AI時代，做一個會玩的人——把工作交給Skill
整理版優先睇
AI時代，會玩比專業更重要——用Skill將興趣轉為自動化生產線
呢篇文章係作者分享佢用AI自動化剪輯YouTube影片嘅經驗。作者睇完Anthropic老闆嘅採訪，話AI半年內會取代programmer，於是佢諗到用Skill功能，將一條50分鐘嘅Dan Koe英文片，9分鐘內搞掂翻譯、剪輯、字幕同文案。以前呢啲嘢要4個鐘頭，仲要用多個工具切來切去，而家一條Skill搞掂曬。
文章引用Dan Koe嘅觀點：專精一項技能喺AI時代等於慢性自殺，相反興趣廣泛先係優勢。作者反思自己以前興趣雜，剪片、寫作、自動化乜都玩，但而家可以透過AI將佢哋整合成「一人公司」。Dan Koe將呢個時代比喻做第二次文藝復興，AI降低咗學習同創作門檻，每個人嘅獨特組合可以帶嚟差異化，而家唔使樣樣精通，識得使喚AI就得。
結論係Skill係將工作流程打包成可重用嘅工具包，一句指令就做到複雜任務。作者開源咗自己嘅YouTube Clipper Skill，鼓勵讀者唔好怕唔識寫code，而家只要講得出想要乜，AI就幫你搞掂。會玩嘅人先可以留喺牌桌，因為AI係來打工，唔係搶飯碗。
- AI將在半年到一年內取代程序員，但興趣廣泛的人反而迎來機會。
- 利用Skill功能將重複性工作流打包，一句指令即可自動完成複雜任務。
- 傳統專精路徑是工業時代產物，AI時代「會玩」比「會一技」更重要。
- 每個人獨特的興趣組合構成獨特認知模型，AI能放大這種差異。
- 凡是「太難學不會」的事，而家打開AI工具描述需求，讓AI完成；將流程打包成Skill，下次一鍵執行。
YouTube Clipper Skill
自動下載、翻譯、剪輯、字幕合成、多平台文案生成嘅一站式Skill
9分鐘搞掂以前4粒鐘嘅剪輯工作
作者喺YouTube睇到Dan Koe新片，想整箇中文版放視頻號。以前要做：下載、逐句聽譯、對時間軸、剪輯、合成字幕、導出，順利用成4個鐘。
昨晚打開AI工具，同佢講「剪輯呢個視頻」，佢就開始調用我寫好嘅Skill，由下載到出成品一條龍。
- 1 下載：連結丟過去，自動識別，拉埋視頻同字幕。
- 2 切片：將字幕當成文章分析，按主題分章節，起標題、寫摘要、列關鍵詞，仲自動揀出精華片段。
- 3 重新跑字幕：用Whisper精確到毫秒級。
- 4 翻譯合成：英文翻中文，雙語疊埋再壓入視頻。
- 5 寫文案：小紅書、抖音、公眾號三個版本打包送。
成個過程由21:00到21:09，9分鐘搞掂。作者全程淨係坐喺度睇住，好似老闆咁。
專精係慢性自殺，興趣廣泛先係王牌
Dan Koe話：「專精一項技能，喺AI時代約等於慢性自殺。」
呢套專精邏輯係工業時代產物，當時需要流水線工人。但AI將所有重複專業活都取代埋，如果你淨係識一項，好快會被替代。
相反，興趣廣泛嘅人反而有優勢，因為每個興趣都增加咗你獨特嘅認知維度。達芬奇就係因為乜都玩先咁犀利。
作者反思自己：以前剪片、寫作、自動化散曬，而家可以透過AI擰埋一齊，變成一條生產線。呢個就係「一人公司」概念——你係決策者，AI係團隊。
Skill係乜？打包好嘅技能，講一句就得
Skill係將一連串工作流程封裝成一個可叫用嘅工具包。以前用AI要逐步對話：先下載、再轉格式、再跑字幕……每一步都要你盯。
而家有Skill之後，你講「我要乜」，佢就自己知點做，先後次序、最終交付乜樣都約定好。
作者開源咗自己嘅YouTube Clipper Skill，安裝只需一行命令：
npx skills add
https://github.com/mhearttzw/youtube-clipper-skill唔方便上GitHub嘅，後台回覆「工具」都得。作者強調：就算唔識寫code，只要講清楚想要乜，AI就可以幫你整出嚟，因為而家流行Vibe Coding——用自然語言叫AI寫code，你負責把關。
會用AI嘅人已經唔需要學編程，只需要知道想要乜。
會玩嘅人先留喺牌桌
好多人擔心失業，但關鍵係你點定義自己。如果你覺得自己係「敲code嘅」或者「處理文檔嘅」，咁就危危乎。
呢個時代唔使樣樣精通，會使喚就得。
作者提議：你係咪有啲事成日覺得太難學唔識？而家打開AI工具，直接話畀佢知你想要乜。等佢做完，如果滿意，就將成個流程打包成Skill。以後再遇到類似，一句命令搞掂。
會玩嘅人先可以繼續玩落去，唔係就會被淘汰。隨手點個讚、在看、轉發三連，或者畀個星標⭐都好啊。
啱啱喺YouTube睇到個重磅訪問。喺最近嘅世界經濟論壇上面，Anthropic嘅老細同Google CEO傾偈，講咗句狠話：半年到一年內，AI就可以將程序員嘅工作全部搞掂。
Anthropic：就係整Claude模型嗰間公司，ChatGPT嘅母公司OpenAI有幾個核心成員走咗出嚟搞嘅。最近爆紅嗰個Skill功能，就係佢哋原創。
聽清楚——唔係「幫你寫代碼」。係你講個需求，佢由頭做到上線，中間唔使你插手。
而家AI嘅發展已經唔再係單純嘅代碼實現，而係對各行各業嘅效能革命。
好似我噚晚做咗個嘢，以前要搞4個鐘頭，今次10分鐘搞掂。唔係寫程式，係幫一個YouTube上面嘅英文長片配中文字幕，再跟主題剪成多條短片。
50幾分鐘長片，點樣搞
噚晚收工返到屋企，攤喺梳化度玩手機。見到Dan Koe出新片，講「如果你有多種興趣，唔好浪費未來兩三年時間」。睇完覺得好有共鳴，諗住不如整返個中文版擺上視頻號。
Dan Koe係邊個？外國平台總共300幾萬粉絲，「一人公司」倡導者，一年靠寫作賺500萬美金。佢有條推文《一日修復你成個人生》，喺Twitter上面閲讀量已經超過1.7億。佢分享嘅內容養活咗唔少國內知識搬運博主。 Dan Koe嘅Twitter主頁
首先睇嚇今次AI工具生成嘅一個成品片段：
以前呢個工序點做？
首先要將條片下載到電腦，然後一句句聽，翻譯做中文。翻譯完仲要對時間軸，逐格校準。校完之後剪輯，剪完合成字幕落條片，最後導出。當中要用好多個工具，仲要切來切去，順利嘅話4個鐘頭。唔順利？唔使講喇。
我以前真係做過呢啲嘢。以前喺B站做《10分鐘速成課：政治學》，美國嗰個系列，三集，總共幾十分鐘長，總共要花4、5個鐘先搞得掂。
當時諗：呢啲爛嘢可唔可以交俾機器做？
而家得喇，真係得喇。
我打開AI工具，同佢講：
剪呢條片。 同AI對話嘅截圖
然後佢就開工，開始調用我寫好嘅Skill（由下載影片到分析文案、再合成字幕、揀精華片段直接出成品，一條龍服務）。
佢做咗啲咩
下載——掟個連結過去，自動識別，條片拉落嚟，英文字幕檔案順手都生成埋。
切片——呢步最勁。佢唔係死板咁跟5分鐘一段切。佢將成個字幕當做一篇完整文章，識得揾話題轉折點，然後跟主題自動分成多個章節，每段仲幫你改好標題、寫好摘要、列好關鍵詞。做過剪片嘅就知呢步有幾費時，結果佢唔單止快，仲比我切得更講究（呢度我叫AI揀3個片段）
「切片列表」：
重新跑字幕——YouTube自帶嘅字幕你哋用過未？延遲、重複、漏字，好粗糙。我對呢步做咗優化，用Whisper工具重新跑一次音頻，根據音頻時間戳生成精準到毫秒級嘅字幕。
翻譯、合成、燒錄——英文翻中文，雙語疊埋一齊，然後直接壓入條片
「分段影片成品列表」：
順便仲寫埋文案——小紅書、抖音、公眾號，三個版本，打包送俾你。
「多個平台風格嘅文案」：
用咗幾耐時間？
一個連結入去，多個主題嘅影片切片出嚟，外加多套可以直接用嘅自媒體文案。
9分鐘。
我就全程做老闆坐喺度睇住。
「識玩」先係呢個時代最稀缺嘅能力
Dan Koe喺條片入面提出一個好扎心嘅觀點：
> *專精一項技能，喺AI時代約等於慢性自殺。*
佢話，我哋細細個就被灌輸一套邏輯：揀一個方向、深耕、成為專家。就係咁返學、返工、退休過一生。
但呢套嘢係工業時代嘅產物。嗰陣時需要生產線工人，每人負責一個工序，效率最高。亞當·斯密喺《國富論》計過數：十個人各負責一個工序，產量係一個人自己做嘅2400倍。
所以成個教育體系都係培養「專才」——可以俾系統使用嘅零件。
問題係，AI嚟咗。
嗰啲專精嘅工作，AI做得比你快、比你準、唔使人工、唔會嗌攰。你引以為傲嘅「一技之長」，正被AI用好平嘅成本批量取代。
如果Anthropic內部已經有工程師好少寫代碼。只要AI模型寫，佢哋睇，睇完冇問題，就直接當係工作成果。
但Dan Koe話鋒一轉：喺AI時代，如果你興趣廣泛，恭喜你，你可能攞到入場券。
佢舉咗達文西做例子。達文西唔係某個領域嘅專家，佢係畫家、雕塑家、建築師、工程師、解剖學家……佢乜都玩，乜都好奇。
達文西講過一句話：「萬物與萬物相連。」
一個讀心理學又識設計嘅人，睇用戶行為嘅方式和純設計師完全唔同。一個識寫作又識編程嘅人，做出嚟嘅產品，同純程序員諗嘅完全唔同。每個人嘅閲歷唔同，佢哋嘅品味、看法就會令AI生成唔同嘅作品。
每一個你追過嘅興趣，都喺為你獨特嘅認知模型增加一層維度。
呢樣嘢令我想起自己。
我個人興趣好雜——剪片覺得好玩，做內容覺得好玩，搞自動化都覺得好玩。以前呢啲嘢散修修，完全冇關係。直到有一日我發現：佢哋可以扭埋一齊。
我用AI，將我想玩嘅嘢做出嚟。
Dan Koe叫呢樣做「容器」——一個可以將你所有興趣裝入去嘅嘢。以前呢個容器係公司俾你嘅職位，係你讀嘅專業。而家唔同咗，你自己就係容器。
嗰晚我坐喺電腦前，突然醒起一件事：我唔係喺度「做嘢」。我只係喺度*玩*。
只要同AI講我想要咩，睇佢做，唔啱就叫停，啱就驗收。
而家流行嘅「一人公司」概念，就係叫我哋由角色執行者轉變為團隊決策者，用AI帶團隊，只不過呢個團隊唔使錢、唔會嗌苦、24小時在線。
呢個就係「識玩」嘅意思——你唔使樣樣精通，但你要知道自己想玩咩，然後叫AI幫你將嘢做出嚟。
Dan Koe話我哋正企喺「第二次文藝復興」嘅入口。印刷術令知識由修道院流向大眾，催生咗達文西嗰一代通才。AI做緊同一樣嘢——學習成本喺度冧，創作門檻喺度消失，一個人做到嘅嘢正以指數級膨脹。
嗰張俾人嘲笑嘅「三分鐘熱度」牌，可能正正就係入場券。
你可能想問嘅
Skill究竟係乜嘢嚟？
你就當佢係「打包好嘅技能」。（目前主流嘅AI工具：CodeBuddy、Cursor等都已經支援Skill功能）
以前用AI，要逐步同佢對話交流：先下載，然後轉格式，再跑字幕……每一步都要你睇住，佢先會繼續。
Skill唔係咁。佢係一整套流程，封裝好嘅工具包。你只要講「我要咩」，其他嘢佢自己識點做、邊樣做先邊樣做後、最後交乜嘢俾你。
打個比喻：以前嘅AI係你請咗個實習生，要培訓先做到嘢；有咗Skill之後，你請嘅係資深專家，唔使培訓，一講就明。
你呢個Skill點樣得嚟？
根據開源代碼優化之後，用而家大熱嘅Skill功能，將工作流程嘅所有節點自動化捆埋一齊。以後再遇到類似嘅片，掟個連結就得。
代碼放出嚟，邊個想用邊個攞：github.com/mhearttzw/youtube-clipper-skill
安裝都好簡單，一行搞掂：
唔方便上Github嘅朋友，後台回覆「工具」就可以拎到 🔧
唔識寫代碼嘅人搞得掂嗎？
得㗎。上個禮拜我做咗個開發工具箱，小程式、網頁、Mac Client全部有。代碼？一行幾行。只需要AI出貨，我把關。你只要講得清楚自己想要咩，其他嘢佢搞得掂：
以前工業時代大多數人嘅路徑可能係喺學校將知識裝入個腦，然後用知識技能去揾工，但喺AI時代，真係變咗：
我哋揾食嘅本事唔再係「識剪片」，亦唔係「識寫Code」。而係知道自己想做咩。
最後講兩句
而家網上好多言論：程序員要失業？白領要失業？
我覺得要睇你點定義自己。如果你覺得自己係「寫Code嘅」或者「處理Word文檔嘅」，咁可能真係危。
但如果你覺得自己係「搞得掂件事嘅人」、「將腦入面嘅嘢變成真嘢嘅人」——咁呢個時候，簡直係執到寶。
AI唔係嚟搶你飯碗。佢係嚟幫你打工。
但前提係你要諗清楚：你想佢做咩。
Skill就係呢樣嘢：將你腦入面嗰啲「我想做呢樣做嗰樣」，變成隨時可以啟動嘅生產線。下次再遇到同類嘅嘢，一句說話就出結果。
唔使樣樣精通。識指使就得。
好，輪到你喇。
有冇啲嘢，你一早想做，但成日覺得「太難學唔識」？而家打開AI工具，同佢講你想要咩。
唔好理自己識唔識。佢會幫你搞掂。
如果出嚟嘅產品好滿意，將啱先AI嘅工作流程打包成Skill。下次再做，佢可以直接調用呢個Skill做得更快。
呢個年頭，識玩嘅人先可以留喺牌枱。
睇完覺得有啲意思？順手畀個Like、睇、轉發三連啦，如果想第一時間收到推送，都可以畀我個星標⭐。
AI時代，唔係識用而係「識玩」。
GitHub： https://github.com/mhearttzw
Twitter： https://x.com/realDanRoe
剛在油管上刷到個重磅採訪。在最近的世界經濟論壇上，Anthropic老闆跟谷歌CEO聊天，說了句狠話：半年到一年內，AI就能把程序員的活全乾了。
Anthropic：就是做Claude模型的那家公司，ChatGpt母公司OpenAI的幾個核心成員跑出來搞的。最近火得一塌糊塗的Skill功能，就是他們原創。
聽清楚——不是"幫你敲代碼"。是你說個需求，它從頭幹到上線，中間不用你插手。
現在AI的發展早已從單純的代碼實現轉變到了對各行業的效能革命。
比如我昨晚搞了個活兒，換以前得磨4個鐘頭，這回10分鐘收工。不是寫程序，是給一個油管上的英文長視頻配中文字幕、並根據主題剪成多個短視頻。
50多分鐘長視頻，咋整的
昨天下班到家，癱沙發上刷手機。看到Dan Koe新出了個視頻，講"如果你有多項興趣愛好，不要浪費接下來的兩三年時間。"。看完挺受用，想着要不做箇中文版扔視頻號。
Dan Koe是誰？外網全平台300多萬粉，“一人公司”倡導者，一年靠寫作賺500萬美元。他有條推文《一天修復你的整個人生》，在推特上目前閲讀量已超過1.7個億。其分享的內容養活了不少國內知識搬運博主。 Dan Koe推特主頁
首先看本次AI工具生成一個成品片段：
擱以前這活怎麼幹？
首先得把視頻下載到到本地，然後一句一句聽，翻成中文。翻完了還得對時間軸，一幀一幀調。調完剪輯，剪完合成字幕到視頻，然後導出。其中涉及到多個工具的使用與切換，順利的話，4個小時。不順利？別提了。
我以前真幹過這事。以前在B站做《10分鐘速成課：政治學》，美國那個系列，三集，總共幾十分鐘的時長，一共得花4、5個小時才能幹完。
當時就琢磨：這破活兒能不能讓機器幹？
現在能了，真能了。
我打開打開AI工具，跟它說：
剪輯這個視頻。 與AI對話的截圖
然後它就動起來了，開始調用我寫好的Skill（從視頻下載到文案分析、再到字幕合成、挑選精華片段直接出成品，一條龍服務）。
它都幹了啥
下載——連結丟過去，自動識別，視頻拉下來，英文字幕文件也順手生成了。
切片——這步最絕。它不是傻乎乎按5分鐘一段切。它把整個字幕當作一篇完整的文章，能夠找到話題轉折的地方，並且按照主題自動分成多個章節，每段還給你起好標題、寫好摘要、列好關鍵詞。幹過視頻剪輯的就知道這步能有多費時間，結果它不僅乾的快，還比我自己切得更講究（這裏我告訴AI精選3個片段）
「切片列表」：
重新跑字幕——YouTube自帶的字幕你們用過嗎？延遲、重複、漏詞，糙得很。我對這步進行了優化，使用Whisper工具從頭跑了一遍音頻，根據音頻時間戳來生成精確到毫秒級的字幕。
翻譯、合成、燒錄——英文翻中文，雙語疊一塊，然後直接壓進視頻
「分段視頻成品列表」：
順便還把文案寫了——小紅書的、抖音的、公眾號的，三個版本，打包送你。
「多個平台風格的文案」：花了多長時間？
一個連結進去，多個主題的視頻切片出來，外加多套能直接用的自媒體文案。
9分鐘。
我就全程當老闆坐那看着。
"會玩"才是這個時代最稀缺的能力
Dan Koe在視頻裏提了一個扎心的觀點：
> *專精一項技能，在AI時代約等於慢性自殺。*
他說，我們從小就被灌輸一套邏輯：選一個方向、深耕、成為專家。就這樣上學、工作、退休度過一生。
但這套東西是工業時代的產物。那時候需要流水線工人，每人負責一道工序，效率最高。亞當·斯密在《國富論》裏算過賬：十個人各負責一道工序，產量是一個人單幹的2400倍。
所以整個教育體系都在培養"專才"——能被系統使用的零件。
問題是，AI來了。
那些專精的活兒，AI幹得比你快、比你準、不要工資、不喊累。你引以為傲的"一技之長"，正在被AI以非常便宜的成本批量替代。
如果Anthropic內部已經有工程師不怎麼寫代碼了。只要AI模型寫，他們看，看完沒問題，就直接是工作成果。
但Dan Koe話鋒一轉：在AI時代，如果你興趣廣泛，恭喜你，你可能拿到了入場券。
他舉了達芬奇的例子。達芬奇不是某個領域的專家，他是畫家、雕塑家、建築師、工程師、解剖學家……他啥都玩，啥都好奇。
達芬奇說過一句話："萬物與萬物相連。"
一個學心理學又懂設計的人，看用戶行為的方式和純設計師完全不同。一個懂寫作又會編程的人，做出來的產品，和純程序員想的根本不是一回事。每個人的閲歷不一樣，其品味、看法就會能讓AI生成不一樣的作品。
每一個你追逐過的興趣，都在為你獨特的認知模型增加一層維度。
這讓我想到自己。
我這人興趣雜得很——剪視頻覺得好玩，覺得好玩，做內容覺得好玩，搞自動化也覺得好玩。以前這些東西散着，八竿子打不着。直到有一天我發現：它們可以擰到一塊。
我用AI，把我想玩的東西做出來。
Dan Koe管這個叫"容器"——一個能把你所有興趣裝進去的東西。以前這個容器是公司給你的崗位，是你學的專業。現在不一樣了，你自己就是容器。
那天晚上我坐電腦前，突然意識到一件事：我沒在"幹活"。我就是在*玩*。
只要跟AI說我想要啥，看它幹，不對就喊停，對了就驗收。
現在流行的“一人公司”概念，就是讓我們從角色執行者轉變為團隊決策者，用AI帶團隊，只不過這團隊不要錢、不叫苦、24小時在線。
這就是"會玩"的意思——你不用樣樣精通，但你得知道自己想玩什麼，然後讓AI幫你把東西做出來。
Dan Koe說我們正站在"第二次文藝復興"的入口。印刷術讓知識從修道院流向大眾，催生了達芬奇那一代通才。AI正在做同樣的事——學習成本在崩塌，創作門檻在消失，一個人能幹的事正在指數級膨脹。
那張被人嘲笑的"三分鐘熱度"牌，可能正是入場券。
你可能想問的
Skill到底是個啥玩意？
你就把它理解成"打包好的技能"。（目前主流的AI工具：CodeBuddy、Cursor等都已經支持Skill功能）
以前用AI，得一步一步和他對話交流：先下載，然後轉格式，再跑字幕……每一步都得你盯着，它才往下走。
Skill不是這樣。它是一整套流程，封裝好的工具包。你只管說"我要啥"，剩下的它自己知道怎麼辦、先幹啥後幹啥、最後交付成啥樣。
打個比方：以前的AI是你招了個實習生，需要培訓才能上手，有了Skill之後，你招的就是資深專家，不用培訓，活兒一說就上手。
你這Skill咋來的？
根據開源代碼優化後的，使用目前大火的Skill功能，把工作流的所有節點自動化捆一塊了。以後再碰到類似的視頻，連結一丟就跑。
代碼放出來了，誰想用誰拿：github.com/mhearttzw/youtube-clipper-skill
裝也簡單，一行搞定：
不方便上Github的朋友，後台回覆"工具"即可獲取 🔧
不會寫代碼的人能搞嗎？
能啊。上禮拜我做了個開發工具箱，小程序、網頁、Mac客戶端全有。代碼？一行幾行。只需要AI出活，我把關。你只要能說清楚自己要啥，剩下的它能辦：
會用AI的人，已經不需要學編程了—Vibe Coding實踐
以前工業時代大多數人的路徑可能是在學校將知識裝進腦袋，然後利用知識技能去找工作，但在AI時代，真的變了：
我們吃飯的本事不再是"會剪視頻"，也不是"會敲代碼"。而是知道自己想幹嘛。
最後說兩句
現在很多網上言論：程序員要失業了？白領要失業了？
我認為這看你如何定義自己。如果認為自己是"敲代碼的"或者是"處理word文檔的"，那可能真懸。
但如果你覺得自己是"把事兒辦成的人"、"把腦子裏的東西變成真東西的人"——那現在這時候，簡直是撿到寶了。
AI不是來搶你飯碗的。它是來給你打工的。
但前提是你得想清楚：你要它幹什麼。
Skill就是這麼個東西：把你腦子裏那些"我想幹這個幹那個"，變成隨時能啓動的流水線。下回碰到同類的活兒，一句話就出結果。
不用樣樣精通。會使喚就行。
行，該你了。
有沒有什麼事，你早就想幹，但老覺得"太難了學不會"的？現在打開AI工具，告訴它你想要啥。
別管自己會不會。它會幫你幹。
如果出來的產品很滿意，將剛才AI的工作流程打包成Skill。下回再幹，它能直接調用這個Skill完成得更快。
這年頭，會玩的人才能留在牌桌。
看完覺得有點意思？隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標⭐。
AI時代，不是會用而是“會玩”。
GitHub： https://github.com/mhearttzw
Twitter： https://x.com/realDanRoe