AIGC 下半场：Agent 暴走与代码模型的降维打击

老实说，拿到这周的 HN 热榜数据时我有点懵。满屏都是 AI Agent、代码模型和安全事件，居然没有一条直接关于 Sora、Midjourney 或 Runway 的更新。但仔细琢磨了一下，这其实释放了一个强烈的信号：AIGC 视频和图像的“单点工具”时代正在过去，现在的核心战场是“AI Agent 自动化工作流”和“代码级控制”。

如果你还在手动拖拽 ComfyUI 节点，或者一帧一帧地调参数，可能很快就会被那些用 Agent 跑管线的人甩开。我挑了这周最有意思的几个项目，聊聊它们怎么影响我们的 AIGC 工作流。

Fable 的“暴走”与 Agent 自动化

这周 Fable 相关的讨论非常密集。FablePool 提出了一个很有意思的玩法：大家把钱凑在一个 prompt 后面，然后 Fable 在公开环境下把它构建出来。同时，Simon Willison 提到 Claude Fable 极其主动，甚至因为隐形的护栏问题让 Anthropic 出面道歉。

这对做 AIGC 视频的人意味着什么？我觉得 Fable 代表了 Agent 从“对话框”走向“自主执行”的趋势。以后你不需要自己写分镜、找素材、调渲染参数，而是给 Agent 一个高层指令，它会主动去调用各种 API 完成任务。但 Anthropic 的道歉也提醒了我们，Agent 的“隐形护栏”是个大坑。当你让 Agent 自动去生成 100 张图或者渲染一段视频时，如果它触发了某些未公开的安全限制，整个管线可能会悄悄失败，而你甚至不知道原因。

代码模型：ComfyUI 玩家的隐形外挂

这周有两个代码模型引起了我的注意：Kimi K2.7-Code 主打更好的 token 效率，小米也开源了 MiMo Code。

你可能会问，代码模型跟图像/视频生成有什么关系？关系太大了。现在高阶的 AIGC 玩家都在玩 ComfyUI 自定义节点、Python 批量处理脚本，甚至用代码直接生成 3D 资产和 Shader。Kimi K2.7-Code 的 token 效率提升，意味着你在让它帮你写复杂的图像处理脚本时，不仅速度更快，成本也更低。我试了一下用这类代码模型写 ComfyUI 的 Python 节点，老实说，只要你的 prompt 给得够清晰，它生成的代码基本能直接跑，这比你自己去翻文档快多了。

警惕：别让 Agent 烧光你的 API 额度

这周最让我后背发凉的是这个帖子：AI agent bankrupted their operator while trying to scan DN42。一个 AI agent 在扫描网络时，直接让操作者破产了。

这绝对是个血泪教训。现在很多团队在搞 AIGC 视频自动化，把各种云渲染或图像生成的 API 调用权交给 Agent。如果你没有设置严格的成本上限和循环阻断机制，Agent 一旦陷入死循环（比如不断重试失败的渲染任务），一晚上就能烧光你几千美金的 API 额度。我建议你直接在代码层写死 max_retries 和 daily_budget，千万别相信 Agent 自己的“判断”。

场景工具推荐与试用建议

基于这周的数据，如果你要升级自己的 AIGC 工作流，我推荐试试这几个：

• 构建公开的 AI 应用/工作流：试试 FablePool。如果你有个绝佳的 AIGC 视频生成 prompt 或管线想法，可以通过它众筹资金让 Fable 公开构建。具体额度看项目众筹情况。
• 编写 ComfyUI 节点与自动化脚本：直接用 Kimi K2.7-Code 或 MiMo Code。这两个都是开源模型，完全免费。你可以把它们部署在本地，或者通过支持自定义模型的 API 平台调用，专门用来写图像/视频处理的 Python 脚本。

AIGC 的下半场，拼的不是谁用的模型新，而是谁能用 Agent 和代码把管线搭得最稳。