大家好，我是最近有點焦慮的冷逸。

焦慮的原因不是因為流量。我做內容這幾年，流量這事起起伏伏，早就看淡了。爆了開心，沒爆就分析，不至于為這個夜里睡不著。

也不是技術焦慮。很多創作者怕AI搶飯碗，這我理解。但說實話這種焦慮在我這兒不太成立，因為我本來就是靠AI干活的人，AI幫我搜、幫我做、幫我跑，我早就被“替代”一半了，而且替代得挺爽。

我的焦慮是另一種，更底層，也更難說清楚的那種：怎么才能做出真正好的作品？

最近有部潮汕方言電影《給阿嬤的情書》，成本1400萬，全素人出演，剛上映時排片只有1.6%。結果到今天，總票房已經突破了10億，豆瓣9.1。

它做對了什么？不是特效，不是明星，也不是流量密碼。導演藍鴻春說，他們花了大半年在東南亞做田野調查，采訪了無數老華僑，電影90%以上的細節都有真實原型。那些僑批（老華僑寄回家鄉的信件）上的每一句話，都記載著一個個的真實人生，有情有義，有血有肉。

這東西AI能寫嗎？能。但AI寫不出來那種“紙短情長”的分量——因為它沒有在異國他鄉的深夜，聽一位九十歲的阿婆講她年輕時如何替別人寫信，如何把思念揉進一句“江海有岸，團圓可盼”里。

所以創作者真正的焦慮，從來不是流量，也不是技術，而是“我到底能不能做出真正讓自己滿意的作品？”

這條線，很難量化，也沒法靠工具直接解決。

我見過很多創作者用AI提效之后，產量是上去了，但作品越來越像流水線，有頭有尾，邏輯清晰，但就是沒勁兒。我有段時間也是這樣，寫了一堆，回頭看，都過得去，但沒一篇讓我激動。

就在這個節點，我開始認真研究Agent OS這類產品。

不是覺得它們能幫我寫出好內容，這個需求本來就是偽命題，好內容是想出來的，不是生成出來的。我想搞清楚的是，這類專門服務創作者的Agent產品，有沒有可能幫我把那個“找念頭”的過程變得更高效，讓我在一堆素材、一堆信息里，更快找到那個值得說的角度，那個能打動人的切口。

一手實測

今天，我想跟大家聊的是一個叫「Omniwork」的Agent OS產品。

先簡單認識一下這個界面。

跟主流AI產品類似，左邊是功能欄，有自動化任務、專家團隊（也就是Agent Team）和Skills市場，模型以Claude、Kimi和GLM為主。

下面，我用4個case帶大家看一下它的實測效果。

1）拆解《給阿嬤的情書》

「Omniwork」有很多的Expert（專家），比如這位Trend-To-Post，比較擅長跟蹤熱點，寫作小紅書、x和公眾號。

我們雇傭一下他。

給他安排一個任務：

分析《給阿嬤的情書》為什么會火？作為創作者應該如何講好故事？給了我們什么借鑒。據此創作一篇小紅書筆記。

他會自動創作一篇含封面圖、配圖、標題和正文的全素材內容。

甚至還專門寫了一個HTML的預覽頁面。

只看圖文內容還不夠，我讓它做一份PPT。不需要單開任務窗口，直接對話調用專家就行。

PPT效果還挺不錯，用暖琥珀色 + 深棕色 + 潮汕紅，呼應了僑批信件的年代感。

尤其第8頁，我很喜歡，算是回答了我開篇的焦慮。

今年，有張雪機車，有《給阿嬤的情書》，他們都在傳遞一個事情：真誠，正在被看見。

《情書》的背后，是團隊“籌備了30年才走到今天”，30年的潮學研究，最后借一部電影出圈了；張雪機車，是一個14歲的輟學少年，用20年時間從修車鋪一路殺到世界冠軍的舞臺。

你看，這兩個看起來毫不相干的故事，內核其實一模一樣：

他們都把自己活成了那個“笨人”。

所以，對于創作者來說，與其焦慮，不如回到那個最樸素的問題：你做的這個東西，你自己相信嗎？你自己感動嗎？

如果答案是“是”，那就去做。觀眾會用腳投票。

2）調研社媒賬戶

作為創作者，第一步工作是起號，如何找到自己擅長的領域，做市面上沒有的內容。

Omniwork的專家團隊有一個Account Monitoring Expert，專門負責調研社交媒體賬戶，國內、海外都可以。

我把他雇傭了，派了一個任務：

我計劃開設一個講中國歷史的頻道，幫我調研一下目前都有哪些賬號，哪些領域還有機會。

他幫我分析了8個標桿頻道，YouTube和B站都有。

這是詳細的分析報告。

實話說，這份報告還挺靠譜的，尤其是最后建議部分。他認為英文頻道依然有廣大的市場，將神話和歷史混合講點擊率最高，蒙古、三國和唐漢是大家最感興趣的歷史話題。

有了這個專家，拿來做一些社媒賬戶分析，可以幫我們省掉很多時間。

3）制作口播視頻

今年，大家有沒有覺得異常的熱？

這才剛到5月份，我已經開了一個多周的空調了。聯想到前段時間印度高溫，我讓Omniwork幫我檢索一下相關信息，然后制作一個口播視頻。

這次需要用到2個專家，Experts Team組隊，可以直接對Omniwork Assistant這個助手下任務，它是一個Agent調度中樞：

幫我制作一支2026年印度高溫的深度科普視頻，先深度檢索“2026印度高溫”的有關信息，形成1分鐘的口播稿（從印度高溫聊到今年國內的天氣），然后調用Voice Actor生成口播視頻（對口型人物由Visual Design Director生成一位亞洲的女主播）。

它會調用memory、tool、skill和Agent等多項能力，給我們干活。

先用Visual-Design-Director這個設計總監生成主播圖片。

再用Voice-Actor這個配音專家生成TTS語音。

給大家聽一下生成好的音頻。

最后，給我們交付一份78秒的口播視頻。

任務完成后，Omniwork還有一個很有意思的地方，就是他會主動提示你可一鍵創建skill。

這個對于復雜任務來說很受用，可以把自己的一些固定工作流程沉淀成skill，下次遇到類似任務直接調用skill就行，非常方便。

4）制作一分鐘廣告視頻

最后，我測了一個復雜任務，這次要調用3個Experts。

這周末我計劃去汶川摘車厘子，這里有中國少見的高山水果，相比冬季的進口車厘子非常相因（四川話，便宜、實惠的意思），我想給汶川車厘子做一支宣傳視頻。

我的任務是：

檢索關于汶川車厘子的信息，提取汶川車厘子的產品賣點，并幫我給汶川車厘子制作一支廣告宣傳視頻，讓外人認識汶川的車厘子。 制作步驟： 1、先搜集整理有關汶川車厘子的信息，提取產品亮點、賣點； 2、然后用Visual Design Director生成產品圖、電商海報、商品詳情圖等； 3、再用Film Production Director生成最終的廣告宣傳視頻。

Omniwork把任務分成了三步，先搜集汶川車厘子的情報。

然后，安排Visual-Design-Director設計視覺物料。

產品主圖，1:1方圖，社媒封面用。

電商海報，3:4豎圖，活動推廣用。

品牌故事場景圖 ，16:9橫圖，生成視頻用。

最后，調用Film Production Director制作視頻。

這一步，等得稍微久了一點（畢竟是長視頻），給大家看下最終的視頻。

效果還是不錯的。

他走的是參考圖+場景圖+幀鏈順序生成+ffmpeg剪輯的workflow路徑，幾個Experts Team交叉協作，自主完成從目標到交付的全過程推進。

這一輪workflow測下來，居然沒有bug，有點讓我感到意外。

整個體驗下來，Omniwork跟其他Agent有點不太一樣。

其他創作類Agent基本是以資產為中心，給你生成一段鏡頭、一張圖片或者一段文案，然后你自己再去組裝。而Omniwork是以目標驅動，你只需要告訴它你要做什么，它會自己調動Experts Team幫你搞定全部流程，交付完整項目。

從目標拆解到執行落地，再到最終交付，文本/圖像/視頻/音頻/coding，每個領域都有Expert幫你干活。

然后，它還有專屬的memory和skill。你用得越久，它也就越懂你。

當然，它不能替你想創意、想case。這件事，誰也替不了你，只能你自己來。

但路，它已經幫你鋪好了。

你只管往前走，去找到那個“只有你自己能講”的故事。