夜雨聆风在 Medeo 的两年，我把很多精力花在一件事上：把视频做得更快、更顺、更自动。我是AI视频 “效果工程师”。我当时真心相信，AI 视频革命就发生在制作工具里。
只要生成能力够强，只要自动化够深，行业就会被重做一遍。
调 prompt，调 agent，调工作流。今天让分镜稳一点，明天让剪辑少出错，后天想办法让整条链路少一点人工。那种日子很有一种「只要再调好一点就会通」的错觉。模型每周都在变，工作台每天都能改，你很容易相信，自己正站在革命正中央。
这个信念很漂亮，也很危险。
因为它会让你一直盯着「怎么做出来」，很少抬头问一句：
做出来之后，价值到底在哪里发生？
你会把所有焦虑都翻译成产品问题，把所有兴奋都翻译成功能进展，慢慢忘记视频从来不只是被生产出来的东西，它还是被看见、被消费、被结算的东西。
6 月我离开 Medeo。不是因为我已经想清楚了答案，恰恰相反，是因为我隐约知道，如果继续只在执行层打磨工具，我大概会把错误信念打磨得更精致，却仍然得不到答案。
离开的时候其实挺空的。我没有一个漂亮的下一站叙事，也没有「我终于想明白了」的释然。更多是一种停不下来的不安：这件事很重要，但我原先站的位置，可能根本看不见它。
于是离职后这一个月，我密集见了不少人。短剧、工具、内容、分发，各路玩家都聊。越聊越发现，市场真正关心的问题，和我过去以为的，差得很远。
这篇文章，就是我想把这段认知写清楚。
一、我曾经把「视频做好」当成全部
做 AI 视频产品的人，很容易掉进同一种兴奋。
模型又进步了，时长更长了，一致性更好了，工作台更完整了。你会忍不住觉得：只要把这些能力编排好，创作者就会涌进来，内容会自己长出来，商业也会自然成立。仿佛制作能力一旦越过某个阈值，后面的创意供给、分发效率、变现闭环，都会自动长出来。
我当然也这么想过。
那段时间我看产品，习惯先问功能。它有没有画布？能不能剪辑？能不能一键出片？agent 能不能自动把剧本拆成镜头？这些问题都很重要，但它们回答的都是同一件事：怎么做出来。站在这个视角里，行业像一条越来越快的生产线，谁把生产环节做得更顺，谁就更接近未来。
但做过一段时间之后，有一个问题开始反复冒出来。
agent 好像很能做，却又好像什么都判断不了。
它能按模板往前生成，却很难真正看懂一段视频好不好，穿帮了也不会自己回来重做。更像一个瞎子导演：手一直在动，眼睛却不在场。你把任务拆得再细，把 prompt 写得再完整，它仍然缺少一种最基本的创作能力，就是停下来，看着成片，说出「这里不对」，并且知道该退回哪一步。
没有评价，就没有闭环。没有闭环，自动化就只是把错误生产得更快。
大家看到Coding Agent发展这么快，也是因为harness有大量给 AI 报错自己修复、自己探索的空间。Coding Agent可以找到错误并自纠偏，视频Agent不行。它永远读不懂创作的心，它最多就抽帧，也无法理解一个视频的正常时间流速下的情感共鸣。即便是视频理解模型，也只是在解构一个视频，并不是真的正着推过去build一个视频。
解构和构建是两种能力。目前的AI还没有构建视频的能力。它只是一个懂电影的评论家，不代表它可以变成诺兰。
这件事后来越想越重。正向生成其实不是最难的部分，难的是让系统知道「这次不够好」，知道哪里错了，知道该回到哪一步重来。人做导演时，大量时间并不花在「再拍一条」本身，而花在判断：这条能不能用，情绪对不对，节奏塌没塌，观众会不会在第三秒划走。如果 AI 视频系统缺少这一层，所谓智能就更像一条只会往前冲的流水线。它能提高产量，却很难提高品味，也很难形成自我迭代。
再往后看，问题不只是技术。
AI圈有一个很强的叙事，叫做数据飞轮。用户在APP使用的应用层数据，积累的越多，智能就能被蒸馏，壁垒就能被构建。实操的时候，我们到底要的是什么智能数据呢？这些数据真的智慧够吗？
我一度希望创作者进来，在应用里留下真实创作数据，再反过来训练系统。这个设想很美，逻辑也通：人在真实创作里做选择，系统从选择里学习评价，评价再改善生成。可现实更冷一点。人没有稳定吸引过来，数据也不对。你以为自己在做下一代创作系统，实际可能只是在把旧工作流搬进新界面，而新界面的数据可能和老界面一样的没有价值。「什么值得做」的判断却没有同步长出来。
而且，最大的价值被Seedance抢走了，只是获取一个“提示词智能”是不是有点太弱了一点。Coding Agent的数据价值在于推理链、思考过程、Agent轨迹，那视频agent的数据价值是啥呢？目前来看，是Seedance的提示词撰写方法，是不是太薄了。并且做的越好，也无法改变工具的最大成本来自视频生成模型，你的大量收入，实际上是给模型层打工。Token溢价来自提示词谁写的好，价值太少了。
这些坑叠在一起，会逼出一个很难受的结论：
单纯提升制作效率，不会自动提高你的议价权。
制作效率和商业模式是两码事儿。甲方甚至可能反过来觉得，既然 AI 更快了，你就该更便宜。制作越像制造业，毛利越薄。你越努力把中间层做好，越可能把自己做进一个低溢价的位置。效率提高了，不等于价值被承认了；成本下降了，也不等于你能留下利润。很多时候，节省下来的空间，会立刻被采购方、平台方和更下游的价格竞争吸走。
离职前，我已经隐约感到这件事不对。离职后走进市场，这种感觉变成了具体的撞击。
二、走进市场后，几乎没人先问「怎么做得更快」
我见很多短剧公司时，发现他们的问题非常直接。
不是「你用的哪个模型更好」，也不是「能不能一键出片」。
他们问的是成本。这是第一优先级。
ROI。能不能投正？投流效率怎么样？内容发出去能不能赚回来？
短剧在这里不太像「内容为王」的艺术事业，更像快消品。生命周期可能只有 48 小时到一周。能打正的，就是好短剧；打不正的，质量讨论都显得奢侈。你很容易在这种对话里感到一种错位：你还在想镜头、一致性、工作流，对方已经站在进货、测款、回款的逻辑里看你。
这对我过去的信念冲击很大。
因为这意味着，真正压住上游的，不是制作工具缺不缺功能，而是消费端、投流效率和平台规则。创作者的痛点，常常不是缺一个更好的生成器，而是内容发出去赚不到钱。如果钱回不来，再漂亮的生产能力也只是在加速消耗。你会做出更多片子，然后更快地发现，没人愿意为这些片子持续买单。而视频制作工具很难解决创作者最痛的问题，赚不到钱的问题。得找到别的切入点。
榜单上的高播放，也不一定等于内容天然爆发。很多时候，播放量背后站着投放。你如果只盯着「把片子做出来」，很容易误判战场在哪里。战场也许根本不在生成按钮附近，而在推荐机制、投放效率、变现分成，以及一个内容在极短窗口里能否打穿用户注意力。
我春节做的「怪奇物语的AI结局重制」的方法论分享会
然后，和别的工具创业者聊，态度参差不齐。
有人仍然相信卖铲子有机会。模型聚合、工作台、协作、自动化，这些看起来都还有空间。我理解这种乐观，因为制作层确实还远没做完，体验也确实还能再好。很多创作者也确实需要更好用的工具。从产品直觉上说，谁能把复杂能力收成更顺的工作流，谁就仍然有机会被需要。比如至少还没有收敛出一个AI电影工具？
但我越来越悲观的地方在于：如果只解决「做出来」，商业模式很容易变差。
用户付的钱，很大一部分会交给底层模型。工具越好用，调用越多，成本越真实。产品看起来很漂亮，公司却未必赚钱。
制作工具会被三件事同时挤压：底层模型成本、同类工具竞争、客户自己的毛利上限。客户如果自己只是低毛利成制商，他也不可能长期为工具付高价。你服务的那个环节不赚钱，你很难单独把生意做成高溢价。换句话说，工具的天花板，往往不是你的产品能力，而是你客户所在价值链的利润厚度。
分发那边更残酷。
平台如果没有足够高的变现效率，创作者就分不到钱。这不是一句「再努力做内容」能解决的。和头部平台竞争，也不只是内容竞争，而是和投流、推荐、组织效率、商业化机器整套系统竞争。你以为自己在比内容质量，实际上可能在比一整套注意力工厂的运转效率。
如果你只是想做个「高质量短剧平台」，把精品汇集起来，用户为什么不继续留在原来的平台？没有新的交互、新场景、新变现方式，垂类平台很容易变成原平台的子集，缺少独立存在的理由。内容可以迁移，注意力习惯和结算系统却很难迁移。
这些碰撞叠在一起，逼我承认一件事：我过去把战场看窄了。
但这一个月真正让我疼的，是我意识到了一个简单的道理：
视频的价值，在于分发出去、被观众看到的这一刻。
这句话听起来简单，背后却会把整套生产逻辑翻转过来。
我们太容易把「做完」误认成「完成」。一条视频在本地导出、在工作台渲染成功、在硬盘里躺着，看起来都像有了结果。但对行业来说，那往往还只是半成品。真正让它从文件变成作品、从作品变成生意的，是它进入某个注意力场，被某类观众点开、看完、转发、付费，或者至少被某种分发机制接住。没有这一刻，前面所有制作上的聪明，都还停在潜能里，没有完成价值交换。
所以价值发生的时刻，不是按下生成键的时刻，也不是成片渲染结束的时刻，而是它被看见的时刻。被看见，才开始有反馈；有反馈，才开始有定价；有定价，才开始谈得上商业模式。制作解决的是「有没有东西」，分发和消费解决的是「这东西有没有被世界接受」。
视频，必须要有消费，才具备价值。（大部分视频）
这也意味着，消费方式和渠道会反过来约束整条上游。观众在哪里、如何付费、平台如何分账，会先决定什么样的内容值得被生产，也决定生产该快到什么程度、粗到什么程度、精细到什么程度。你不是先拥有无限生产能力，再去寻找观众；更常见的情况是，分发条件先给生产下达规格。短剧为什么能卷成快消品节奏，品牌片为什么还能维持更高单价，背后都不是单纯审美差异，而是它们被看见、被结算的方式不同。
分发不是创作结束后的最后一步。它更像生产系统的起点。
你先得回答：谁在何处、为何要看？平台如何赚钱？现金流怎么回来？然后才能决定做什么内容，用什么方式做，工具该优化哪一段。如果跳过这些问题，直接扎进制作，很容易做出一批「技术上成立、商业上悬空」的东西。它们可以被生成，却很难被看见；可以被展示，却很难被结算。你会拥有越来越多成片，同时越来越不清楚，这些成片到底在和谁发生关系。
这也解释了一个看起来矛盾的现象。
短剧可以被压到百元、千元级；一条 15 到 30 秒的 TVC，却可以到万元级。差别不只是成片质量，而是分发之后，影响力如何被品牌放大，预算如何被结算，价值如何被承认。同样是「做一条视频」，因为被看见的场景不同，它进入的是完全不同的定价宇宙。一条没人看见的精致成片，商业上可能接近于零；一条被准确送到目标人群面前的普通成片，反而可能完成一次完整的价值闭环。
而这个价格定义，又会反过来约束工具的商业模式。所以必须纳入考量。
被看见，才决定你值多少钱。但工具厂商很难不以制作成本去定价，甚至也难摸到后面的价值链路。
所以我现在越来越警惕一种幻觉：只要把视频做出来，后面的事情会自然发生。不会。后面的事情，往往才是真正决定生死的部分。做出来，只是让价值有了载体；分发出去、被观众看到，才让价值真正发生。
我以前太容易被「生产能力」说服。模型强了，链路通了，输出快了，人就会觉得自己靠近了未来。可市场用另一种语言跟你说话。它不问你今晚又优化了哪个节点，它问你的内容有没有人愿意看，看了之后有没有人愿意付钱，付钱之后这笔钱能不能分到还愿意继续做的人手里。生产能力当然重要，但它更像入场券，不是终点奖牌。
基于这些，我现在想提出一种观念，叫「创意制作分发」。
它要说的不是「怎么把片子做得更好」，而是：
看 AI 视频生意，不要只盯制作，而要把整件事拆成创意、制作、分发三层来看，再决定自己站在哪里。因为如果价值发生在被看见的那一刻，那你就不能只研究如何生产，还得同时看清楚，什么创意值得被生产，以及它将通过什么通道被看见。
三、创意、制作、分发
「创意制作分发」要回答的，不是某一个工具好不好用，而是一个更上游的问题：视频行业的价值，到底沉淀在哪一层？
这是我从野兽先生给自己内部员工的手册中得出的概念模型。（强烈推荐）
我的判断是：视频内容行业可以拆成 创意、制作、分发。
这三层都重要，但议价权完全不同。AI 先猛烈改造的是制作层，因为这一层最容易被模型、工作流和自动化。可也正因为如此，只做制作层最容易陷入低毛利、负毛利和工具同质化。真正能拿到高溢价的位置，往往在两端：创意端和分发端。更好的 AI 视频公司，要么掌握创意加制作，要么掌握制作加分发，要么把三端一起打通。中间那一层当然要做，但不能把它误认成整个游戏。
如果承认价值发生在消费端，这三层的位置就会重新排。
先说创意。
我现在把创意定义得很宽。IP、版权、世界观、脚本、人物设定、选题、封面标题、品牌策略，甚至导演资源，都属于创意资产。它不只是「想一个好看的点子」，更是决定为什么要拍、拍什么、谁有权拍、什么内容值得被消费。这些东西往往不可标准定价，也很难被一次次模型调用直接复制。
其实在创意行业，一个好的创意脚本就是非标的。决定视频能不能爆的最重要的标准也是脚本，它是爆款率的51%因素。而我们做工具的很容易忽略这一点。甚至都很难在脚本上帮上什么忙。
制作可以复制，创意很难复制。
一个被验证过的故事机制，一个懂用户情绪的广告角度，一个真正能稳定提升爆款率的内容池能力，都不是多调用几次模型就能得到的东西。MCN 看的也不是单条作品运气好不好，而是整个内容池的胜率能不能被系统性地抬上去。创意公司的价值，常常是把偶然命中，变成更高一点的胜率。你偶然爆了一条，只能证明运气；你能让一百条内容的平均胜率往上走，才更接近一种可经营的能力。
而这个脚本能力可以被训练吗？可能可以。但目前还没有这种迹象。因为它并不是一种通用能力，它是一个随着时间演变及其快的事情，市场对于视频的要求是按天迭代的，这就是所谓的网感。真正有网感的人，是每天刷两个小时以上的抖音，才能练出来一种直觉，写出有意思的梗、有意思的视频脚本。模型要做这样的事儿，就不只是预训练，它得学着人一样，有品味的选择性相信推荐算法，每天“刷视频”才行。它不能是死的模型，得随着市场变化。
不过有些视频行业的创意也是可枚举的。
以前容易把创造力理解成凭空原创，仿佛真正厉害的人必须从零发明从未存在过的东西。后来越来越觉得，故事原型其实有限。时代不同、地域不同、情绪不同、材质不同，同一个原型仍会长成完全不同的作品。作者性不一定来自「从未出现过」，而来自你能不能对时代情绪、故事结构和消费语境做出判断。参考、模仿、拉片，并不丢人；丢人的是只剩技巧，没有判断。不过这就更难了，对于人的亲身经历、人的注意力要求极高，这要求的是一种“直觉性的品味”，在模型里一定是很大程度的参数变化，而不是靠RAG、靠外挂库、靠Skill能实现的事情。
最接近这个维度的是Midjourney的个人taste训练的生图模型。Taste本身是一个多模态的东西，就应该用多模态表示出来。而现在的文字模型即便推理能力这么强了，你让它讲笑话都不好笑，更别说让它发挥创造力了。
创意本质上是注意力权重的极大变化。
再说制作。
制作层当然重要。没有制作，一切创意都停在脑内。
但制作层也是最容易被 AI 改造、最容易被卷的一层。供给暴涨之后，它会越来越像制造业：有规模，有流程，有效率，利润却被压得很薄。纯制作方常常接到已经定好的脚本、人物和交付规格，做完交片拿钱，像成制商，也像无名导演。没有 IP，没有分发权，议价空间天然窄。你可以把交片质量做得很高，却仍然很难因为「做得好」而拿到上游定价权，因为上游真正稀缺的，往往不是又一小时产能，而是值得被生产的东西，以及能把内容送进消费场的通道。
无名导演只会被市场埋没。
短剧自动化也不是「一个 agent 拆剧本」这么简单。更像一条有很多节点、很多 skill 的内容工厂。从素材、分镜、生成、选片、修补、配音到成片包装，每一步都可能都可以被工具实现，但整条链能否跑通，取决于节点之间如何交接，错误如何被发现，人又在哪些位置介入，这些事情还没被完全解决。我在帮一个短剧公司搭建这样的流就发现，细节问题还是太太太多了。
而且即便未来也许真的会走向大部分机器、少部分导演，但人机怎么分工，范式还在变，市场变化太快，还是有需求的。而且关键不是机器替不替得了人，而是评价、返工、选片、对消费结果负责的那部分判断，到底放在哪里。所以像短剧这种复杂工业还是有很多需要卷的制作问题。
短视频也是如此、电影也是如此。他们的制作问题会完全不一样，侧重点不一样，因为价值链路不一样，就会反过来约束制作的能力要求。比如做创意短片的需要发挥作者性，那画布是最适合人机交互的方式。比如做短剧要的是工厂，不要作者性，那就别搞画布，搞工作流。
制作工具本身也有分层。我认为有这三层价值。
模型聚合、好用的UI、智慧。
这三类溢价不一样。前两类已经逐渐成熟：把很多模型接到一起，让用户少开几个会员；把画布、资产、版本、协作、导出串起来，让生产更可控。真正难的是第三类，让 AI 获得评价能力，并接入真实业务闭环，用Agent提供更多智慧价值。第三层的战争还远远没有开始。
可是前两层的价值大部分都是很差的商业模式，也就是卖token溢价，远远没到结果交付，结果才能提高更高溢价。（当然token溢价也是个不错的生意）如果工具始终连不上创意或分发，它仍会掉回 token 成本和同质化竞争里。工具很卷看似很繁荣，却不一定很值钱。
最后是分发。
分发掌握的是注意力入口和现金回流。你有账号、有投手、有平台、有发行能力、有广告主预算，就不只是「做出内容」，而是能让内容被看见、被消费、被结算。创意决定内容为什么成立，制作决定内容如何落地，分发决定内容有没有机会变成生意。少了这一层，前两层很容易变成自嗨：你以为自己在做视频革命，实际只是在增加供给。
这也是为什么我现在看一个 AI 视频产品，不太先问它有没有画布、能不能剪辑、能不能一键生成。那些问题仍然有用，但它们不该是第一问。
既然目前视频工具还是服务于用视频赚钱的人，那就得问问：
它服务的是哪类视频赚钱场景？
它掌握创意、制作、分发里的哪几层？
如果只掌握制作，怎么避免被成本和管理费吃掉？
它的客户自己能不能赚钱？客户赚不到钱，工具付费也不会持续。
创作者为什么进来？是省时间，还是能接单、变现、分账、拿到流量？
分发在哪里发生？钱从哪里回来？
这些问题答不清，工具做得再漂亮，也可能只是一个 demo。demo 可以证明技术路径，却很难证明商业位置。得看清楚服务的客户本身怎么赚钱的，帮助他们赚到钱，工具才可持续。（阶段性的卖铲子不需要考虑可持续问题哈）
它逼我每次都先问：我到底在做创意、制作，还是分发？
如果只做中间那一层，我有没有被低毛利吞掉的风险？如果我想做工具，这个工具到底是在增强哪一端的稀缺性，还是只在加速一个已经很卷的中间带？所以我在畅想未来可能的商业模式：
四种可能成立的商业模式
1. 创意加制作
掌握 IP、小说版权、导演资源、品牌 brief 或 creator sourcing，然后用自己的制作工具把这些创意资产更快生产出来。
这种模式的重点不是“我有一个更好用的工具”，而是“我能帮你搞定前面最烦、最稀缺、最有商业价值的东西”。例如版权、脚本、世界观、人物设定、广告角度、品牌策略。
它的收费不只来自 token，也可以来自版权、项目费、创意服务费、制作费和平台抽成。
不做工具赚钱，可以靠IP的变现途径赚钱。品牌带货、线下门店等。
2. 制作加分发
自己有制作能力，同时有账号矩阵、MCN、投放团队、广告主资源、发行渠道或自有平台。
这种模式的逻辑是：我不一定拥有最上游创意，但我能采购创意，把它做出来，并且确定性地发出去、测出来、赚回来。
UGC 广告、短视频广告、流量号、短剧投流都更接近这个方向。分发能力越强，制作就不是成本中心，而是流量生意的一部分。
3. 创意、制作、分发三端打通
这是最完整的模式：我掌握创作者或 IP，让他们用我的工具生产，并在我的平台或渠道上分发，内容产生广告、流量、付费或交易收入，再把大部分收益分给创作者。
这时工具不是单独卖 SaaS，而是平台基础设施。创作者不是只来买 token，而是来赚钱。公司也不是靠 token 差价活，而是靠分发、交易、广告、订阅、平台抽成或内容资产增值活。
难点是很重：既要有创意供给，又要有制作效率，还要有分发闭环。但一旦成立，护城河也更强。目前的头部博主比如影视飓风、野兽先生就是全链路掌控的，他们的变现不完全依赖于内容，而是在内容外的品牌衍生品，本质上已经不是内容公司，而是靠高质量内容供给打造自己品牌，用品牌到电商领域变现。这也是个法子，总之得想清楚服务的客户是什么样的。
4. 创意加分发，弱化制作
还有一种从分发端切入的模式：平台连接广告主和创作者，广告主发布 UGC 广告脚本、定价和需求，创作者接单制作。中间制作工具可以开放，不一定必须用平台自研工具。
平台赚的是双边市场的钱，而不是制作工具的钱。它掌握的是需求、创作者供给、定价、交付和分发效果。
这类模式在 AI marketing 里更可能先跑出来，因为营销预算更明确，需求更高频，广告素材本来就需要大量测试。而制作这一层不用工具，只匹配「无名导演」就行，只要成本可控。其实现在的很多短剧公司的制作也是承制商制作，全部外包。
四、认知的坑没法消灭，只能缩短
回头看，我最大的认知坑，是过去忽略消费端，盲目追求「做好视频」。
这件事我踩了很久。
认知上的疼，有点像第一次失恋。别人提前告诉你结局也没用，只有自己过一遍，才知道有多痛。你以为自己在追一个正确方向，其实是在把错误方向执行得很认真。
坑没法消灭。能做的，大概只是缩短踩坑时间。
所以我并不觉得这些认知，「讲清楚创意制作分发」本身有什么护城河。观念讲出来不怕被抄，因为从观念到执行，中间还隔着勇气、判断、选位置，以及一轮轮真实的创作、服务和分发实验。所以我觉得公开这样的认知也无所谓。
AI 目前只改变的是制作成本。但商业模式能不能成立，要靠创意和分发把价值想清楚。
至于我自己，大概不会再只把自己放在「把工具打磨得更好一点」的位置上。我更想走进真实市场，看内容如何被消费，看钱如何回来，看创作者为什么留下，再决定自己站在哪一层，做什么连接。可能这个道理很简单，不过体感感受还是很不一样的，真的有用的创业道理，或许本身最后就是一两句话，甚至是创业过程中绝对听过很多次的话。这就是第一性原理。听和理解和知行合一的做，是非常不一样的层次。
如果读者对创意制作分发感兴趣，可以跟我聊聊，反驳一下我。也用本文提醒一下自己：
视频做出来到有价值还有很长的路。
