打开一个视频模型，写提示词，跑十秒画面，不对，改，再跑——这是过去一年做AI视频的标准动作，按秒计费，返工就是白烧钱。
但最近半个月，另一条路悄悄跑通了：让Agent接管做视频的流程——最激进的连视频模型都不调，直接写代码把视频"写"出来。
10月15日，博主数字生命卡兹克实测了一个叫Anatomy的开源Skill，它的设计理念只有一句话：物体本身，就是解释。你告诉它"讲讲机械表怎么计时"，它会先做出一个能转、能拆、能交互的机械模型动画，再配上讲解和配音，一轮直出一条几分钟的科普视频。齿轮卡得严丝合缝，音效也都配上了。微信公众号微信公众号
这波热度不是孤例。火柴人解说的Skill，丢个话题进去，它先出一份导演提案，你看过、改过、觉得没问题了，它再把每一段拿去生成视频的提示词写出来。你确认后拿提示词去视频工具跑一遍，剪映拼起来，从定题到出片用不了半小时。白板手绘动画的Skill更直接，字幕文件丢进去。分镜、线稿、逐幕渲染全包了，还有人用Remotion让AI写代码，把一条30分钟的口播剪成成片。知乎知乎哔哩哔哩
关键还是账。
卡兹克实测，一条5分钟的TCP三次握手科普视频，大约消耗他200美元月费的Claude Max会员周额度的1%。国外开发者merefield连跑十次Anatomy，默认模型每个2到6分钟，顶级模型加检查修复要6到17分钟——而且都是第一稿。时间才是大头：顶级模型强度拉满，卡兹克那条5分钟视频做了一个半小时。微信公众号微信公众号
对重度用户来说，周额度的1%几乎无感；视频模型按秒跑废几条，钱就没了。Agent写代码这条路的成本结构，和视频模型完全是两回事。
不过先别急着冲，有几个坑得先说清楚。
第一，模型差距是真差距。有人拿Codex试了同一个Skill，结论是"效果很差，Claude断档领先"。自己练手，降一档模型够用；想发出去当作品，顶级模型跑不掉。微信公众号
第二，它只能画"有机制的"东西。Anatomy画机器、仪器、机械结构在行，讲制度、文化、情绪这类没有机制的概念，它帮不上忙。想让它讲清楚金融危机怎么发生，别勉强。微信公众号
第三，也是最要紧的：它讲的不一定对。卡兹克让AI讲Transformer，AI打算自己训一个小模型，直接被平台封了会话。评论区那句"做错了你能发现吗"才是真问题。AI生成的动画再精细，具体参数和关键原理，还是得回头自己核对一遍。微信公众号
这批Skill还有个共同细节：先出草图或提案，你点头，它才跑全流程。AI视频最贵的不是额度，是返工——片子跑完才发现结构不对，等于白来一轮。
所以这件事真正的变化，不是又多了个工具，而是AI视频的门槛换了地方：以前拼会不会剪，现在拼会不会讲。画面生成那条路已经卷成红海。而"把一件事讲对"，工具再强，最后一公里还是得自己走。微信公众号
