天不生邹子Zihan

这个视频是我用 ChatCut 剪出来的，没有加口播，主要是把自己原来用 Remotion 做视频的工作流迁了进去。 用下来最大的感受是，ChatCut 的完成度确实比我预期高。 最终效果比我自己用 Remotion 做得更好，整个制作过程也更丝滑。我猜他们应该针对视频制作场景专门优化了 Agent，或者选了更合适的模型，所以无论是设计风格还是审美，默认产出都比较在线。 它还把图片生成、音频生成、字幕、气口剪辑这些工具全都集成进去了。以前在本地要自己拼起来的一套工作流，现在基本都封装好了，做视频会省事很多。 当然也有两个取舍： 它是云端产品，不能完全在本地运行，在意隐私的人可能会有顾虑。 使用需要消耗积分，不过我还没有认真测过积分消耗，也不确定和本地跑 Remotion 相比，最终成本差多少。 总体来说，ChatCut 和本地 Remotion 都能做到差不多的结果，核心区别不是能不能做，而是要花多少时间折腾。 如果你喜欢自己掌控每个环节，Remotion 依然很合适。如果你更想图省事，ChatCut 已经把大量工具和工作流封装好了，整体体验确实会舒服很多。

这两天 ChatCut 大火，作为一个审美白痴我对视频质量发言权不大，但是必须得说这个插件的确是做的优雅，👍 简而言之，ChatCut 把 Skills 和一整套 MCP Tools 接进 Codex，项目、素材、生成任务、时间线和导出状态都由 MCP 直接与 ChatCut 后端交互；网页版编辑器处理专业剪辑界面，并且和 MCP 共享同一个项目状态。 于是 Codex 可以负责理解需求、研究资料、写脚本、做判断和编排任务，ChatCut 则继续负责素材、轨道、帧、渲染、转码这些很脏、很重、但又必须极其可靠的视频工程。 我用它做了一支 3 分钟的“中国过去十年出生人口变化”分析视频，并完整观察了一下整个的过程：查国家统计局数据，生成 6 段旁白，写 6 个可编辑 MG，按照真实音频长度对齐 5509 帧，再抽查云端渲染结果。 关键不是 AI 会不会模拟鼠标，而是 Codex 完成了 AI 最擅长的理解和编排，ChatCut 完成了专业软件最擅长的工程执行，最后我还能进入传统时间线继续修改。 我觉得这才是 Codex 插件能发挥最大价值的方式：不要每个产品都重新造一套聊天框、Agent、模型路由和通用推理，也不要让 Codex 用 Browser Use 硬猜一个复杂软件的界面；把 AI 层交给 Codex，把真正形成产品壁垒的工程层留在自己手里，中间用 MCP 建立稳定、可验证、可组合的接口。 所以说 MCP 已死，我觉得是看反了。MCP Server 的数量、套壳和“接入即智能”这类幻想确实在退潮，但 MCP 作为分工边界反而越来越重要。没有这层协议，AI 产品和专业软件只能互相侵入、重复造轮子；有了它，两边都可以把精力放回自己真正擅长的部分。 我现在更愿意把好的 Codex 插件理解成一种新型专业软件：AI 不需要住进软件里，软件也不需要把自己改造成 AI。它们通过 MCP 协作，最后把一件真实工作做完。 OpenAI 当年号称要把 GPTs 做成 AI 时代 App Store 的梦想，好像真的有那么点希望了。

世界上真的有人能在boss直聘上找到工作吗