AI 影片工作室進化：語音成本歸零，自動發佈影片，十天產出 40 支

六天前，我撰寫了我們影片工作室的第一個版本，它是一個由 Claude Code 驅動的代理，每晚在我睡覺時研究、編寫劇本、配音並渲染影片。當時它在四天內製作了十二支影片。

該工作室使用付費的 HeyGen 語音克隆服務，每支影片仍需我手動發佈。從那以後，工作室在十天內又製作了 28 支影片，總計 40 支。

現在，它使用在同一台四核心伺服器上運行的開源模型來克隆我的聲音，支援英文和印地語，因此我們的語音成本為零。每天有三個排程任務運行：一個用於部落格解說，一個用於產品短片，另一個用於教學影片。

YouTube 和 X 的影片會在印度標準時間 18:30 由排程器上傳，並在 19:00 檢查它們是否已公開。兩個新的審核關卡確保主題是開發者實際遇到的問題，並且在配音前，由另一家公司的第二個 AI 模型已審閱過劇本。

這是主要重點。細節是 Instagram 和 Facebook 仍由我透過手機手動發佈，搭配工作室撰寫的文案。第一個由排程任務發佈的 X 貼文將於今晚發出。

本週我們學到最有用的東西是無需任何成本就能建立的：擁有者（我）看了一支短片，喜歡視覺效果，卻寫下「我什麼都沒學到」。這篇文章將逐步介紹整個機器。

它涵蓋了如何選擇主題、如何審查劇本、如何離線克隆語音、如何建立和渲染畫面，以及完成的 MP4 如何上傳到 YouTube 和 X。所有這些都可以在 MIT 授權的 faceless-video-studio 中找到，你可以透過一個指令將其安裝到 Claude Code。

最後幾個部分展示了如何以及在哪裡插入你自己的上傳器。總之，在十天內（2026 年 10 月 8 日至 17 日）製作了 40 支影片，無需攝影機、麥克風錄音或編輯器。

根據工作室的記錄，這包括 18 支教學影片（其中三支是 6-7 分鐘的長片）、12 支部落格解說影片、5 支產品和服務宣傳片，以及前兩天在軌道拆分前製作的 5 支影片。總運行時間為 65 分鐘。

語音現在成本為零。HeyGen 語音克隆已於 10 月 16 日從工作室中移除。英文語音使用 Kyutai 的 Pocket TTS，在四個 CPU 核心上幾乎即時運行。印地語語音使用 AI4Bharat 的 IndicF5，速度約為即時的 30 倍。

兩者都是從我自己的錄音克隆而來，並離線運行。HeyGen 語音每分鐘旁白成本約為 0.14 美元，當其點數用完時，整個流程就會停止。

唯一必要的成本是 Claude Code。根據 Claude Code 自己的估計，每次代理運行成本為 11-26 美元。可選的額外費用僅需幾美分：第二意見劇本審核為 0.03 美元，每篇 X 貼文為 0.015 美元。

每天三個排程任務。12:30 部落格解說影片 → YouTube，公開，連結到部落格文章。15:15 產品短片 → YouTube 排程於 18:30，同時 X 於 18:30 發佈，19:00 驗證。23:00 教學短片或長片 → Telegram 供我審核。

總共有 40 個通過/失敗關卡。最新的兩個，A21 和 A22，在製作任何語音之前檢查主題和劇本。A21 意味著教學影片必須從開發者在線上明顯提出的問題開始，並提供至少兩個連結作為證明。

A22 意味著來自不同公司的模型會審閱每個劇本並撰寫自己的版本。新的混音檢查確保音樂音量至少比語音低 20 分貝。發佈部分仍然是半手動的。

YouTube 和 X 是自動的。Instagram 和 Facebook 尚未自動化。工作室將 MP4 和準備好的文案傳送到 Telegram，然後我手動發佈。你可以運行所有這些。

claude plugin marketplace add cybiqon-ai/faceless-video-studio 安裝工作室。錄製 30 秒你的聲音就能讓它以你的聲音說話。四個小型 Python 外掛程式將它連接到你自己的日曆、聊天和儲存空間，每個影片的 POST.json 會將其標題和文案交給你自己的上傳器。

自第一個 AI 影片流程以來的變化。第一份報告是 10 月 11 日的快照。這是六天後的同一個工作室。

10 月 11 日（第一篇貼文） vs 10 月 17 日（現在）：製作影片數量從 4 天 12 支變為 10 天 40 支。語音從 HeyGen 付費即時克隆變為 Pocket TTS（英文）+ IndicF5（印地語），離線在 CPU 上運行，成本為零。

語言從英文變為英文、印地語（IndicF5 涵蓋 11 種印度語言）。品質關卡從 37 個，然後 38 個，變為 40 個，外加一個響度檢查以阻止交付。

主題選擇從輪換 +「本週新品」變為問題偵察器，證明開發者確實遇到問題。劇本審核從三個 Claude 審核代理變為三個 Claude 審核代理 + 來自另一家公司的第二個模型。

目標觀眾從「一個聰明的 12 歲孩子」變為已經會寫程式的開發者。每日運行從 1 次（加上每週三天促銷）變為 3 次：部落格、產品、教學。

發佈從全部手動變為 YouTube 和 X 由排程任務自動發佈；Instagram 和 Facebook 手動。安裝從克隆 + install.sh 變為一鍵式 Claude Code 外掛程式，或克隆 + install.sh。

其中四行是觀念上的改變，而不是新功能。目標觀眾、主題規則、語音和發佈都因為在實際觀眾面前出現問題而改變。以下各節將說明原因。

每日排程：三個軌道，一台伺服器。所有內容都在一台擁有 4 個 CPU 核心且沒有 GPU 的 Ubuntu 伺服器上運行，時區為印度標準時間。圖表：工作室的一天。

部落格和產品軌道無需我介入；教學軌道仍以我的審核結束。請參閱原始貼文。每個軌道都是由相同的執行器以不同模式運行的相同技能：bin/run.sh blog、bin/run.sh promo、bin/run.sh (daily)。

這些軌道共用一個鎖，因此它們在四核心機器上絕不會同時渲染。每個軌道都有自己的時間和花費上限：部落格為 2 小時和 20 美元，產品短片為 75 分鐘和 25 美元，教學短片為 3 小時和 25 美元，長片夜間為 7 小時和 60 美元。

教學軌道遵循每週輪換，設定在 config.json 中：週一 AI 術語短片，35-60 秒。週二 Python 短片。週三 AI 深度解析長片，16:9，4-8 分鐘，外加一個垂直伴侶影片。

週四 製作一個東西短片。週五 科技新聞解說短片。週六 AI 術語或 Python 短片。週日 系統設計深度解析長片，外加伴侶影片。週三的長片會在週二晚上渲染，上限為 7 小時。渲染一支 7 分鐘的影片約為 12,700 幀。

主題研究：問題偵察器（關卡 A21）。10 月 15 日，我觀看了一支工作室製作的短片，內容是關於在 AI 代理的唯讀連線中停止 SQLite 的 VACUUM INTO。這是真的。

程式碼已經運行，畫面也是真實的。我寫道：「製作一個沒有人面臨的問題的影片是沒有意義的。」輪換設定告訴代理「AI 術語」，而代理選擇了對它來說新穎且有趣的東西。

沒有人問過這個問題。一個引子無法讓觀眾意識到他們從未遇到的問題。我們擱置了這支影片，並在選擇任何其他內容之前增加了一個步驟。

問題偵察器是一個全新的子代理，只有一個任務。它會找出本季度工作中的開發者遇到的問題，證明他們確實遇到這些問題，並進行排名。

其指令：至少進行 12 次網路搜尋，涵蓋至少四種來源：Stack Overflow（「熱門」和「投票」標籤）、熱門工具的 GitHub issues、Hacker News 的「Ask HN」討論串、Google 的「人們也問」以及官方論壇，例如 Python Discourse 和 AI 供應商的開發者論壇。Reddit 也在清單上。

每個問題都以提問者自己的話語引用，並至少提供兩個連結及其數字作為證明：瀏覽量、投票數、👍 反應、評論數、日期。「不要捏造數字：如果計數不可見，請寫 n/a 並降低分數。」

每個問題根據五個方面評分 0-3：頻率、近期性、日常性、35-60 秒內可展示，以及我們能證明它。最高得分為 15 分。

一個問題需要 9 分或以上，且頻率或日常性為 0 分則無論總分多少都會被排除。面試問題總是會被排除。我們不製作面試內容。

偵察器會將 8-15 行排名結果寫入 research/problems.md，每行都會進入一個持久化的 problem-bank.json。下次運行時會先讀取這個問題庫：過去 30 天內得分高且未使用的問題可以無需再次搜尋就被選中，只要其證據被重新檢查即可。

關卡 A21 在程式碼中強制執行此規定。計畫必須引用選定的行、其文字和兩個連結。只有這樣，代理才能寫下 A21: PASS (real problem)。

deliver.py 拒絕交付沒有這行和 research/problems.md 的教學影片，無論影片有多好。這條規則也改變了引子。

現在的引子會先從觀眾的處境開始，使用提問者的話語，然後才提及任何工具。最好的引子通常是問題標題本身，經過整理後。

運行它的兩個實用注意事項：Reddit 會阻止資料中心 IP。從我們的伺服器，Reddit 會返回 403 錯誤，而免費的鏡像網站會對代理進行速率限制。

偵察器能夠應對，因為它需要四種來源，而不是特別是 Reddit。如果 Reddit 對你的利基市場很重要，請使用你自己的金鑰和其官方 API。

計畫中的主題仍會被偵察。當我將一個主題放入內容日曆時，偵察器不會推翻我的決定。它會找出人們對該主題遇到的實際問題，如果沒有一個問題得分達到 9 分，它會在交付訊息中說明。

偵察後，代理會進行 5-10 次額外搜尋以獲取事實。ledger.py 檢查會拒絕任何與工作室曾經製作過的影片主題接近的內容。

所有將出現在螢幕上的內容都會先儲存在影片的 research/ 資料夾中，包括它運行的程式碼輸出。「沒有任何不在這個資料夾中的內容會出現在螢幕上。」

劇本審核：一個程式碼檢查器、三個審核代理和第二個 AI 模型。劇本必須通過關卡 A 才能製作一秒鐘的語音。語音和畫面是耗時的地方，因此這是拒絕影片最便宜的地方。

目標觀眾已固定。在第一週，目標觀眾是「一個從未寫過程式的聰明 12 歲孩子」。由此產生的劇本很清晰，但我稱它們為幼稚。

四個 Instagram Reels 各獲得 120-150 次觀看，67% 的觀眾在前三秒鐘就滑走了。自 10 月 14 日起，目標觀眾是已經會寫程式的開發者或電腦科學學生。

已知術語從不定義。每個短片至少包含一個值得保存的內容，一個指令、一個配置、一個數字，並且每 30 秒至少有三個具體命名。

引子會寫三次。代理會從一個包含 20 個真實科技短片範本的庫中草擬三個引子，並對每個引子進行 12 分制評分。

第一句話最多 14 個字，並命名具體主題和一個衝突點。證明在 1.5 秒內出現在螢幕上，並且每 10-15 秒發生新的事情。

短片運行 35-60 秒，並以其成果結束，沒有回顧。然後按順序進行檢查：script_lint.py (A18) 檢查引子的長度、禁止的開頭語（「在這支影片中…」）、超過 20 個字的句子、術語清單，以及每 30 秒的具體內容計數。

它是由 250 行純 Python 程式碼組成，是唯一一個無法被爭辯的審核器。來自另一個模型的第二意見 (A22)。second_opinion.py 會將劇本（不包含其他內容）透過 OpenRouter 發送到來自不同公司的模型。

我們使用 OpenAI 的模型。它會審閱劇本並根據相同的事實撰寫自己的版本。然後 Claude 代理會逐點決定並記錄結果，例如 A22: second opinion adopted 6, rejected 5。

一個模型審閱自己家族的寫作會分享其盲點。在第一次運行時，第二意見發現了一個 Python datetime 短片說 default=encode，但從未展示 encode 是什麼。這已經通過了三個 Claude 審核器。每個劇本的成本約為 0.03 美元。

三個全新的 Claude 子代理，每個只看到劇本及其簡報：A16，對我來說是新的。一個中級開發者必須說出他們學到的一個具體東西以及他們會把影片發送給誰。

一個獨立的評判者會對這個答案進行評分，因為一個自我評分的審核者會通過所有內容。A19，專家。它會標記任何因簡化而變得錯誤的內容。

A20，冷漠的觀眾。它扮演一個滑動 Reels 的開發者，只看到前三秒。他們會停下來嗎？一次硬性失敗會導致一次重寫。第二次失敗會將運行返回以選擇一個新主題，而不是潤飾舊主題。