最近有點焦慮，不是流量，是這個

大家好，我係最近有啲焦慮嘅冷逸。

焦慮嘅原因唔係因為流量。我做內容呢幾年，流量呢樣嘢起起伏伏，早就睇淡咗。爆咗就開心，冇爆就分析，唔至於為呢樣嘢夜晚瞓唔着。

亦都唔係技術焦慮。好多創作者驚AI搶飯碗，呢個我理解。但係講真呢種焦慮喺我度唔太成立，因為我本來就係靠AI做嘢嘅人，AI幫我搜、幫我做、幫我跑，我早就俾人『替代』咗一半，而且替代得幾爽。

我嘅焦慮係另一種，更底層，亦都更難講清楚嗰種：點樣先可以做出真正好嘅內容？

最近，有部潮汕方言電影《給阿嬤的情書》爆紅，成本得1400萬，全素人演出，啱啱上映嘅時候排片得1.6%。結果到今日，總票房已經突破咗10億，豆瓣9.1。

佢做啱咗啲乜？唔係特效，唔係明星，亦都唔係流量密碼。導演藍鴻春話，佢哋花咗大半年喺東南亞做田野調查，訪問咗無數老華僑，電影90%以上嘅細節都有真實原型。嗰啲僑批（老華僑寄返鄉下嘅信件）上面嘅每一句話，都記載住一個個嘅真實人生，有情有義，有血有肉。

呢樣嘢AI識唔識寫？識。但AI寫唔出嗰種紙短情長嘅分量——因為佢冇喺異國他鄉嘅深夜，聽一位九十歲嘅阿婆講佢後生嗰陣點樣幫人寫信，點樣將思念揉入一句『江海有岸，團圓可盼』入面。

所以創作者真正嘅焦慮，從來唔係流量，亦都唔係技術，而係『我到底做唔做到真正令自己滿意嘅作品？』

呢條線，好難量化，亦都冇辦法靠工具直接解決。

我見過好多創作者用AI提升效率之後，產量係上咗去，但作品越來越似流水線，有頭有尾，邏輯清晰，但就係冇乜力水。我有一段時間都係咁，寫咗一大推，回頭睇，都過得去，但冇一篇令我好激動。

就喺呢個節點，我開始認真研究Agent OS呢類產品。

唔係覺得佢哋可以幫我寫出好內容，呢個需求本來就係偽命題，好內容係諗出嚟，唔係生成出嚟。我想搞清楚嘅係，呢類專門服務創作者嘅Agent產品，有冇可能幫我將嗰個『揾念頭』嘅過程變得更高效，令到我可以喺一堆素材、一堆信息入面，更快揾到嗰個值得講嘅角度，嗰個能夠打動人嘅切口。

一手實測

亦藉此，今日我想同大家傾一個叫「Omniwork」嘅Agent OS產品。

先簡單認識一下呢個介面。

同主流AI產品類似，左邊係功能欄，有自動化任務、專家團隊（即係Agent Team）同Skills市場，模型以Claude、Kimi同GLM為主。

下面，我用4個case帶大家睇下佢嘅實測效果。

1）拆解《給阿嬤的情書》

「Omniwork」有好多Expert（專家），好似呢位Trend-To-Post，比較擅長追蹤熱點，寫作小紅書、X同公眾號。

我哋請佢幫手先。

畀佢安排一個任務：

分析《給阿嬤的情書》點解會爆紅？作為創作者應該點樣講好故事？俾咗我哋啲乜嘢借鏡。根據呢啲創作一篇小紅書筆記。

佢會自動創作一篇包含封面圖、配圖、標題同正文嘅全素材內容。

甚至仲專登寫咗一個HTML嘅預覽頁面。

淨係睇圖文內容唔夠，我叫佢做一份PPT。唔需要另外開任務視窗，直接對話調用專家就得。

PPT效果都唔錯，用暖琥珀色 + 深棕色 + 潮汕紅，呼應咗僑批信件嘅年代感。

尤其係第8頁，我好鍾意，算係答咗我開篇嘅焦慮。

今年，有張雪機車，有《給阿嬤的情書》，佢哋都喺度傳遞一個訊息：真誠，正在俾人睇到。

《情書》嘅背後，係團隊『籌備咗30年先走到今日』，30年嘅潮學研究，最後靠一部電影出圈；張雪機車，係一個14歲嘅輟學少年，用20年時間由修車鋪一路殺到世界冠軍嘅舞台。

你睇，呢兩個看似毫無關係嘅故事，核心其實一模一樣：

佢哋都將自己活成咗嗰個『笨人』。

所以，對於創作者嚟講，與其焦慮，不如返去嗰個最樸素嘅問題：你做嘅呢樣嘢，你自己相唔相信？你自己感唔感動？

如果答案係『係』，就去做。觀眾會用腳投票。

2）調研社交媒體賬户

作為創作者，第一步工作係起號，點樣揾到自己擅長嘅領域，做市面上冇嘅內容。

Omniwork嘅專家團隊有一個Account Monitoring Expert，專門負責調研社交媒體賬户，國內、海外都得。

我請咗佢，派咗一個任務：

我計劃開設一個講中國歷史嘅頻道，幫我調研嚇目前都有邊啲賬號，邊啲領域仲有機會。

佢幫我分析咗8個標桿頻道，YouTube同B站都有。

呢個係詳細嘅分析報告。

老實講，呢份報告都幾靠譜，尤其係最後建議部分。佢認為英文頻道依然有廣大嘅市場，將神話同歷史混合講點擊率最高，蒙古、三國同唐漢係大家最感興趣嘅歷史話題。

有咗呢個專家，攞嚟做啲社交媒體賬户分析，可以幫我哋慳返好多時間。

3）製作口播視頻

今年，大家有冇覺得異常咁熱？

呢啱先到5月，我已經開咗一個禮拜多啲嘅冷氣。諗返前段時間印度高温，我叫Omniwork幫我檢索一下相關信息，然後製作一個口播視頻。

今次要用到2個專家，Experts Team組隊，可以直接對Omniwork Assistant呢個助手下任務，佢係一個Agent調度中樞：

幫我製作一條2026年印度高温嘅深度科普視頻，先深度檢索『2026印度高温』嘅有關信息，形成1分鐘嘅口播稿（由印度高温講到今年國內嘅天氣），然後調用Voice Actor生成口播視頻（對嘴型人物由Visual Design Director生成一位亞洲嘅女主播）。

佢會調用memory、tool、skill同Agent等多項能力，幫我哋做嘢。

先用Visual-Design-Director呢個設計總監生成主播圖片。

再用Voice-Actor呢個配音專家生成TTS語音。

畀大家聽下生成好嘅音頻。

最後，畀我哋交付一段78秒嘅口播視頻。

任務完成之後，Omniwork仲有一個好得意嘅地方，就係佢會主動提示你可以一鍵創建skill。

呢個對於複雜任務嚟講好有用，可以將自己嘅一啲固定工作流程沉澱成skill，下次遇到類似任務直接調用skill就得，非常方便。

4）製作分鐘級廣告視頻

最後，我試咗一個複雜任務，今次要調用3個Experts。

呢個週末我計劃去汶川摘車釐子，呢度有中國少見嘅高山水果，相比冬季嘅進口車釐子非常相因（四川話，平、抵食嘅意思），我想俾汶川車釐子做一條宣傳視頻。

我嘅任務係：

檢索關於汶川車釐子嘅信息，提取汶川車釐子嘅產品賣點，並幫我俾汶川車釐子製作一條廣告宣傳視頻，令外界認識汶川嘅車釐子。

製作步驟：

1、先蒐集整理有關汶川車釐子嘅信息，提取產品亮點、賣點；

2、然後用Visual Design Director生成產品圖、電商海報、商品詳情圖等；

3、再用Film Production Director生成最終嘅廣告宣傳視頻。

Omniwork將任務分成三步，先蒐集汶川車釐子嘅情報。

然後，安排Visual-Design-Director設計視覺物料。

產品主圖，1:1方圖，社交媒體封面用。

電商海報，3:4豎圖，活動推廣用。

品牌故事場景圖，16:9橫圖，生成視頻用。

最後，調用Film Production Director製作視頻。

呢一步，等得耐咗少少（始終係長視頻），畀大家睇下最終嘅視頻。

效果都唔錯。

佢行嘅係參考圖+場景圖+幀鏈順序生成+ffmpeg剪輯嘅工作流路徑，幾個Experts Team交叉協作，自主完成由目標推進到交付嘅全過程。

呢一輪工作流試落嚟，竟然冇bug，有啲令我覺得意外。

寫在最後

成個體驗落嚟，Omniwork同其他Agent有啲唔同。

其他創作類Agent基本係以資產為中心，畀你生成一段鏡頭、一張圖片或者一段文案，然後你自己再去組裝。而Omniwork係以目標驅動，你只需要話畀佢知你要做乜，佢會自己調動Experts Team幫你搞掂全部流程，交付完整項目。

由目標拆解到執行落地，再到最終交付，文本/圖像/視頻/音頻/coding，每個領域都有Expert幫你做嘢。

然後，佢仲有專屬嘅memory同skill。你用得越耐，佢就越識你。

當然，佢唔可以幫你想創意、想case。呢件事，邊個都幫唔到你，只能自己嚟。

但條路，佢已經幫你鋪好咗。

你儘管向前行，去揾到嗰個『只有你自己識講』嘅故事。

大家好，我是最近有點焦慮的冷逸。

焦慮的原因不是因為流量。我做內容這幾年，流量這事起起伏伏，早就看淡了。爆了開心，沒爆就分析，不至於為這個夜裏睡不着。

也不是技術焦慮。很多創作者怕AI搶飯碗，這我理解。但說實話這種焦慮在我這兒不太成立，因為我本來就是靠AI幹活的人，AI幫我搜、幫我做、幫我跑，我早就被“替代”一半了，而且替代得挺爽。

我的焦慮是另一種，更底層，也更難說清楚的那種：怎麼才能做出真正好的內容？

最近，有部潮汕方言電影《給阿嬤的情書》爆火，成本只有1400萬，全素人出演，剛上映時排片僅1.6%。結果到今天，總票房已經突破了10億，豆瓣9.1。

它做對了什麼？不是特效，不是明星，也不是流量密碼。導演藍鴻春說，他們花了大半年在東南亞做田野調查，採訪了無數老華僑，電影90%以上的細節都有真實原型。那些僑批（老華僑寄回家鄉的信件）上的每一句話，都記載着一個個的真實人生，有情有義，有血有肉。

這東西AI能寫嗎？能。但AI寫不出來那種紙短情長的分量——因為它沒有在異國他鄉的深夜，聽一位九十歲的阿婆講她年輕時如何替別人寫信，如何把思念揉進一句“江海有岸，團圓可盼”裏。

所以創作者真正的焦慮，從來不是流量，也不是技術，而是“我到底能不能做出真正讓自己滿意的作品？”

這條線，很難量化，也沒法靠工具直接解決。

我見過很多創作者用AI提效之後，產量是上去了，但作品越來越像流水線，有頭有尾，邏輯清晰，但就是沒勁兒。我有段時間也是這樣，寫了一堆，回頭看，都過得去，但沒一篇讓我特別激動。

就在這個節點，我開始認真研究Agent OS這類產品。

不是覺得它們能幫我寫出好內容，這個需求本來就是偽命題，好內容是想出來的，不是生成出來的。我想搞清楚的是，這類專門服務創作者的Agent產品，有沒有可能幫我把那個“找念頭”的過程變得更高效，讓我在一堆素材、一堆信息裏，更快找到那個值得說的角度，那個能打動人的切口。

一手實測

也藉此，今天我想跟大家聊一個叫「Omniwork」的Agent OS產品。

先簡單認識一下這個界面。

跟主流AI產品類似，左邊是功能欄，有自動化任務、專家團隊（也就是Agent Team）和Skills市場，模型以Claude、Kimi和GLM為主。

下面，我用4個case帶大家看一下它的實測效果。

1）拆解《給阿嬤的情書》

「Omniwork」有很多的Expert（專家），比如這位Trend-To-Post，比較擅長跟蹤熱點，寫作小紅書、x和公眾號。

我們僱傭一下他。

給他安排一個任務：

分析《給阿嬤的情書》為什麼會火？作為創作者應該如何講好故事？給了我們什麼借鑑。據此創作一篇小紅書筆記。

他會自動創作一篇含封面圖、配圖、標題和正文的全素材內容。

甚至還專門寫了一個HTML的預覽頁面。

只看圖文內容還不夠，我讓它做一份PPT。不需要單開任務窗口，直接對話調用專家就行。

PPT效果還行，用暖琥珀色 + 深棕色 + 潮汕紅，呼應了僑批信件的年代感。

尤其第8頁，我很喜歡，算是回答了我開篇的焦慮。

今年，有張雪機車，有《給阿嬤的情書》，他們都在傳遞一個事情：真誠，正在被看見。

《情書》的背後，是團隊“籌備了30年才走到今天”，30年的潮學研究，最後借一部電影出圈了；張雪機車，是一個14歲的輟學少年，用20年時間從修車鋪一路殺到世界冠軍的舞台。

你看，這兩個看起來毫不相干的故事，內核其實一模一樣：

他們都把自己活成了那個“笨人”。

所以，對於創作者來說，與其焦慮，不如回到那個最樸素的問題：你做的這個東西，你自己相信嗎？你自己感動嗎？

如果答案是“是”，那就去做。觀眾會用腳投票。

2）調研社媒賬户

作為創作者，第一步工作是起號，如何找到自己擅長的領域，做市面上沒有的內容。

Omniwork的專家團隊有一個Account Monitoring Expert，專門負責調研社交媒體賬户，國內、海外都可以。

我把他僱傭了，派了一個任務：

我計劃開設一個講中國歷史的頻道，幫我調研一下目前都有哪些賬號，哪些領域還有機會。

他幫我分析了8個標杆頻道，YouTube和B站都有。

這是詳細的分析報告。

實話說，這份報告還挺靠譜的，尤其是最後建議部分。他認為英文頻道依然有廣大的市場，將神話和歷史混合講點擊率最高，蒙古、三國和唐漢是大家最感興趣的歷史話題。

有了這個專家，拿來做一些社媒賬户分析，可以幫我們省掉很多時間。

3）製作口播視頻

今年，大家有沒有覺得異常的熱？

這才剛到5月份，我已經開了一個多周的空調了。聯想到前段時間印度高温，我讓Omniwork幫我檢索一下相關信息，然後製作一個口播視頻。

這次需要用到2個專家，Experts Team組隊，可以直接對Omniwork Assistant這個助手下任務，它是一個Agent調度中樞：

幫我製作一支2026年印度高温的深度科普視頻，先深度檢索“2026印度高温”的有關信息，形成1分鐘的口播稿（從印度高温聊到今年國內的天氣），然後調用Voice Actor生成口播視頻（對口型人物由Visual Design Director生成一位亞洲的女主播）。

它會調用memory、tool、skill和Agent等多項能力，給我們幹活。

先用Visual-Design-Director這個設計總監生成主播圖片。

再用Voice-Actor這個配音專家生成TTS語音。

給大家聽一下生成好的音頻。

最後，給我們交付一份78秒的口播視頻。

任務完成後，Omniwork還有一個很有意思的地方，就是他會主動提示你可一鍵創建skill。

這個對於複雜任務來說很受用，可以把自己的一些固定工作流程沉澱成skill，下次遇到類似任務直接調用skill就行，非常方便。

4）製作分鐘級廣告視頻

最後，我測了一個複雜任務，這次要調用3個Experts。

這週末我計劃去汶川摘車釐子，這裏有中國少見的高山水果，相比冬季的進口車釐子非常相因（四川話，便宜、實惠的意思），我想給汶川車釐子做一支宣傳視頻。

我的任務是：

檢索關於汶川車釐子的信息，提取汶川車釐子的產品賣點，並幫我給汶川車釐子製作一支廣告宣傳視頻，讓外人認識汶川的車釐子。

製作步驟：

1、先蒐集整理有關汶川車釐子的信息，提取產品亮點、賣點；

2、然後用Visual Design Director生成產品圖、電商海報、商品詳情圖等；

3、再用Film Production Director生成最終的廣告宣傳視頻。

Omniwork把任務分成了三步，先蒐集汶川車釐子的情報。

然後，安排Visual-Design-Director設計視覺物料。

產品主圖，1:1方圖，社媒封面用。

電商海報，3:4豎圖，活動推廣用。

品牌故事場景圖 ，16:9橫圖，生成視頻用。

最後，調用Film Production Director製作視頻。

這一步，等得稍微久了一點（畢竟是長視頻），給大家看下最終的視頻。

效果還是不錯的。

他走的是參考圖+場景圖+幀鏈順序生成+ffmpeg剪輯的工作流路徑，幾個Experts Team交叉協作，自主完成從目標推進到交付的全過程。

這一輪工作流測下來，居然沒有bug，有點讓我感到意外。

寫在最後

整個體驗下來，Omniwork跟其他Agent有點不太一樣。

其他創作類Agent基本是以資產為中心，給你生成一段鏡頭、一張圖片或者一段文案，然後你自己再去組裝。而Omniwork是以目標驅動，你只需要告訴它你要做什麼，它會自己調動Experts Team幫你搞定全部流程，交付完整項目。

從目標拆解到執行落地，再到最終交付，文本/圖像/視頻/音頻/coding，每個領域都有Expert幫你幹活。

然後，它還有專屬的memory和skill。你用得越久，它也就越懂你。

當然，它不能替你想創意、想case。這件事，誰也替不了你，只能你自己來。

但路，它已經幫你鋪好了。

你只管往前走，去找到那個“只有你自己能講”的故事。