要点速览
- 创作者拆解 AI 视频剪辑全流程：仅视频论文与教程适用，前期选题、脚本、剪辑、后期与测量均有具体工具链与成本数据。
- “The Gauntlet Loop”针对代理自评虚高问题，用可检验标杆、子代理循环与全新上下文盲评者提升产出质量。
- 非程序员 Rashid 用投资人数据库与程序化 SEO 把 MRR 从 3 千推至峰值 4.3 万，并给出 2026 年可复制打法。
- AppSumo 将 Google Ads 近乎全流程自动化，据称减少约 90% 代理工作量与成本，但结果仍需人工复核。
- 多款新挂牌 SaaS 与内容品牌披露 TTM 收入与要价，同时出现“估值与财富是两回事”的创始人视角。
- 编码代理改变开发者工作方式的评论、Laya-mlx 实测与 Jev 测试修正，共同勾勒代理能力边界。
一、AI 视频剪辑全流程实战
- 创作者 @cinkotweets 对 AI 支持视频全流程的拆解显示，目前 AI 主要适用于视频论文和教程两类，因二者有清晰大纲、固定脚本和可一次性录制后由 AI 剪辑的素材，其他格式仍高度依赖手艺；作者称自己曾是 AI 视频剪辑的最大怀疑者。1
- 前期选题用 AI 找机会并从工具和团队讨论中提取素材，但最终判断与签核仍由人负责；可接入 Ahrefs 到 Claude 和 Notion 查询本周 AI 内容机会及视频是否已进前五，或用抓取 Slack、Notion、会议等连接器的技能挖掘真实讨论并生成个性化每日简报，Anthony 用 Codex 搭建内容规划应用，每日简报在 Opus 上约 8 美分。1
- 脚本与初剪阶段，大纲仍由人搭建，采用对话、画面、音效三栏格式；Scriptwriter 技能通过访谈式提问让创作者用自己的语言表达，再逐拍转成要点供即时反应，反应本身成为真正脚本；剪辑分阶段进行，Codex 配合 Final Cut 在追加一次修正提示后产出无尴尬停顿的流畅剪辑，两次提示消耗约 5 小时上下文窗口的 86%，但每周 Codex 用量仍余约 53%，且 Codex 在 radio cut 上胜过 Descript。1
- 后期与测量环节，用“archival finder”代理按给定风格和参考寻找并下载 B-roll、档案素材和 VFX，归档并放入时间线，还生成纸质纹理背景；用 Remotion 加代理做动效，先出计划再迭代，约 9 分 10 秒进入 Final Cut 时间线；通过 MCP 接入 Epidemic Sound 选曲和音效，按创作者参考迭代，并利用其裁剪功能让音乐贴合剪辑、混音位于人声之下。1
二、代理循环方法论与能力边界
- 作者介绍 @mattshumer_ 的“The Gauntlet Loop”：针对代理只做一次就宣称完成、且自我评分虚高的问题，先设定可检验的真实标杆（如“最新 Call of Duty”水平），把任务拆给专门子代理，逐块循环到像真实作品而非“对 AI 来说不错”，再由盲评者将产出与参考对比直到选中自己的版本；盲评者需全新上下文，避免继承构建者理由而盖章。1
- 该方法也用于写作、网站等，作者称 Something Big 通讯已用其做增长策略和转化文案，订阅者 CAC 结果远高于行业标准；成本上，演示和玩具不必跑满，重要工作可花数百美元或触及订阅上限，他在 Claude of Duty 仍在改进时因成本和“已经够惊艳”而停止，并认为再跑几天会更接近真实 CoD 水平。1
- 编码代理改变开发者工作方式的信号出现：作者以“Developers since coding agents”评论被引用的大厂员工作息图，暗示编码代理已改变开发者的工作方式。1
- Tony Dinh 在 MacBook 上实测 Laya-mlx 玩俄罗斯方块：速度确实快（约 84ms），但智能明显不足，3 局全败给 Jev；被引用推文称 Laya 是开源、类似 Jev 的基于文本输出概率的分类系统，移植到 MLX 并做性能优化，最高占用 1G 内存，在本地 M3 Max 上以每秒决策 60 次玩贪吃蛇，号称比 Jev 快 50 倍。1
- Tony Dinh 承认此前测试有误：游戏框架为 Jev/Haiku 承担了大量工作，会依据游戏状态准备最优选项供其挑选；若框架只提供游戏规则和状态、仅让 Jev 决定控制按钮（左/右/旋转/下落），它基本就变得没用了。1
三、程序化 SEO 与独立开发者增长路径
- Rashid 非程序员，金融背景，曾为一家金融科技公司刷爆信用卡筹得 10 万美元；因找投资人名单太痛苦，手动整理出 4 万投资人的数据库，在 Product Hunt 上线首月收入 4 千美元。1
- 该产品即 AngelMatch，现为 2.9 万美元 MRR、360 名订阅者、33% 试用转化率、每天 800–1,000 次点击，定价从 59 美元/月起，最高达数千美元；他复制该模式：InvestorHunt 月入 2,800 美元，纯靠 SEO、零营销；JournalistHunt 是 20 万记者数据库，定价 49–99 美元档。1
- 转折点是他看到 Google Analytics 每天 60 次点击后决定放大 10 倍：雇 6 名内容写手、上线免费工具、做 8 个月程序化 SEO，MRR 从 3 千升至 2 万，峰值 4.3 万；目前仍有一半收入来自程序化 SEO。1
- 他的 2026 打法：选一个解决 B2B 痛点的数据库，手动收集（或抓取）数据，快速上线获取流量，再全力投入程序化 SEO；他今天会做的方向包括按细分领域和受众规模排序的网红数据库，或新闻通讯赞助数据库；其结论是“无聊胜过时髦”，B2B 痛点加 SEO 能复利多年，而 AI 应用会归零。1
- 独立开发者 Jay 称，边环游世界边做出月入 14 万美元的应用；他认为从新地方获得灵感的收益，明显超过没有理想显示器、Wi-Fi、灯光、桌椅的成本，把自己置于陌生环境能给他能量、带来新想法。1
四、广告自动化、交易市场与创始人视角
- AppSumo 每月在 Google Ads 上花费超过 5.7 万美元，团队已将近乎全流程自动化；此前长期外包一家 1 万美元以上的 Google 代理和一家独立的 Facebook 代理，新方案据称可减少约 90% 的代理工作量与成本；该机器人会提示应削减哪些广告系列、应加大投入哪些、需要新建哪些广告，以及整体投放表现。1
- 作者称目前机器人仍会出错，因此每个结果都由人工复核，同时持续调整；系统由 Claude Code、n8n、Metabase API、Meta MCP、Google API 和 GA4 搭建；作者向他人询问如何管理广告支出。1
- @acquiredotcom 新挂牌多个项目：SaaS 内容生成平台 TTM 收入 11.8 千美元、要价 5.3 万美元；内容类 B2B 时尚权威品牌 TTM 收入 3.3 万美元、要价 3.9 万美元；电商类订阅制狗补充剂品牌 TTM 收入 74 万美元、要价 130 万美元；面向严肃交易者的期权交易工具 TTM 利润 1.7 万美元、TTM 收入 1.95 万美元、要价 6.8 万美元。1 2 3 4
- @acquiredotcom 转发观点：年赚 40 万美元、100% 持股的创始人，可能比运营 5000 万美元估值 VC 支持公司的创始人更富有；前者拥有持续增长的现金，后者 10% 股权可能价值数百万，也可能归零，估值与财富是两回事。1
- @acquiredotcom 称又一批创始人完成被收购，并推广基于真实收购数据的免费估值服务。1
- Nick Huber 认为 AI 公司面临的核心问题是用户切换成本几乎为零，因此难以获得投资回报，并预测市场将遭受重创；他转发了关于 Meta Muse AI 将大幅抢占消费级 ChatGPT 市场的观点，被引用者称自己个人用 Chat、工作用 Claude，但使用 Muse 一天后认为 Chat 将被取代，并称应关注其分发能力。1
- @levelsio 提出，在 AI 之外构建产品并将 AI 应用于该产品，现在比单纯再做 AI 产品更有竞争力；他认为技术人员最少的行业竞争最少。1 2
