最近看了一个让我挺受触动的视频， 作者叫 Sandy Lee， 是个55 万粉丝的内容博主。
她完整演示了自己如何用 Claude Code 从零搭建了 一套 AI 内容创作系统， 基本上把 90% 的社交媒体内容生产都自动化了。
她非常诚实地分享了自己的困境。
从 2018 年开始做内容， 中间停了又开始， 开始了又停，反反复复。
原因很简单：太累了。
白天上班， 晚上回家还要带孩子， 好不容易坐到摄像机前， 脑子里一片空白， 不知道该说啥。
然后就跑去 YouTube 上找灵感， 结果刷到搞笑视频就收不住了。
但她没有停在抱怨上， 而是想了一个很有意思的办法。
她决定用 AI 给自己搭一个 虚拟的内容创作团队， 真正意义上实现系统化运作。
今天我就把她做的这套系统拆解一下!
一个人也能拥有 7 个 AI 员工
Sandy 最终在 Claude Code 里 搭建了 7 个独立的 AI 代理， 每个代理负责不同的工作。
频道分析师负责研究 她自己的频道数据和竞争对手；
趋势侦察兵每天在社交媒体上 扫描热门话题和爆款视频；
脚本撰写员会根据趋势 和她的品牌声音自动生成视频脚本；
缩略图设计师用google banana生成符合 她风格的封面图；
视频编辑通过 Descript 的 API 自动剪辑素材；
每日报告员会把所有信息汇总到 Google Sheet 并发邮件摘要；
最后还预留了一个短视频转换器， 专门把长视频自动拆成短视频。
这七个代理之间是协同工作的， 比如趋势侦察兵找到的爆款话题， 会直接传递给脚本撰写员和缩略图设计师， 而最后的成果又会被报告员统一汇总。
换句话说， 这是一条完整的内容生产流水线。
选 Claude Code 而不是 Co-work 是有讲究的
Sandy 在视频里花了不少时间 解释为什么最终选了 Claude Code 而不是 Claude Co-work。
Co-work 更像一个学过一些 开发技能的 AI 助手， 界面友好，上手容易， 适合不想碰技术的人；
但 Claude Code 更像一个资深开发者， 能处理 API 密钥这种敏感信息， 能深入到文件系统里去操作， 做复杂任务的能力强很多。
特别是当你需要同时管理七个代理、 连接多个外部 API 的时候， Co-work 的限制就比较明显了。
这个选择对于想要搭建类似系统的人来说，是一个很实用的参考。
那个爆款视频发现机制设计得很聪明
在所有代理里面， 我个人觉得最有价值的是 趋势侦察兵里的那个 outlier score 算法。
它的计算方式是： 用一个视频发布后 48 小时内的播放量，除以这个频道平时 48 小时的平均播放量，再乘以 100。
得分超过 200 就算强势爆款， 超过 500 就是病毒式传播级别。
更关键的是， Sandy 特意让系统优先 关注订阅量 5 万以下的小创作者。
因为大频道发什么都有流量， 参考价值有限。 反而是小频道突然冒出来的爆款视频， 更能说明某个话题本身的吸引力。
每月不到 200 美元，干了一个小团队的活
最后说说大家最关心的成本。
Sandy 在视频里列了账单： Claude API 大约 40 美元每月， YouTube Data API 免费， Rapid API 有一些费用， 加上 Descript 订阅和可选的 服务器托管费用， 总计大约在 74 到 84 美元之间。
即使算上一些额外的调试消耗， 每月也很难超过 200 美元。
AI 内容创作正在从单点工具 走向系统化方案。
以前我们说 AI 帮你写个文案、 生成个图片， 那都是一个一个独立的动作。
但 Sandy 做的这套东西， 已经是一个有分工、有协作、 有自动化流程的完整系统了。
几个值得注意的趋势：
首先， Claude Code 这类工具 正在让非专业开发者也能 搭建相当复杂的自动化工作流；
其次， 个人创作者和小型团队通过 AI 获得的生产力杠杆越来越大， 以前只有大公司才能实现的内容流水线，现在一个人穿着睡衣在家就能搞定；
最后， 这种系统的核心竞争力不在技术本身， 而在于你对自己内容策略的理解深度。