一类工具开始把读代码仓库、改文件、跑测试、看报错、提交 diff 这些流程串起来。这个时候它不再只是“帮你写一段代码”，而是开始像一个工程助手。

如果你能把需求和架构梳理清楚，它已经可以做一些相对复杂的项目。

到了今年，这个趋势更加明显。

很多以前需要完整技术团队才能做的事情，现在一个懂产品、懂增长、懂一点技术边界的人，借助 AI 也可以做出一个能上线的版本。

这点从 App Store 的新增产品数量也能看出来。

Appfigures 的数据里，App Store 在 2025 年新增了 55.7 万个 app，比 2024 年增长 24%，也是 2016 年以来最大的一次新增回升。到了 2026 年 Q1，这个趋势还在继续，iOS App Store 新 app 发布量同比增长非常明显。

这当然不能简单理解成“这些 app 都是 AI 写的”。

但它至少说明一件事：开发门槛确实被重新压低了。

AI 编程工具、成熟的订阅商业化模板、短视频和 UGC 增长渠道、越来越成熟的后端服务、越来越低的部署成本，这些东西叠加在一起，让很多原本没有完整技术团队的人，也开始有能力把一个想法做成 app 并推到市场里。

这对投放人和增长人来说，其实是一个很大的变化。

以前我们更多是在已有产品上做增长。

产品已经做好了，功能已经定了，商业化已经定了，我们负责找渠道、测素材、调事件、看数据。

但现在你会发现，一个增长同学如果懂一点 AI 编程、懂一点产品、懂一点订阅、懂一点投放，他其实可以自己把一个小产品先做出来。

这会改变很多事情。

当然，这里也有一个很大的问题。

AI 能帮你写代码，不代表你就真的懂工程。

我在深度使用的时候也发现，如果是自己熟悉的专业领域，比如投放、素材、增长，你让 AI 输出东西，你能一眼看出它的问题。

但如果是不熟悉的领域，比如复杂工程、安全、支付、并发、风控，你很容易被它带着走。

它经常会做一件事情：把问题复杂化。

本来一个简单功能，它会拆很多层。为了安全，为了拓展，为了规范，它会加很多没必要的结构、架构、文件、抽象层。

最后系统越来越重，越来越难维护。

如果你不懂编程，或者不知道如何定义目标和架构，就很容易被它带偏。

最后搞出来一个非常臃肿的产品。

而且它的可维护性目前仍然是一个问题。

对于简单产品、小工具、内部脚本，它非常好用。但如果是复杂产品，尤其是涉及支付、订阅、账户体系、并发、用户数据、安全风控的系统，我还是建议让专业技术同学看一遍，甚至重构关键部分。

比如支付并发怎么处理，订阅状态怎么校验，服务端通知怎么兜底，用户重复扣费怎么避免，接口怎么防刷，敏感数据怎么存，这些不是 AI 生成代码之后就一定安全的。

所以我现在对 AI 编程的判断是：

它不是替代技术团队，而是改变协作方式。

以前增长同学只能提需求，现在增长同学可以自己写脚本、拉数据、搭后台、做 demo、做自动化、做一个最小可用产品。

但涉及到底层架构、安全、稳定性、可维护性，仍然需要专业工程判断。

五、越用 AI，越发现真正值钱的是判断

然后再聊一个更大的问题：什么不会被替代？

我越用 AI，越发现一件事情。

AI 确实会替代很多执行层的工作，但它不会自动替你承担结果。

比如投放。

你让 AI 帮你写策略，它可以写。你让 AI 帮你分析素材，它可以分析。你让 AI 帮你拆卖点，它也可以拆。

但最终钱是你花出去的。

账户怎么搭，预算怎么分，什么时候停，什么时候放量，哪个素材是真的有潜力，哪个品类值得做，哪个市场可以进，哪个用户痛点值得挖，这些判断还是要人来负责。

尤其是投放这种真金白银的事情，不能完全交给 AI。

因为它很容易被引导。

你说 A 好，它能讲出 A 为什么好。你说 B 好，它也能讲出 B 为什么好。

所以最终判断一定还是在人这里。

AI 更擅长的是执行。

它可以帮你整理日报，写脚本，生成素材变体，做数据初筛，写文案，提炼竞品，翻译本地化，批量改图，做自动化任务。

这些执行项，它可以做得非常快。

但决策层的东西，比如赛道判断、用户理解、产品理解、素材语义、增长链路、商业化模型，仍然是核心竞争力。

这也意味着，未来投放人的分层会更明显。

如果你只是每天重复拉数据、上计划、复制素材、改预算、发日报，那这些工作一定会被越来越多地压缩。

但如果你能从执行项里抽身出来，去理解用户、理解产品、理解素材、理解赛道，去判断什么东西值得测，什么东西不值得测，什么东西可以放大，什么东西只是偶然跑出来，那你反而会变得更重要。

AI 会替代一部分执行者，但也会放大一部分会判断的人。

素材层面也是一样。

我不认为视频设计师短期内会被完整替代。

反而我觉得，对真正懂素材、懂用户、懂产品表达的视频设计师来说，AI 是一个利好。

因为 Facebook、TikTok、Google 这些平台对素材的要求越来越高。

以前很多时候，小修小改就可以继续测。换个封面、换个标题、换个前 3 秒、换个字幕，还能跑一阵。

但现在不一样了。

平台对视频语义的理解越来越强，用户也越来越挑。素材不只是画面变化，而是需要表达不同用户场景、不同痛点、不同使用动机、不同产品卖点。

这要求设计师不能只是剪辑，也要理解用户。

AI 可以帮设计师做很多事情。比如生成片头、生成氛围镜头、生成场景图、生成不同人物、生成不同脚本方向、做字幕、做素材变体。

但真正决定素材能不能跑的，还是对用户和产品的理解。

比如同样是一个心率 App，你到底是打“健康监测”，还是打“焦虑安抚”，还是打“中老年日常记录”，还是打“运动后心率恢复”？

同样是一个牙齿 App，你到底是打“牙齿黑点恐惧”，还是打“牙龈出血”，还是打“口臭尴尬”，还是打“拍照发现问题”？

这些不是 AI 自动生成一条视频就能解决的。

它需要你理解用户为什么会停下来，为什么会点击，为什么会下载，为什么会付费。

所以我觉得，未来设计师的核心竞争力会加入更多“用户理解”和“产品理解”。

不是只会剪，而是知道为什么这样剪。

不是只会做画面，而是知道画面背后的用户动机是什么。

六、最后：AI 不是终点，它是杠杆

最后总结一下。

我觉得 AI 在投放里的应用，不能简单理解成“能不能替代投放”。

它更像是在把投放工作重新分层。

第一层是重复执行。

比如日报、周报、拉数、截图、余额监控、素材尺寸适配、文案变体、翻译、本地化，这些会被 AI 大量压缩。

第二层是半自动生产。

比如素材脚本、图文广告、口播视频、片头片段、场景图、落地页初稿、App demo、小工具，这些 AI 已经非常有价值，但还需要人工判断和调整。

第三层是业务判断。

比如赛道、用户、产品、素材语义、投放策略、增长链路、商业化设计，这些短期内依然离不开人。

AI 最先替代的一定不是“会判断的人”，而是“只做重复执行的人”。

所以对投放人来说，我觉得最重要的不是纠结某个工具今天是不是最好用，而是要想清楚：你的工作里哪些是可以被自动化的，哪些是可以被 AI 放大的，哪些是必须由你自己判断的。

如果你一直停留在执行层，那你会越来越焦虑。

但如果你能用 AI 把执行层压缩掉，把时间拿回来，去做素材判断、用户理解、赛道判断、产品理解，那你反而会变得更强。

这也是我这段时间使用 AI 最大的感受。

AI 不是终点。

它更像是一个杠杆。

它不会自动帮你赢，但它会把会用它的人和不会用它的人，差距拉得越来越大。