一句话看懂：有开发者分享了一套用 Antigravity 搭配本地 ChatCut Desktop MCP 服务器做视频 AI 剪辑的流程，称 Gemini 3.8 Flash 在速度和 token 消耗上优势明显，整体体验比 Codex 操作更快。
事件核心：发生了什么
用户 @Lonely__MH 在 X 上分享了一套视频剪辑组合：把提示词发送到 Antigravity 对话框，通过 stdio 方式注册本机运行的 ChatCut Desktop MCP 服务器即可调用剪辑能力。具体操作是注册一个名为 chatcut_desktop 的 MCP 服务，可执行文件路径为 /Users/{用户名}/Library/Application Support/ChatCut/chatcut-mcp，注册后需确认该服务已启用且可被发现，再启动一个新的 Agent 对话使用该连接。
该用户称，Gemini 3.8 Flash 在推理速度和 token 消耗上表现突出，用它驱动这套流程比 Codex 操作更快。此前他还提到自己的视频工作流由 ChatCut、剪映专业版和 MiniMax H3 三件套组成。
为什么重要
这条分享的价值不在于某个新模型发布，而在于展示了一种正在成型的应用范式：大模型不再直接承担剪辑渲染，而是通过 MCP（模型上下文协议）调用本地桌面软件的能力。这种分工让通用大模型负责理解与调度，专业工具负责执行，既能降低 token 开销，也绕开了把视频素材上传云端的成本与隐私问题。
同时，它把 Antigravity、Gemini 3.8 Flash、ChatCut 这类工具和 Codex 放在同一场景下比较，反映出开发者在实际生产中已经在按速度和 token 成本挑选模型与 Agent 框架，而不是只看单点能力。目前公开信息显示，这类组合仍属个人工作流分享，尚无官方性能数据背书。
对用户/开发者/创作者的影响
对视频创作者来说，最直接的变化是剪辑指令可以用自然语言下达，由本地 MCP 服务落地执行，省去在多个软件之间反复切换；对预算敏感的团队，token 消耗低意味着长时间、高频次的 AI 剪辑辅助更可负担。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者而言，这是一份可复用的 MCP 接入参考：如何注册本地 stdio 服务、如何验证服务发现、如何在新会话中建立连接，都是构建 AI 剪辑、AI 设计类工具链时绕不开的环节。走 MCP 路线也意味着产品不必自建大模型能力，可以专注在专业功能和本地执行上。
需要注意的是，这套流程依赖 macOS 本地路径和 ChatCut Desktop 客户端，跨平台可用性和稳定性目前公开信息有限，实际效果仍取决于本地环境和模型版本。
值得关注的后续
一是 ChatCut 是否会官方支持或文档化这一 MCP 接入方式，把它从个人技巧变成标准能力；二是 Antigravity、Gemini 3.8 Flash 与 Codex 在剪辑类 Agent 任务上的速度、token 账单对比是否有更可核查的数据；三是 MiniMax H3、剪映等工具是否跟进 MCP 或类似的本地 Agent 接口，形成更完整的创作者工具生态。
来源：@Lonely__MH
