删口水词人人点赞，生成视频人人喊打：Descript CEO 拆解创作者对 AI 的爱恨层级

同一家公司的同一批用户，给三种 AI 功能打出了三种态度：带按钮的 AI 功能人人点赞，AI 协作编辑人人想要又人人嫌它不够好，AI 生成视频人人喊打。做出这个产品的公司叫 Descript，2017 年靠“像改文档一样剪视频”出道。它的 CEO 上任后给全体用户群发邮件，承认生成式 AI 在创作者中间是个“极化话题”，然后立下承诺：

Descript 不是 slop 机器，我们也不想成为。

这封邮件还顺带招募一个生成式 AI 顾问委员会，报名人数多到根本开不成一场正常的会，新任 CEO Laura Burkhauser 后来几乎跟每个报名的人都聊了一遍。她此前在 Descript 做了几年产品副总裁，接棒创始人 Andrew Mason。主持人 Nathan Labenz 是连续创业者和 AI 投资人，也是 Descript 多年的付费用户、Underlord API 的早期测试者，自己的播客就用它剪。这期 Cognitive Revolution，聊的就是一个很实际的问题：一家 AI 剪辑公司，怎么在一群对 AI 又爱又恨的用户中间活下去。

开场第一个问题：到底什么是 slop？这个词大致指 AI 批量灌水的低质内容，Laura 给的定义，跟网上流行的“AI 生成即垃圾”完全是两码事。

在她眼里，slop 是一种内容套利。发现平台算法里的临时空子，用极低的成本灌进海量内容，不求多少互动和订阅，只要总收益为正就划算。两个要素缺一不可：动机是钱，并且规模化进行。

所以她自称“支持烂作品”。烂作品是通往好作品的必经阶段，谁都绕不开。她还拿 Nathan 开涮：你最早发到网上的那些东西，现在回头看，八成想连夜删掉。

她给了一组对比。一个人发现数字人冥想视频还没被平台盯上，批量灌几百条进去薅广告分成，这是 slop。另一个人真心想做冥想频道，也用数字人，做得很烂，那只是烂作品。两条视频可能难看得不相上下，性质完全不同。

Nathan 自己就是活例子。他用 AI 生成节目封面图，评论区清一色反对，他决定接着用，因为过程好玩。Laura 说这恰恰是她的意思：玩一个新媒介，就是通往好作品的路径。反复尝试里会自然长出判断，这个 prompt 顺眼，那个风格不行，跟学画画是一个过程。

那为什么现在网上的 AI 内容普遍难看？她给了两个原因。第一，技术真不行：视频一次只能生成 5 到 10 秒，两段之间声音口型的一致性全靠赌，有时要生成 50 次才得到想要的一条，此刻还能产出好东西的人，等于全程在跟工具搏斗。第二，污名：真正有品味、有技能的人不敢公开承认在用这些工具，于是网上晒作品的，大多是还不知道“好看”长什么样的早期玩家。

她还补了一个扎心的细节。Nathan 承认自己说不清为什么公司创意团队就是比他强，对方给几个形容词、报一个艺术家的名字、点一句构图，成品立刻上一档。Laura 说差距就在这里：没学过摄影构图的人，知道自己做得不好，但缺少说出“为什么不好”的词汇量。

同一个产品里，用户对 AI 有三副面孔

Laura 上任时赶上涨价，收到一类反复出现的反馈：别做 AI 功能了，把时间花在核心体验上。她较了真，去拆这句话，结果发现用户嘴里的“核心体验”，好些其实就是 AI 功能。Descript 从第一天起就是 AI 原生产品，像改文档一样剪视频本身就是个 AI 想法，绿幕靠视觉模型实现，Studio Sound 是自研音频模型，改一个说错的词让声音和口型同步重说，背后也是模型。

拆到最后，她理出一份“敌友清单”。同一批用户，对不同类型的 AI 功能，态度差出三个量级。

• 绿勾按钮，人人爱。特效、转场、绿幕、删口水词，只要按下去结果可预期，哪怕背后全是模型，用户的反应就是：继续做，多多益善。
• Underlord，人人想要，人人骂。这是 Descript 的 AI 协作编辑，用自然语言下指令。用户情绪很统一：没人喊停，都在问为什么还没做到完美。
• 生成视频，仇恨中心。数字人有点遭反感，语音克隆和文字转语音大家感觉还行，生成视频是真的被恨。

恨的理由，她拆出两条。一条是体感割裂：宣传里这东西神乎其技，上手却要跟工具搏斗，用户觉得自己快疯了，全世界都说它好，它明明很烂。

另一条是营销话术的反噬。她点名那种标题：Seedance 把枪顶在好莱坞脑门上扣了扳机。你这样卖技术，被你宣布枪顶脑门的人，凭什么喜欢你的产品？她个人不信生成式 AI 会终结传统影视、让大批人失业，这只是一个新的创作工具，正确姿势是带着玩心和好奇去接近它。

选模型承认靠 vibes，默认模型才是主战场

聊到怎么挑生成模型，Laura 不装：“确实有点凭感觉。”他们没精力评测市面上每个模型，但两道闸门是清楚的。

第一道，该不该进 Descript。他们用模型推理平台 fal 做提供商，模型不在 fal 上基本免谈，单独接一家要签数据许可协议，麻烦得很。字节跳动的视频模型 Seedance 能进 Descript，就是因为它终于上了 fal。

第二道，该不该设为默认。大多数人根本不会去换默认模型。深度玩家会挑 Nano Banana Pro 做换脸、用可灵（Kling）干别的活，普通用户只认你递过来的那一个。所以默认模型走正规流程：外部评测加自建评测，覆盖常见用户场景，再跟现有默认做 A/B 测试，数据对得上才换。目前图像默认是 Nano Banana Pro，视频默认是 Google 的 Veo，正在考虑换成 Seedance。

审美这件事，她认为永远该留一个人工席位。她跟 Midjourney 的 CEO 吃过饭，对方说 Midjourney 美学领先的原因是“我把拇指压在秤上”，Google 让民主投票或自动化选图，结果永远是千篇一律的漂亮金发女郎。

Studio Sound 的故事她讲得很细。这个功能的原作者是位大提琴手，耳朵好，他挨个听不同模型，说这个更好那个更好，这就是最早的评测。他离职之后，团队才被迫把他的耳朵翻译成正式评测：37 项指标，区分一种背景噪声去除和另一种的差别。最近他们拿 Studio Sound 跟市面上所有新方案比了一遍，还是留了自己的。

至于生成视频会不会一家通吃，她的答案很干脆：不会。奥斯卡级特效和亚马逊商品页的批量视频，不会是同一个模型赢。有的场景拼批量，不在乎跨时间一致性；有的场景一条生成值几千美元。关键在搞清楚自己的核心客户和英雄用例。

Seedance 就是现成的纠结案例。它擅长替你做大量艺术决定，风格强烈，适合愿意放手的人。可 Descript 用户主要拿生成素材当 B-roll，B-roll 的本分是别抢戏，Seedance 又贵又抢镜，默认之位就一直悬着。她顺带预言：编排型 agent 以后的核心能力之一，就是根据项目上下文选对模型，命中成本、质量、用例的靶心。

不烧钱追生成，把宝押在已录制的素材上

自研还是外采，Descript 划了一条清楚的战略靶心：已录制素材的编辑，要做到世界最好；纯生成，碰都不碰。她的原话很直白：花几亿美元做生成模型的公司，多半还是输给 Google，我不想那样烧钱。

自研的例子很具体。Regenerate：录完发现某句话说错了，改文字，模型让她的声音和口型说出本该说的版本，两年前的视频因为法条更新，也不用重录。即将上线的跳剪平滑：剪辑点看起来像人自然挪了一下位置，根本没剪过。

这些投资有三条筛选标准：手里有别人没有的数据，烧不穿预算，大实验室大概率懒得来做。删重录对 Google 的吸引力，远不如解决 3 秒片段之间的语音一致性。

她对自己这行的愿景也坦白得少见。一部分的她对人类表情有占有欲，对“号称是我但不是我”的 AI 克隆感到不安。另一部分的她承认，谁不想录完什么都不管，后期自动修好妆容、灯光、服装和说错的话。Descript 押的杀手场景就叫“增强的人类已录制媒体”：真人认真聊，魔法交给后期。

Underlord 的评估体系也在这部分摊开了。它是“真正开放世界”的，手里不止 28 个工具，第 29 种请求也得接。质量分三档：第一档，没弄坏用户的东西，目标接近 100%；第二档，做了用户要求的事，目标 90%；第三档，做得好，目前还不行，年底目标 80%。她的判断是，当用户 80% 的时候觉得“它做得跟我差不多”，才会真正信任这个 AI 联合编辑。评测办法是随机抽真实用户请求，跑新旧版本，让大量 LLM 评审打分取平均；用户的点赞点踩则帮他们定位痛点，口水词就是个热点区域，发现后花几个冲刺周期集中修。粗剪是强项，把长素材剪短做得漂亮；视觉类还弱，因为现在 agent“看”视频的方式是把画面逐帧转成文字描述，等于假装有眼睛，Nathan 吐槽过 Gemini 批视频时会幻觉出根本没发生的硬切。多模态理解是 agent 质量团队的第一优先级，一到两个月内有大升级。

模型策略上，她的主赌注是做一个通用的 agent 外壳（harness），给它一堆低层工具，赌通用智能持续变强。新模型发布后 15 分钟内完成评测、进产品，绝不投入重金去追实验室。设计原则也只有一条：Underlord 在编辑器里能做的事，人类都能做，反之亦然，两边共用一套工具。它是团队的一员，就像 Descript 从第一天起就是协作工具。

Underlord 的下一站是走出 Descript。现在它活在单个项目里，下一步升到账户层，最终通过 MCP 协议变成可以带进 Claude Cowork 的协作者。Laura 自己的工作流已经跑通：让 Claude Cowork 翻遍她过去一周在 Notion 和 Slack 里说过的所有话，提炼出 6 个关于 AI 的选题，比凭空头脑风暴强得多，因为那些话她真的说过。选题定稿后自动在 Descript 建项目、放好草稿脚本，录完再用她自建的 skill 转成 LinkedIn 金句。还有用户做了个“剪播客”的 skill，Zoom 录完自动触发，项目建好，他打开检查就行。Nathan 听完很兴奋，他自己也写过一个，能干 6 件事，掐掉开场白之前的部分、掐掉致谢之后的部分之类。他说这东西最大的价值，是让人知道居然可以这么干。

Nathan 还注意到一个产品设计细节：Descript 的 API 不提供完全确定性的精细编辑，你只能用自然语言指挥 Underlord，由它去干活。他认为这可能是软件公司仅存的防御方式，外围里得有智能。Laura 补充了边界：转写这类不需要上下文的工具，会拆出来做成确定性接口对外开放；编排多种媒体、视觉编辑、版式设置这类活，留在 Descript 里体验就是更好。她给的分工比喻很形象：你让 Claude Code 去“雇”Underlord 当你的视频团队，放手让它按自己认为最好的方式干活。她给自己的北极星也只有一句话：无论前沿模型变得多强，用 Descript 的体验都要好过单用一个 AI agent。

面对“大实验室抄你怎么办”这个必问题，她的答案也实在：如果 Google 或 OpenAI 决定把你做的事当成头等目标，砸上多年持续投入，你确实没办法。但低垂的果子很多，一个可靠的视频编辑器在树的高处。得爬很久，才轮到“要不要永远维护一个健壮的视频编辑器”这个决定。

一次点击几美元：所有人都在忍的过渡期定价

这期节目里最扎心的现实感，来自定价。现在在 Descript 里，一次按钮点击、一条 Underlord 指令，可能一口气烧掉几美元额度。软件按次收钱，这是新现象。

Laura 先以消费者身份表态：她自己也讨厌这种感觉，按一下按钮就扣几美元，哪怕这笔交易本身划算，花一块钱让人剪好一组切片，比过去花一下午强多了，但体验上就是不舒服。可 AI 对 Descript 是真金白银的成本，免费无限量不成立。 他们的定价框架按角色和节奏设计：爱好者每月做出一件好东西，创作者每周一件，企业团队每周多件。额度用统一的 AI 积分池，不按功能细分，因为按功能切分对用户是坏交易，播客主可能永远用不上 AI 语音，切片却每周都要用好几次。内部还有一条健康红线：每月活跃用户里需要额外充值的比例低于 5%。她的原话是，如果 50% 的人都在撞上限，那这个游乐园就不好玩了，什么都贵得要死。 她判断这是过渡形态。行业共识的方向是按结果收费，比如按导出计费，你没拿到价值就不付钱。等模型再便宜一点，现在这套让人心里发紧的积分制就会退场。

内容不会淹死在 slop 里，艺术会先反击

结尾回到开场的问题：无限 slop 的未来躲得掉吗？ Laura 说，问她这个问题的人通常是科技从业者或经济学家，而他们漏算了一件事：内容有一半是生意，另一半是艺术。艺术对技术的反应，历史上从来不按经济学剧本走。她举的例子是相机：相机发明之后，写实绘画没人画了，绘画这个媒介被永久改变。技术没有杀死绘画，绘画换了一种活法。 她引用《穿普拉达的女王》里 Miranda Priestly 那段著名的天蓝色台词：设计师在春季系列里发布天蓝色，几年后它出现在 Marshall's 的打折货架上。内容行业的传导链也一样，先有一批有品味的人，用新技术、或者故意跟新技术对着干，做出让人惊讶的东西，把品质的天花板抬高；然后营销行业把这套美学抄走，批量复制。 有人向她推销过噩梦版本的未来：没有人类创作者，你盯着手机，系统追踪你的眼球，实时生成让你永远无法移开视线的视频。她说这个剧本 David Foster Wallace 在《无尽的玩笑》里九十年代就写过了。她承认噩梦有可能成真，尤其在一个人人怀疑技术的时代，噩梦最容易看见。但她的赌注押在另一边：艺术总会以出人意料、甚至带着挑衅的方式回应技术和文化，而那些东西会在市场上赢，哪怕在一个 slop 泛滥的世界里。 经济逻辑指向无限灌水，文化现实大概率比《黑镜》生动。这也是她整期最像赌注的一句话。她不知道五年后劳动力市场长什么样，也不知道 Descript 会站在哪个位置，她有信心的是公司已经建好了快速转向的机制。Nathan 追问播客剪辑师这个职业两三年后还在不在，她的回答留了余地：讲故事的人会有工作，受雇于谁、用什么媒介、讲什么故事，全部待定。Nathan 补了一个更冷的问题：赢家会出现，但输家能转型成赢家吗？很多时候赢家和输家根本是两拨人。Laura 承认经济结构永远在变，如果这次置换速度太快，社会需要提前备好接住人的系统，但她拒绝相信存在永久性的、不可逆的输家，除非那是我们自己选择建造的社会。

明天就能用的六件事

• 判断一条内容是不是 slop，只问两个问题：创作者的动机是不是钱，是不是在规模化套利。别把难看的作品一棍子打成 slop，也别给自己的烂作品发免死金牌。
• 允许自己产出烂作品。卡在“知道不好但说不出为什么”的阶段，就去看、去拆别人的好作品，先攒词汇量，再谈风格。
• 给 AI 编辑下指令时带上约束条件，比如“删掉口水词，除非切不干净，那就保留”。Underlord 这类开放世界 agent 吃这一套，Nathan 现场学走了这招。
• 认真用点赞点踩。Laura 明确说这些反馈直接决定团队接下来几个冲刺周期修哪里，你的每次点踩都在投票。
• 有内容存档的人可以抄 Laura 的工作流：让 Claude Cowork 之类的 agent 翻你过去一周在 Notion 和 Slack 里说过的话，从你真正说过的话里提炼选题，比凭空头脑风暴强得多。
• 听到激进的时间表就要求写具体。Nathan 提到 OpenAI 公开把自主 AI 研究员的目标定在 2028 年 3 月，Laura 的建议是把承诺落到纸面：什么叫自主研究员，没有人类监督时它能做什么、不能做什么。写清楚之后，结论通常会温和很多。