北京
不到一分钟的视频，花了27分钟才剪完。这不是人工剪辑的耗时，是让AI自己动手操作剪映的结果。
作者向阳乔木测试了用 Codex 的 Computer Use 功能控制剪映自动剪辑视频。流程能跑通，从操作到出片，整套动作都完成了。但代价是时间——成片不到一分钟，机器在屏幕前忙了27分钟。
能跑通，但慢得离谱
问题出在交互方式上。Computer Use 靠的是视觉识别加模拟点击，每一步操作都要先"看"屏幕、再"想"下一步、然后"点"下去。剪映这类桌面软件界面复杂，按钮密集，视觉交互和指令延迟叠加起来，效率被压得很低。
换句话说，AI确实学会了用鼠标，但它用鼠标的方式，比人手慢得多。重度任务里，这种速度瓶颈尤其明显——流程越长，累积的延迟越夸张。
他的解法：不点界面，写Skill
作者的计划是自建一个专用 Skill，把从录屏到剪辑的全过程串起来。相比纯 GUI 视觉点击，程序化的 Skill 直接调用能力，绕开了"看屏幕—找按钮—点下去"这一整套动作。
他的判断很直接：自己写一个 Skill 完成从录屏到剪辑的全过程，应该会快很多。
这个思路指向一个更普遍的问题：GUI 自动化适合演示和轻量操作，一旦进入需要反复执行的重度工作流，程序化接口才是提效的关键。让AI学着像人一样点鼠标，和让AI直接调用工具，是两条完全不同的效率曲线。
27分钟这个数字，大概就是两条曲线之间的差距。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
