影视、游戏与短剧：AI Agent的价值边界与工业化路径
AI行业观察
"视频 Agent 已死，skills 也没有价值。"
"死的不是 Agent，是套个壳就出来卖的通用 Agent。"
近期一场行业圆桌论坛上，一位深耕AI视频领域的创业者抛出了极具争议的观点，而抛出这个观点的并非行业批判者，而是一家AI视频工具公司的联合创始人。其旗下产品拥有超百万全球用户，覆盖百余国家，今年5月推出的专业版本，已经服务了超百家国内外影视剧组——但这样一位靠AI视频吃饭的从业者，却公开宣称“视频Agent已死”。
而在同一场圆桌讨论中，另一位AI视频创作者更是直言：“我的团队禁止员工使用Agent，只会增加沟通成本。”这场由专业投资机构主持人开场的圆桌，聚集了五位正在用AI做内容生意的从业者，按照常理这应该是为Agent唱赞歌的场合，但五位嘉宾却轮番拆解了这个当年科技圈最火的概念。
有趣的是，尽管纷纷“拆台”，这五位嘉宾却都在实际业务中悄无声息地用Agent赚钱。整场讨论的核心答案，远比“Agent是否有用”这个问题本身更有价值。
对模板化Agent的质疑
梁巍的质疑直接针对近期市面上泛滥的AI视频Agent和导演风格skills。他表示，这类产品就像去年GPT爆发后出现的各类风格模板，火不了几天就会销声匿迹。在他看来，所谓的“王家卫风格skills”不过是提取了导演的影像表皮，和真正的故事创作毫无关联。
"给导演版权了吗？凭什么用王家卫的名字？要不要把王家卫蒸馏了？蒸馏的也只是个皮，无非把王家卫电影的影像感觉蒸馏一下，跟讲故事有什么关系？好的工具跟好的作品之间，没有必然连接。给你一台 IMAX 摄影机，你也不是诺兰。"
另一位嘉宾罗媛则从实操层面给出了自己的体验：她几乎试用过市面上所有AI视频工具，最终发现用Agent做视频反而不如自己动手。和AI沟通的成本极高，往往需要反复调整才能准确传达意图，而且用Agent生成的内容在二次迭代时容易出现画面破碎、噪点等问题，需要额外返工。因此她直接在团队中禁用了Agent工具。
无论是平台方还是创作者，都得出了同一个结论：当前市面上的通用视频Agent，对真正的从业者来说反而成了负担。
Agent的核心逻辑缺陷
心影随形联合创始人王碧豪对Agent的本质进行了拆解。他认为，Agent之所以被称为“代理”，核心在于具备自主决策能力，而自主决策的关键在于完整的闭环：接收任务后拆解为专业技能模块执行，再将结果整合，最终需要一个评审机制来判断工作质量并反馈优化。
问题恰恰出在这个评审机制上。王碧豪直言：“目前只有编码类Agent是真正成立的，其他领域的Agent都不成立。”因为代码的对错可以通过运行结果明确判断，但视频、影视内容的好坏没有统一标准，只有观众的主观评价。
"我的看法里，现在只有一种 Agent，就是 coding agent，其他所有 Agent 其实都不成立。为什么？因为没有 reviewer，没人能判定这个 Agent 干得好还是不好。coding 可以，因为代码写得对不对、跑不跑得起来，机器能明确告诉你。电影拍得好不好、视频做得好不好，只有观众能告诉你，见仁见智。"
还有行业观点认为，Agent正在失去用户基础：用户可以分为三类，没有创作想法的人，给了Agent也不知道做什么；有想法但不会写提示词的人，很难用好Agent；既有想法又擅长写提示词的人，直接使用专业工具如Claude Code即可，没必要使用套壳的Agent产品。但王碧豪同时指出，这种“团灭论”背后也隐藏着新的机会：降低创作门槛的轻交互方式、让专业工具触达普通用户的体验优化，以及垂直领域的定制化Agent开发，都是未来的发展方向。
反差：拆台者也是深度使用者
这场圆桌最具反差感的细节在于，批判通用Agent的嘉宾们，本身都是Agent的深度使用者。
王碧豪自己就是Claude Code和Codex的重度用户，平均每天向项目提交300到500次代码提交。他的产品中更是深度集成了Agent闭环：用户生成的视频、游戏或文字内容，会由Agent进行评审，同时用户的反馈也会实时纳入判别系统，不符合要求的内容会被打回重做，Agent甚至会自动重写代码。在他看来，真正的Agent核心在于实时进化的闭环，而非空泛的概念。
龙渊纪AI创始人殷天明则走了另一条路线：将行业经验蒸馏为Agent。他的团队拥有20年游戏行业经验、超百亿级投放经验和大厂发行经验，他们将这些多年积累的行业know-how注入AI，针对不同类型的短剧、游戏和电商场景定制专属的创作和投放逻辑，让Agent成为真正能为ROI负责的数字员工。
"死掉的是套个壳、捏个导演风格就出来卖的通用 Agent；活着的是把行业 know-how 蒸馏进去、有明确裁判标准、能为 ROI 负责的数字员工。同样是 Agent，一个在公众号文章里，一个在财报数字里。"
AI视频的技术瓶颈
圆桌讨论中最具技术深度的部分，来自王碧豪对AI视频生成瓶颈的拆解。很多创作者都有一个共同的痛点：为什么当前的AI视频只能生成十几秒的切片？如果想要4K分辨率，时长甚至要压缩到4到5秒？
王碧豪解释，当前主流的AI视频模型都基于DiT架构，扩散模型负责画面生成，Transformer负责时间序列建模，对参数和算力的要求极高，主流模型的参数规模在200亿到300亿之间，架构上已经接近瓶颈。想要实现长镜头的一致性，需要训练能够理解连续画面的世界模型，而这需要至少10亿个视频的训练数据，但现实中这类数据极度匮乏。
"为什么现在生成 AI 视频，打开门人进去再出来，人变了、衣服变了、环境变了？因为训练语料里，影视剧的门一打开，视角光线全变了，AI 就觉得：哦，原来世界就是这样。"
为了解决这个问题，王碧豪的团队利用游戏场景的天然优势：游戏中的第一视角镜头往往长达数小时，能够提供大量连续的长镜头语料。他们正在用游戏画面积累训练数据，并在新产品中尝试基于用户实时交互生成连贯的短剧内容，确保角色和场景的一致性。
情绪陪伴的另类Agent
圆桌上还有一位嘉宾带来了完全不同的Agent视角：Meowster的产品负责人聂勇刚，他们开发了一款AI猫咪陪伴产品，主攻日本市场，拥有近十万全球用户，其中93%的用户来自日本。
为什么选择做AI猫咪而不是人形陪伴？聂勇刚解释，猫的不确定性正是其核心魅力：你无法预测它下一步会做什么，可能带来惊喜，也可能闹脾气。比如如果你连续一两周不理它，它大概率也会对你变得冷淡，因为它能感知到你没有给予足够的陪伴。这只AI猫的所有反馈都是实时生成的，并且会记住用户的使用习惯，比如固定在晚上写作、早上忙碌，这些细节都会成为它互动的依据。
"贾维斯如果永远随叫随到、百依百顺，那它只是个高级遥控器。一只会记仇、会闹脾气的猫，反而更像活的东西。情绪陪伴这个赛道，卖的可能不是智能，是不确定性。"
商业化的本质：token消耗才是验金石
主持人提出了一个关键的判断标准：所有嘉宾所在的领域，无论是短剧、游戏、AI娱乐还是情绪陪伴，都是高粘性、高token消耗的场景。概念的争论没有意义，token消耗才是验证商业化可行性的核心指标。
梁巍最后总结，当前的工具层已经变得非常简单，任何人花一两天就能搭建出一个基础工作流，但真正的壁垒在于工作流中沉淀的创作资产和行业know-how。
回到圆桌开头的两个极端观点：罗媛禁止团队使用Agent，而殷天明将团队经验蒸馏为数字员工。同样被称为“员工”，一个被禁用，一个被视若珍宝。两者的区别其实只有一个：你手中是否有值得教给AI的核心资产。
"差别只有一个：你手里有没有东西，值得教给它。"
圆桌讨论细节补充
参与嘉宾
AI视频工具平台创始人、影视行业从业者
游戏社区与AI陪玩平台联合创始人
AI视频创作者、内容平台执行董事
ROI驱动的内容创作与投放平台创始人
情绪陪伴AI产品负责人
主持人
专业投资机构行业观察者
Agent的真实价值：噱头还是工业化？
主持人开场指出，嘉宾所在的领域都是高token消耗场景，而token消耗是验证商业化的核心指标。随后他抛出了核心问题：Agent到底是噱头还是已经实现了工业化落地？结合影视行业的实操经验，AI在哪些制作环节已经可以实现自动化和精品化？
聂勇刚认为，Agent的底层逻辑是成立的，只是当前的应用场景和形态需要优化。他个人也在使用各类Agent工具提升工作效率，包括日程管理、项目协调等。他预测，每个人的专属智能助手很快就会到来，只是形态和使用方式会因人而异。
当被问及自家产品的内容生成方式时，聂勇刚表示，Meowster的所有内容都是基于用户行为实时生成的，AI猫的反馈会根据用户的互动频率、时长和习惯进行调整，甚至会记住用户的日常作息，这种实时反馈让用户觉得猫咪非常“真实”。
殷天明则详细介绍了团队的Agent开发逻辑：他们将自身多年的行业经验蒸馏为AI的知识，针对不同类型的内容和场景定制专属的算法和逻辑，让Agent能够为客户提供真正可量化的ROI提升。他们的数据显示，合作的短剧项目有50%的爆款率，投流素材的跑通率达到30%，获客成本降低20%-40%，ROI提升15%-20%。
梁巍再次强调了自己的观点：当前的通用视频Agent没有意义，真正有价值的是能够帮助专业创作者提升效率的工具和流程。他的团队正在打造一个全球AI影像平台，从创作工具到内容发行，同时积累影视资产，让普通创作者也能使用电影级的素材和技术。
王碧豪则从技术层面进一步解释了AI视频的瓶颈，并分享了团队利用游戏数据解决长镜头一致性问题的尝试。他认为，真正的Agent必须具备实时闭环的进化能力，能够根据用户反馈快速迭代，这也是传统软件开发无法比拟的优势。
罗媛作为一线创作者，分享了对当前AI视频工具的体验：她认为部分工具的操作和协作功能已经比较成熟，但在剧本转提示词、精细化操作等方面还有提升空间。她也坦言，自己很少使用视频类Agent，因为沟通成本太高，反而更倾向于直接使用画布工具进行创作。
最后，嘉宾们还讨论了大厂进入AI工具领域的挑战和机会。梁巍认为，大厂更多面向泛用户群体，而垂直领域的定制化服务和行业know-how的沉淀，是创业公司的核心优势。殷天明则补充，中小客户需要的不仅是工具，更是从内容创作到投放变现的全流程赋能，这正是创业公司可以深耕的领域。
主持人在结束时提到，自己作为投资机构的观察者，欢迎优质的AI团队和项目交流合作，共同推动行业的发展。
