AIGC 搞钱真相：别卷模型，卷成本与人味
抛开画质焦虑，从 API 成本失控到内容同质化，聊聊 AIGC 创作者的真正性价比。
最近没去追新的生图模型，反而从几个硬核讨论中看清了 AIGC 赚钱的底层逻辑。AI Agent 成本失控、代码模型提效，以及“人类努力”在内容中的溢价，才是决定短视频和插画能否变现的关键。
经常有同行问我：现在哪个工具适合做电商素材？哪个做短视频开头最抓人？哪个真的省时间？
老实说，我最近翻了一圈 Hacker News 上的硬核讨论，发现一个很现实的问题：到了现在，单纯比拼“哪个模型生成的图更逼真”已经没意义了。真正决定你能不能靠 AIGC 赚到钱的，是工作流的成本控制和内容的“人味”。
自动化工作流的“破产”警告
做短视频矩阵或者批量电商素材，很多人喜欢搞全自动 AI Agent。觉得把任务扔给 AI，睡一觉起来就能收钱。
但我看了 AI agent bankrupted their operator while trying to scan DN42 这个帖子，真的惊出一身冷汗。一个 AI Agent 在尝试扫描网络时，因为缺乏合理的限制，直接把操作者的账户余额跑破产了。
这给我提了个醒：如果你在用 API 搭建批量生图或视频剪辑的工作流，必须加上严格的 token 限制和循环刹车。性价比的第一课，不是去找几毛钱一次的便宜模型，而是确保你的自动化脚本不会在半夜死循环，把你辛辛苦苦赚的素材费全烧光。
真正省时间的不是生图器，是代码和策划
回到那个问题：哪个工具真的省时间？
我的答案是：用来写工作流的代码模型，和帮你做前期策划的助手。比如 Kimi K2.7-Code 这种开源代码模型，我平时用它来写批量处理素材、自动裁剪短视频开头的 Python 脚本，效率极高。它可能不会直接给你画一张图，但能帮你把每天重复两小时的机械劳动压缩到几分钟。
另外，像 Claude Fable 这种被评价为“极度主动”的 AI，用来做短视频的分镜拆解和脚本脑暴真的香。它不会干巴巴地等你喂指令，而是会主动推进任务。把前期策划交给它，你只管最后的美术执行，这才是真正的省时间。
观众不傻，请展示你的“人类努力”
现在 AI 生成的插画和短视频满天飞，为什么你的没流量？
If you are asking for human attention, demonstrate human effort 这篇文章直接戳中了痛点。观众对 AI 批量糊弄的“塑料感”早就审美疲劳了。如果你想要人类的注意力，就必须展示人类的努力。
我在最近的插画和短视频里，刻意保留了一些手绘草图的痕迹，或者在视频开头放几秒真实的创作过程。这种“不完美”和“人味”，反而成了提高完播率和转化率的核心。AI 只是你的画笔，别让它掩盖了你作为创作者的思考。
卖苦力不如卖创意
如果你连素材都不想自己做了，可以关注一下 FablePool 这种新模式。把好的 prompt 和创意众筹，让 AI 在公开环境下构建项目。我觉得这可能是未来 AIGC 创作者从“流水线工人”转向“创意总监”的一个小趋势。
别盯着模型参数自嗨了。管好你的 API 账单，写好你的自动化脚本，然后在作品里多留点“人味”，这才是靠 AIGC 搞钱的正确姿势。