双Agent多模型生成12部粘土短片成本超视频模型

作者使用 Claude Code 和 Codex 两个编码 Agent 在无预算情况下从零启动短视频频道，五天内产出十二部关于欺诈故事的粘土风格短片，总花费仅 184 美元（含废弃素材），获得近 1.9 万次观看和 25 个粉丝。该案例展示了 Agent 如何接管从脚本、配音、图像生成到剪辑上传的全流程。 关键发现在于成本结构的反转：虽然视频生成（Kling 3 Pro）和图像生成（fal.ai）是主要支出，但计算表明若按 API 价格计费，Claude Code 因需反复重读上下文历史，单部电影 Token 成本可达 47 美元，远超视频模型费用。此外，作者记录了具体的工程实践细节，如使用参考表保持角色一致性、通过 Whisper 转录比对确保旁白准确性，以及利用 ElevenLabs 的语音模型配合严格的静默时长限制来避免“坏视频”观感。 数据反馈机制显示，Agent 擅长执行可量化的规则迭代而非审美判断。例如，通过分析完播率发现宽镜头开场导致流失，从而确立“第一句必须包含具体物理动作”的规则；发现结尾过长导致用户离开，将产品推介部分压缩至 6 秒以内。这种“发布 - 测量 - 找漏洞 - 写规则”的闭环使得后续影片表现提升，但也暴露了 Agent 无法自主识别风格或故事优劣的局限，仍需人工介入把关。