🎙️ How I AI: Meta Muse Wonder + How Brooke Lacey is scaling video with AI

🎙️ 我如何使用AI：Meta Muse Wonder + Brooke Lacey如何利用AI扩展视频

我如何使用AI

How I AI每周精选内容（来自Lenny’s Podcast Network）

Lenny Rachitsky

2026年10月19日

Meta新推出的Muse Wonder模型：对AI代理友好，但对设计不友好

立即收听：YouTube • Spotify • Apple Podcasts

由以下平台提供支持：DX — 人工智能时代的工程智能 Jira Product Discovery — 通过洞察优先处理，自信构建

Claire对Meta新推出的Muse Wonder模型进行了近20项真实任务测试，涵盖代理工作、编程、写作、设计和视频编辑。她解释了为什么该模型的主动聚焦模式使其在账单支持、收件箱分类、计算机使用和电子邮件撰写方面表现特别出色，但其原型设计和视觉工作却始终不尽如人意。她还分享了Muse与Opus 5.5、Astra和Fable的对比，并解释了她计划在几个代理工作流程中测试该模型，但不会让它接触前端界面。

#### 最重要结论：

• 在Claire测试过的同价位模型中，Muse Wonder是代理能力最强的模型。它在账单票据解决、收件箱分类、计算机使用和电子邮件撰写方面排名第一。其优势在长期任务中尤为明显，该模型会不断尝试不同方法直到达成目标。

• Muse Wonder的“主动聚焦”功能似乎是一项真实能力。该模型在处理复杂代理任务时花费的时间比处理简单请求更多，更强的成果也反映了这种额外投入。Claire发现，与竞争模型相比，时间投入与输出质量之间的关联更加清晰。

• 账单票据基准测试展示了代理是否能在真实SaaS环境中运行。Muse修正了账户链接错误，处理了重复退款逻辑，更改了客户计划，起草了回复并关闭了工单。它还成功抵御了提示注入攻击，并解决了所有预设的复杂情况。

• Claire相信Muse Wonder可以代她撰写电子邮件。它能够匹配她简洁的两句话风格，而不会变得过于正式或冗长。其语音表现同样自然且具有对话性，在她的测试中接近Sonnet的质量。

• 不应将Muse Wonder用于前端设计。其设计默认使用厚重的衬线字体、模糊的紫色、圆角和通用的SaaS布局。在ChatPRD重新设计中，它忽略了品牌指南，添加了表情符号，破坏了图片渲染，并产生了与原网站脱节的设计。

• 正确完成80%的原型与完成整个原型有显著差异。Muse经常创建令人信服的框架，但在交互测试中却因按钮损坏、主题错误和阻碍性覆盖层而失败。其最大弱点不是生成界面，而是用视觉精致度和功能准确性完成界面。

• Muse Wonder在视频编辑方面有令人期待的直觉，但视觉执行能力较弱。它找到了正确的40秒片段，选择了Claire喜欢的音乐，并几乎完美地把握了剪辑时机。然而，糟糕的叠加效果、位置不当的字幕和有缺陷的音频处理使最终效果未能达到完成状态。

• Muse Wonder的速度高度依赖任务类型。它在处理SVG、短原型和其他一次性请求时速度很快，但在处理收件箱分类、后端实现和视频编辑时速度明显下降。这种差异很可能反映了主动聚焦功能在处理复杂目标时花费更多时间。

• Muse Wonder 已经进入了 Claire 的实验范围，但并非作为她的日常使用工具。她计划在几个代理工作流程中测试它，因为它的多步骤推理和自然语音表现突出。只要任务不涉及设计，它在个人代理和知识工作编排方面尤其有前景。

#### 本期博客和详细工作流程解析：

Meta Muse Wonder 评测：代理、编程与设计：https://www.chatprd.ai/how-i-ai/meta-muse-wonder-review ↳ 如何设置 Meta 的 Muse Wonder 进行无头 AI 测试：https://www.chatprd.ai/how-i-ai/workflows/muse-wonder-headless-testing ↳ 如何测试 AI 代理处理复杂客户支持工单：https://www.chatprd.ai/how-i-ai/workflows/ai-agent-billing-ticket-benchmark

“Claude 让我的 TikTok 更高效”：这位创作者如何用 AI 扩展视频内容 | Brooke Lacey

由 Firecrawl 提供支持 —— 为 AI 代理提供网络数据及更多功能 Auros —— AI 背后的真人网络

Brooke Lacey 是一位资深技术专家和创作者，在 TikTok 上拥有超过 29 万名关注者。在本期内容中，她展示了如何利用 Claude Code、FFmpeg 和 Whisper，将原始手机录音在约 15 秒内转化为完整编辑、带字幕的视频，全程无需上传素材或使用传统编辑器。她还解释了如何训练 Claude 识别自己独特的跳切节奏，如何从观众评论中挖掘新脚本，以及如何通过 Claude Code 内部构建的个人操作系统处理项目。

• Brooke 用终端和三个简单工具取代了传统视频编辑器。她的 TikTok 工作流程使用 FFmpeg、Whisper 和 Python，由 Claude Code 协调。原始手机视频输入后，约 15 秒后即可输出带字幕、跳切和缩放的成品竖版短视频。

• 在 Brooke 的工作流程中，所有编辑内容都存在于文本文件中。TSV 文件的每一行定义了剪辑的起始时间、结束时间、镜头尺寸和标签。一旦 Claude 生成该文件，相同的指令可从一次原始拍摄中生成 15 秒、30 秒和 60 秒版本，以及横版裁剪。

• Brooke 教会 Claude 识别自己的喜剧节奏。它不仅会剪掉静音部分，还学会了自己语音的节奏、笑话前的停顿、词后最佳剪辑点，以及哪次重复拍摄的节奏最佳。编码这种风格需要明确的指令和反复迭代，而非一个巧妙的提示。

• TikTok 评论区可以转化为持续的内容简报。Brooke 将每个视频与其评论关联，然后让 Claude Code 识别观众提出的问题、争论或期待的内容。结果是一份基于真实观众信号的新创意清单。

• 创作者需要先掌握技艺，才能将其委托给 AI。Brooke 能教会 Claude 用她的风格进行剪辑，是因为她本身已经知道好剪辑听起来是什么样、缩放应落在哪里、节奏为何重要。AI 放大了这种判断力，但无法替代培养这种判断力所需的经验。

• 个人 AI 操作系统比提示词集合更有价值。Brooke 的“车道操作系统”（lane OS）为 Claude Code 的每个产品分配了独立的内存、权限和状态文件。当系统出错时，她会追溯到相关指令并全局记录修正，防止错误再次发生。

• 经验丰富的技术专家能为平台变革带来独特的视角。Brooke亲历了Windows 3.1时代、互联网兴起、千年虫问题以及如今的AI转型。这段历史帮助她冷静识别真正的平台变革，而非盲目恐慌。她认为，更多经验丰富的从业者应当分享这种视角，而不是置身事外。

• 当基础扎实时，每周发布一次内容已足够。Brooke在保持每周更新的节奏下成功积累了观众，早期视频仍持续被重新观看。Claude Code工作流并未让她增加发布频率，而是通过消除数小时的编辑阻碍，使每个视频不再耗费整天时间。

Claude Code 可以编辑 TikTok 视频。教会它什么是有趣的才是难点。: https://www.chatprd.ai/how-i-ai/brooke-lacey-claude-code-video-editing ↳ 使用 Claude Code、FFmpeg 和 Whisper 自动化短视频编辑: https://www.chatprd.ai/how-i-ai/workflows/claude-code-short-form-video-editing ↳ 通过分析 TikTok 评论生成新视频创意: https://www.chatprd.ai/how-i-ai/workflows/claude-tiktok-comments-content-ideas

如果你喜欢这些内容，回复告诉我你最想深入了解的话题：AI工作流、招聘、增长、产品策略——任何方向都可以。

下周同一时间，Lenny

附注：想要第一时间获取新内容？在你最喜欢的播客应用上点击“关注”吧。

上一篇