问题背景
昨天加完班回家我开始研究搭一套内容创作 Agent 团队。链路已经能跑起来了：先做信息采集和竞品账号调研，再生成内容，最后自动发布到小红书。
在这套流程中，我在 Hermes 里创建了 16 个 Agent 组成 Agent Team，并且做了很多分层（见上面的框架图），搭了两条定时任务流水线：分别在凌晨 4 点进行素材收集，在凌晨 7 点开始生产内容、发布小红书。
从工程角度看，这当然是一个进展。过去需要人来回切工具、截图、整理素材、写文案、排版、上传，现在可以让一组 Agent 接力完成。它们会找素材，会拆竞品，会生成标题和正文，也会把发布包准备好。
但真正让我停下来的不是技术问题。
我看着那条自动生成的小红书笔记，第一反应不是“太棒了，可以规模化了”，而是有点不踏实。
它能发出去。
然后呢？
用户凭什么看它？它的爆点在哪里？它解决了谁的真实问题？如果只是把网上已有的信息重新整理一遍，再套一个“爆款标题”，那它和垃圾内容之间的距离其实很近。更尴尬的是，它还可能看上去挺完整：有标题，有正文，有封面，有标签，有发布记录。
完整，不等于有价值。
这件事戳到了我对很多 AI 内容工具的怀疑。市面上太多产品都在讲“一句话生成爆款视频”“一键生成爆款笔记”。这句话很诱人，但也很危险。生成出来和有人愿意看，是两回事。能自动发布和能带来增长，也是两回事。
如果我们只追求“从 0 到发布”的自动化，最后可能只是把低质量内容生产得更快。
今天又刷到张咋啦 Zara 的一条视频，标题是“为什么我做内容特别快？因为功夫在诗外”，文案里还有一句“内核 > 外表”。
这句话一下把我前面那点不踏实说清楚了。
很多人以为做内容快，是因为剪得快、写得快、发得快。其实不是。真正快的人，往往不是临到发布时才开始想。她平时就在工作、观察、聊天、记录，脑子里有素材，有判断，有一套自己的问题库和表达方式。
等到要做一条内容时，她不是从空白页开始，而是在调用一套已经养过很久的东西。
视频里有个说法我很认同：实际拍视频、写文章，只是内容创作的一小部分。更大的一部分发生在日常生活里，发生在工作中的问题、和别人聊过的三遍、自己反复想过的几天里。
AI 内容系统如果想变得有用，也应该承认这一点。它不能只盯着最后那一步“生成”。它要帮人把诗外的功夫攒起来。
想法思考
我现在越来越觉得，“AI 自动生成爆款内容”本身可能是个伪命题。
不是说 AI 不能参与爆款内容生产。恰恰相反，AI 很适合参与。它可以帮人找资料、拆结构、扩展角度、生成备选标题、做平台化改写、检查事实、复盘数据。这些都很有价值。
问题在于，爆款不是一个可以直接生成的文件格式。
爆款更像一次命中：命中一个人群正在忍受的问题，命中一个平台当下的表达习惯，命中账号所处阶段的增长目标，也命中一个足够具体的情绪。这里面有判断，有取舍，也有一点运气。
AI 可以提高命中率，但它不能替我们假装已经命中了。
换个说法，内容生产里最值钱的部分不是“把字写出来”，而是写之前那堆看起来不产出的工作。
你有没有长期看一个人群的真实抱怨？有没有知道他们用什么词形容自己的痛？有没有攒过足够多的案例？有没有拆过同类账号为什么能让人停下来？有没有形成自己的立场，而不是每次都临时问模型“帮我生成 10 个爆款选题”？
这些东西不在成品里显眼出现，但它们决定成品有没有底气。
这里我很喜欢“内核”和“外表”这两个词。
内核是你在不在做有意思的事，有没有真实体验，有没有自己的判断。外表是封面、标题、剪辑、排版、节奏。外表当然重要，没人愿意故意把内容做难看。但如果一个系统只会优化外表，问题就来了。
很多 AI 内容的空洞感，恰恰来自外表大于内核。标题很会抓，句子很顺，结构也完整，但读完之后像喝了一杯兑了太多水的饮料。它说了很多，又好像什么都没留下。
这也是我现在对“AI 生成爆款”这个说法最警惕的地方：它默认爆款主要是包装问题。好像只要标题更刺激、开头更抓人、金句更密，内容就会自动有价值。
可真实情况经常反过来。一个人如果内核足够强，表达上朴素一点，反而会让人觉得真诚。一个内容如果内核很弱，外表越精致，落差越明显。
我以前会更自然地把这套系统想成一条流水线：
采集素材 -> 生成内容 -> 审核 -> 发布 -> 复盘
现在我更愿意把它看成一个内容实验工作台。它的核心不是替你按下生成按钮，而是把诗外的功夫变成可积累、可调用、可复盘的资产。
同样是生成一篇小红书笔记，工作台的关注点会变：
这次要验证什么目标？
哪些素材真的有用？
这个选题为什么值得做？
标题和封面抓的是哪个具体痛点？
正文有没有提供可保存、可转发、可评论的东西？
发布后数据说明我们学到了什么？
这套系统真正应该交付的，也不该只有最终成品。
素材包本身要有用。一个人打开它，应该能快速知道这件事有哪些事实、案例、截图、真实问题和可引用的观点。
灵感池本身要有用。即便今天不发，里面也应该沉淀出一些值得以后继续做的选题，以及这些选题背后的真实体验。
选题评分要有用。它不能只给一个分数，而要说清楚为什么做、为什么不做、差在哪里：是内核薄，还是外表弱。
脚本草稿要有用。哪怕最后没有发布，它也应该让人看到一个角度、一种表达方式，或者一个还可以继续加工的骨架。
质量门禁也要有用。它不应该只是“通过/不通过”，而要指出这篇内容最弱的地方：是痛点不够具体，还是证据太薄，还是看起来像泛泛而谈。
我还想加一层：样品墙也要有用。
同一个素材和选题，不要急着赌一个版本。可以先做几种标题、几种封面、几种开头、几种叙事角度，放在一起比较。这样我们看到的差异才更干净：到底是选题不行，还是标题没抓住人？是封面太弱，还是正文没有给到保存价值？
这比直接生成一篇“看起来完整”的笔记更慢一点，但慢在前面，后面才会快。
这样一来，即便整条流水线跑出来的成品不理想，用户也不是空手而归。他至少拿到了一批素材、一组判断、几个可继续打磨的方向，以及一次可以复盘的实验记录。
这和“一句话生成爆款”是两种产品观。
后者卖的是魔法按钮。前者承认内容增长很难，但把难的过程拆开，让每一步都更可见、更可控。
我更相信后者。
后续计划
接下来我想把现在的系统往实用性和可用性上推，而不是急着再堆更多自动化能力。
第一件事是让目标先出现。
每次生产内容之前，系统都要问清楚：这篇内容是为了涨粉、转化、测试选题，还是为了沉淀账号定位？目标不同，判断标准就不同。一篇适合“测试话题”的笔记，未必适合“引导转化”。把它们混在一起评估，只会让结果越来越糊。
第二件事是把每一步拆成可以单独运行的模块。
比如素材采集可以单独跑，竞品拆解可以单独跑，选题工坊可以单独跑，小红书改写也可以单独跑。每一步都要有清晰输入、清晰输出、清晰的验收方式。用户不应该只能按下一个总按钮，然后等一个不知道好坏的最终结果。
第三件事是把“生成之前”的工作产品化。
这部分过去很容易被忽略，因为它不像成品那样有截图、有链接、有发布记录。但真正的内容能力恰恰藏在这里：素材怎么来，案例怎么分组，观点怎么形成，账号语气怎么沉淀，平台反馈怎么回到下一次选题。
如果这些都散在聊天记录、浏览器收藏夹和脑子里，AI 再强也只能临场发挥。我要做的是把它们变成系统能看见、能调用的东西。
第四件事是把内核和外表分开评估。
现在很多工具会把“标题更爆”“封面更抓”“文案更顺”当作主要优化方向。这些属于外表层，当然可以优化，但不能替代内核层。以后每个选题都应该先回答几个更笨的问题：这个观点从哪里来？它对应了谁的真实处境？有没有一手经验或案例？用户看完会多知道什么，还是只觉得被包装了一下？
如果内核不够，就先回到素材和洞察，不要急着包装。
第五件事是让中间产物变得可读。
现在很多 AI 工作流的问题是，中间状态只对机器有意义，对人没什么帮助。以后每个产物都应该像一个能被人接着使用的小文档：素材库、选题卡、标题候选、封面方向、脚本结构、风险清单、复盘结论。它们不一定都要发布，但都应该能帮人往前走一步。
第六件事是把数据回流做扎实。
发布之后，系统要知道哪些东西有效，哪些东西只是看上去漂亮。点击、收藏、评论、完播、转粉，这些数据要回到选题和创作记忆里。否则今天的自动化和明天的自动化没有区别，只是在重复同一种试错。
最后是产品形态。
我不想把它做成一个“输入一句话，输出一篇爆款笔记”的玩具。更合理的形态可能是一张工作台：左边是目标和素材，中间是选题与内容版本，右边是门禁和数据反馈。用户可以跑完整流程，也可以只用其中一个步骤。
这听起来没那么性感。
但它更像一个真的能长期使用的东西。
总结
今天这个思考对我挺重要。
因为它把问题从“能不能自动生成内容”，拉回到了“内容为什么值得被看见”。
AI 当然能提效。它可以把很多琐碎工作做得更快，也可以把创作者从重复劳动里解放出来。但如果我们不处理选题、洞察、素材、表达和复盘这些更难的部分，提效只会让平庸传播得更快。
我现在更愿意承认一件事：爆款不是按钮生成的。快也不是按钮生成的。
能做的，是搭一套更好的实验系统。它帮助人更快看见素材，更快形成判断，更快试错，也更快知道自己错在哪里。更重要的是，它应该帮人把自己的内核看清楚，而不是只帮人把外表抹亮。
这不如“一句话生成爆款”好卖。
但它更接近我想要的产品。
说到底，AI 应该帮人补功夫，而不是帮人假装有功夫。