一句话看懂：开发者宝玉用一条提示词，驱动 Claude Code 配合 Opus 5.5 自动生成了一支讲解 Transformer 的动画视频，模型自己完成了脚本、配图、公式渲染和配音。它展示的不是”AI 会做视频”，而是模型开始独立完成一条原本需要动画师、设计师、配音员协作的工程流水线。
事件核心：发生了什么
事件发生在 2026 年 9 月 26 日。宝玉在 X 上发布了一支自制视频《什么是 Transformer》，给出的提示词只有一段：用 JavaScript 制作视频，主题是 Transformer，要深入浅出到高中生能看懂，既要讲清整体架构，也要涉及注意力机制和部分数学概念，可以自行安装工具、联网检索，”请给我惊喜”。视频由 Claude Code + Opus 5.5 制作，发布后获得约 5.95 万次观看。
据宝玉后续补充，模型在执行时自行选择了整套技术栈：用 Remotion（基于 React/JS 的视频框架）来生成动画，用 KaTeX 渲染公式，配音则是模型自己找到并接入开源的微软 EdgeTTS 逆向 API。也就是说，技术选型、依赖安装和音画同步都由模型自主完成。
为什么重要
这支视频的真正看点不在成片质量，而在于任务跨度。它要求模型同时处理内容理解（讲清楚注意力机制）、编程（Remotion 动画代码）、数学排版（KaTeX 公式）和语音合成（EdgeTTS 调用），其中任何一环失败，输出都只是半成品。这属于典型的”长链路、可验证”任务，也是当前大模型最有商业化想象力的方向——把过去需要多工种协作的制作流程压缩成一次对话。
更具信号意义的是同一条讨论串下另一位用户 Tz 的案例：他让 Opus 5.5 为论文《Attention Is All You Need》做一支说唱风格 MV，英文唱词、中英双语字幕。根据其观察，模型在思考过程中从 TTS 语音算法层切入，直接改动源代码来实现唱腔合成。目前公开信息显示这些细节来自用户描述，尚无独立验证，但两者指向同一趋势：模型正在从”调用现成 API”走向”改写底层工具链”。
对用户/开发者/创作者的影响
对内容创作者，这是一条新的生产率曲线。教育类、科普类视频中大量重复的动画和公式排版工作，开始具备被自动化替换的可能，个人创作者可以独力完成过去需要小团队才能交付的成片。
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，值得留意的是这类任务对 Agent 编排能力的要求。Remotion、KaTeX、EdgeTTS 都不是为 AI 设计的工具，模型能串起来，说明代码 Agent 的工具检索、依赖管理和错误自修复能力已跨过某个门槛。这也意味着未来 AI 应用的技术壁垒，可能更多落在”能否稳定跑完长链路”而非单点模型能力上。需要提醒的是，EdgeTTS 走的是对微软服务的逆向接口，商用场景存在合规与稳定性风险，正式产品仍建议替换为正规 TTS 服务。
值得关注的后续
一是这类”一条提示词出成片”的工作流能否稳定复现，而不是偶然的演示级案例；二是Remotion、KaTeX 这类垂类开源库是否会主动适配 Agent 调用，形成新的生态位；三是逆向 TTS 接口的合规问题会否推动厂商推出面向 AI 工作流的正版语音 API。
来源：@dotey
