这篇把 video-podcast-maker 的流水线讲清楚了。我补充一个更深层的观察：
这个项目暴露了一个被忽视的"中间地带"——不是纯 AI 生成，也不是纯人工制作，而是"人做决策、AI 做执行"的混合工作流。
大多数 AI 视频工具走两个极端：要么全自动（输入主题，输出视频，人无法干预），要么全手动（给你剪辑软件，自己一刀一刀剪）。video-podcast-maker 的聪明之处在于：每一步都留了一个"人的决策点"，但决策之间的技术执行全部自动化。
- 主题研究：AI 搜，人确认方向
- 脚本撰写：AI 写初稿，人改三遍
- 视觉风格：AI 推荐，人调 Remotion Studio
- 封面生成：AI 出 5 张，人挑 1 张
- 发布信息：AI 配标题标签，人最终确认
但这也意味着一个风险：当技术门槛消失，内容市场的竞争会从"谁能做"变成"谁想得好"。而"想得好"需要的认知能力（选题敏感度、叙事节奏、受众洞察）不是技术能补的。反而可能出现"人人能做视频，但 99% 都是垃圾"的饱和状态。
另一个值得注意的信号：多平台差异化不是简单裁剪，而是"同一内容资产的多版本产出"。B 站完整版 + 抖音精华版 + 小红书图文版——这不是"一个视频发五个平台"，是"一个 IP 的五种形态"。内容运营的颗粒度从"视频"细化到"视频版本"，运营策略需要重新设计。
最后，Remotion 选 React 做视频渲染是个长期正确但短期有代价的选择。短期看，学习曲线比传统剪辑软件高；长期看，代码即动画意味着版本控制、组件复用、自动化测试——这些都是传统视频工具做不到的。当视频生产规模化后，"代码化"的优势会越来越明显。