第一个同时为人类和Agent设计的AI视频产品，它叫，LibTV。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
第一个同时为人类和Agent设计的AI视频产品，它叫，LibTV。
原创 数字生命卡兹克 数字生命卡兹克 2026-03-18 11:00 北京
我昨天发了一篇文章，中间有一个观点。
就是AI时代，你的产品，可能得同时为了人类和Agent共同设计。
我前几天出去给人分享的时候，在PPT上也写过这个判断。
未来的很多产品，可能都会是两个入口并存。
一边是为人类而设计的UI界面，一边是纯粹为了Agent而设计的Skills。
而昨晚，Liblib发了一个他们的AI视频产品，我觉得非常有意思。
因为，他们的产品，应该是我第一个看到的。
为人和Agent共同而设计的AI视频产品。
而且，用一种很优雅的姿态，解决了一个在交互设计领域一直以来都很绝望的问题，就是怎么同时兼顾专业用户和普通用户。
这个东西，名叫LibTV。
这个产品，让我一时间，不知道从哪下笔。
因为，这玩意真的就是面向人类和Agent双向出击。
给人类用的，就是极度全面、复杂、专业、需要连线和节点的无限画布。
给Agent用的，就是一个使用起来极度简单、无需理解、开箱即用的SKills。
先说这个给人类用的无限画布。
先给大家看一个工作界面，这是一个大佬叫毕加索隆，在上面做的片子《索拉里斯之船》，我非常喜欢这个片子和他的艺术风格。
而这，这是他的画布界面。
看的我脑壳疼。
就咋说呢…虽然节点式的画布看着复杂，对普通用户来说确实有点难上手。
但是我觉得只要是希望能创作最顶级AI短片AI广告的那些专业创作者，我相信他们绝对会喜欢这个产品，因为，真的太顶了，你能想象到的一切功能，LibTV都给你做了上去。。。
支持剧本、图片、视频、音频全链路。
你可以，一口气，直接在这里面，完成所有素材的制作。
比如，生成图片。
当然，你也可以自己传一张图片上去，进行处理。
而LibTV这个画布，对图片的处理，我感觉就是变态级的。
高清、扩图、重绘、擦除、抠图这些都正常做了，自不必说。
还有两个他们雕花雕的很有趣的。
一个是多角度，直接就预设好了一堆的视角，你一张图扔进去了，就非常非常便捷的，可以出任意视角的图，而且稳定性极高，左边的3D的预览做的也非常有意思。
一个是灯光。
真的，一键改成各种角度的光，极其稳定，轮廓光也能生成。效果非常好，我就随手改了一个右侧50%亮度带有轮廓光的打光，还有一个左侧的75%亮度的效果。
而当你想继续用这张图生成后续的内容的时候。
你就可以引用这张图，反推Prompt成文本，或者图生图，或者生视频，等等等等。
比如我们选择继续生图，你就能看到一个非常多功能的输入框。
有预设风格，有尺寸，有比例，还能选模型。
然后还有个非常离谱，雕花雕的贼细的摄像机控制。
我第一次见到真的有UI，把相机的实物和镜头的实物，还有各种光圈和焦距全扔进来的。。。
这真的是，正儿八经的摄像机控制了。。。
而且，还有更多的功能和预设，被藏在了/的命令里，你敲一下就能看到了。
我们可以直接来生成个，剧情推演的四宫格，看看后面的动态演变帧。
没一会，四宫格就生成好了。
然后，你还可以用工具栏的网格切分功能，把图片提取出来。
比如我们是四宫格，就可以选中四宫格切分，再选中右上和左下。
然后，这两张图就被提取出来了。
他们真的，我觉得已经把基于工程能力上的雕花雕到极致了。
而所有的图片的处理，其实最后，都是为了视频服务的。
你可以给最终的图片节点连线，调用现在几乎所有的视频模型来帮你生成。
为啥我说是几乎所有呢。。。
因为缺了现在最大的那个爹，Seedance 2.0。
不过也能理解，Seedance 2.0现在几乎没有对外开放，自己内部排队都排N个小时，就看Lib啥时候能钞能力发作，把Seedance 2.0给拿下来了，我是真的很想在这种画布上，来去创作视频的，太顺了。
生成完的视频，你也可以继续剪辑、超分，还有个有趣的东西，叫解析。
其实就是你可以对它，进行一个更细节的拉片。
而这个东西，也就是他们自己比较独有的，脚本节点。
你可以给一段剧本，来帮你生成对应的分镜脚本。
你也可以通过角色设定+一段话，来生成一段分镜脚本。
当然，也都可以合并在一起。
这套流程，其实对做AI短剧或者AI漫剧，就非常的有用了。
还有音频节点，音频驱动数字人。
或者生成音乐等等。。。
功能太多了，我就不列完了，我觉得，你是个AI创作者，你就可以上去试试看，这是一个我现在应该见到的，非常非常完整的AI视频创作工具。
并且，里面的积分和会员，是跟原来的liblib直接打通的，所以你原来的会员和积分，也可以没有任何成本的迁移到LibTV上来用。
面向人类的部分说完了。
接下来，说一下面向Agent的部分。
我觉得LibTV这次做了一个很好的示范，不过可能也是第一次尝试，所以在入口上，没有那么的激进。
点开你的头像，然后就能看到一个Access key的东西。
点它。
你就能看到一个弹窗了，这个弹窗里，有Skills的链接，还有你自己的key。
这个key的意思，就是你的Agent在用LibTV时候的一个凭证。
让你的Agent，包括Claude Code、Codex、OpenClaw等等安装这个LibTV skill也非常的简单。
直接一句话：
帮我安装https://github.com/libtv-labs/libtv-skills这个skill。
跑一会后，就OK了。
在弹出这么一段以后，因为里面没有自带的key，所以其实还用不了，就跟小龙虾里面NanoBanana之类的Skills一样，所以，记得把你的Key直接发给它。
然后就OK了。
因为LibTV自己能力的丰富性，所以，几乎你能想象到的一切，无论是写脚本、生图、改图、生视频、编辑视频、生成音乐等等。
你全都可以让LibTV来干，甚至有了它之后，你几乎就不需要那些各种各样的生图生视频的Skills了。
就这一个Skills，全部搞定，我感觉这玩意已经可以进入到我的必装Skills列表里面了。
而且我看了一下他们的Skills，其实用户侧暴露的东西还比较少，几乎最重要的功能，就是触发和通信。
所有的一些改分镜、模型调用、做漫剧等等偏向知识型的能力，应该都是他们后端部分的Skills去处理了。
所以，大概的交互流程其实就是，用户提出一个Prompt，比如说是要生图生视频或者改图改视频啥的，通过Skills的机制，触发了LibTV，LibTV将用户的内容原封不动的传到了LibTV的后端Agent上，然后后端Agent根据自己的内部Skills开始调用模型进行创作，最后再通过通信，给用户侧进行返回。
这个做法，其实我是比较认同，因为现在的很多Skills，大半都是直接开源出来给大家的，然后里面的一些核心经验和Know-how，其实都是裸奔的。
没有壁垒，就没有保护，没有保护，就很难有商业化的空间，没有商业化，那这个生态，就很难转起来。
所以，用户侧的Skills只负责触发和通信，真正的能力全部跑在他们自己的后端Agent上。
这也意味着，他们可以不断迭代自己后端的Prompt、模型调用策略、分镜生成逻辑，而这些东西，外面是看不到的。
这个思路我觉得对很多想做Skills的团队都很有参考价值，你对外发布的，完全可以是接口，不是大脑。
Agent生态需要开放，但开放不等于把自己的核心竞争力全部掏出来送给别人。
用起来也很简单，我用Claude Code举个例子。
比如说，我们可以先生图。
我把我想生的图，直接扔给了Agent：
帮我生成一下图片：黑白、模糊的歌剧芭蕾舞者，使用Canon K-35拍摄，风格为Jeanloup Sieff，16：9，2K，帮我生成4张。
这时候，就会自动调用LibTV的Skills，来触发这个生图任务。
LibTV把这个Promtp传到了他们的后端Agent，然后自动开始跟后端进行轮询。
大概几十秒以后，图片生成成功，我们拿到了生图的结果链接，同时帮我们把这四张图片，自动下载了本地，还会返回给你一个他们的画布项目链接。
这个是我觉得非常屌的地方，可以直接跟画布打通，你的每一个任务，就会自动以一个真实的项目放在你的画布里，所有的节点也都是串好的。
所以你也可以，跟你真实项目联动上，这个觉得非常的好。
生成出来的图长这样，我自动拼了一下。
效果还是相当不错的，现在，我觉得第一张图很不错，我想让他驱动成一个10s的视频。
我就可以继续直接说。
这时候，Skill就会自动把你这张图，传到后端，来去帮你生成视频了。
大概自动轮询两分钟以后，这个视频就生成完了，自动放在了你的本地。
可以看看这个视频。
这只是一个非常简单的，没有跟其他的Skills去搭配的生图生视频的玩法。
你也可以，一句话，来帮你复刻一个爆款视频，然后生成一个TVC广告。
或者，一句话，给一首歌，配上MV。
这个case我觉得挺有意思的，来自Fine大佬。
Prompt也究极简单：根据坂本龙一《Rain》音乐，做一个MV视频。
虽然我觉得还有很多优化的空间，但是毕竟我们从来不指望，Agent能一次性给我们一百分的东西，能给出70分的东西，我们再手动优化成100分的内容，这个我觉得就是未来创作的核心。
毕竟，还有那个，整个为人类设计的无限画布嘛。
Agent出初稿，人类去无限画布上优化，这个就是我觉得，可能未来最普遍的创作方式了。
同时为人类和Agent设计，完美解决了专业用户和普通用户的使用问题。
专业用户，你就去用无限画布。节点连线、参数调整、模型选择、摄像机控制、光圈焦距等等等等，都是为了方便你最好的控制，你是专业创作者，那这些复杂度，就是你的武器。
而普通用户，你都不需要打开这个画布。你装一个Skills，跟Agent说一句，Agent就会调用LibTV的Skills，后端Agent自己去处理分镜、选模型、调参数、生成视频，你什么都不用懂，但最后的结果，就全部会直接给你，你完全可以感受到，言出法随的魅力。
同一个产品，同一套底层能力，但通过两个完全不同的入口，分别服务了两类完全不同的用户。
这就是我昨天说的那个判断的具体形态。
两个入口背后，其实都是底层功能的原子化能力的重组。
这个形态，我觉得可能才是Agent时代产品设计的真正答案。
就目前来说，绝对不是非此即彼，也不是UI死了Skills活了。
是两条路同时走，各自服务各自的用户，最终汇入同一个能力内核。
从此。
人类与Agent共生。
天下大同。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克
>/ 投稿或爆料，请联系邮箱：wzglyay@virxact.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言