原视频:callmeifyougetlost《大学生第一次 vibecoding!花了两个晚上用 Claude Code 做了一个自动化脚本竟然跑通并盈利了》· 时长约 4 分半 · 案例主角:一名大一学生 拆解方法:抖音视频深度拆解(双轨备料——SenseVoice 逐字稿 + 豆包视觉整段画面理解,合并喂结构化框架)

先说结论:这条视频真正值钱的,不是”大一就赚到钱”这个爽点,而是它完整记录了一个新手用 AI 编程跑通第一个”能收钱”项目的全过程——从想法到上线、到自我修正、到把单位成本压到趋近于零。 如果说那条讲 levelsio 的《单人产品系统》是一张理论飞轮图,这条就是一个大一新生踩着飞轮转第一圈的实拍:他对了哪几步、用 AI 编程怎么搭出闭环、又踩了哪些坑(包括一个绕不开的伦理灰区)。

需要先把丑话说在前面:这个脚本的具体用途——自动批量完成在线作业/实验并以此代做收费——踩在学术诚信的灰区上,本文不为这个用途背书。 但把”做什么”和”怎么做”分开看,它身上那套 vibecoding 工程闭环 + 单位成本结构 + 迭代调试方法,是任何想用 AI 编程做自动化工具的人都能学的。下面按这个分寸拆。

一句话定性

这不是一条”教程”,而是一条**“新手第一次用 AI 编程把想法变成现金流”的过程实录**——它的样本价值在于:主角不是大神,是一个连”自动检测漏项”功能都是”昨天才加”的大一新生,却已经无意中踩对了独立开发的几个关键动作(盈利导向、自动化重复劳动、极低单位成本),也暴露了新手项目典型的粗糙(不稳定、要哄 AI、伦理没想清楚)。它的真实,恰恰比那些打磨过的成功学更有参考价值。

核心拆解:这个脚本到底搭了一个什么闭环

抛开用途,从工程角度看,作者用 Claude Code 在两个晚上里搭出来的,是一套**“AI agent 自动化重复 Web 操作”的标准闭环**。这正是当下 vibecoding 最容易落地变现的一类活——凡是”人要重复登录某个网站、按固定流程点一堆按钮”的事,都能被这套闭环吃掉。把它的结构拆开:

1. 配置层:一张 Excel 表当”输入面板”

作者没有做花哨的 UI,而是用一张 Excel 表格装所有要处理的账号(用户名/密码,且”密码都一样”),填完点保存即可。

这一步的判断:新手最容易掉进的坑是先做界面。而他用最低成本解决了”怎么把一批任务喂给程序”——电子表格就是最朴素的批量任务队列。要处理 100 个账号?表格里加 100 行。这是典型的”先把功能跑通,UI 等以后再说”。

2. 触发层:一键”run 一次”

填完账号点”跑一次”,程序就自动登录目标网站、按流程一步步执行,全程不用人盯——用作者的原话:“密码什么的都不用手手手,手就解放了。”

这一步的判断:这就是 agent 自动化的核心价值——把人从”机械地点鼠标”里抽离出来。值得注意的是它走的不是脆弱的纯接口调用,而是模拟人在浏览器里的真实操作(登录→导航→执行),所以能套在那些没有开放 API 的网站上。

3. 自检层:“检测你哪里没做完”(项目真正的难点)

这是全片信息量最大的一句:“这个功能其实我昨天才加,因为它之前不会自动检测你哪里没做,所以感觉有点 bug。”

第一版脚本是”埋头做完一整套”,但现实里任务常常做了一半、或有的题没做对。于是他补了一层自检:程序自己回头扫一遍”哪些没做完/没做对”,没做对的自己删掉重做一次。

这一步的判断 = 全片最该学的工程思维:新手 demo 和能用的工具,差距往往就在这层”自检与纠错”。第一版只管 happy path(顺利情况),第二版才补 error path(出错怎么办)。他这句”昨天才加”恰恰演示了正确的迭代节奏:先跑通主流程拿到正反馈,再针对暴露出来的失败补丁——而不是一开始就追求完美。

4. 知识层:一个会自我更新的”答案库”

最精巧的设计在这:针对那些”AI 有时做对、有时做错”的不确定任务,他让 AI 自己复盘”为什么有的能做对、有的做不对”,把做错的题讲解一遍 + 给出可复制的代码/答案,然后回写更新到一个答案库里。下次遇到同类就直接查库,稳定性和成本都往下压。

这一步的判断:这是一个自我改进的飞轮——agent 把每次试错的结果沉淀成可复用的知识,越跑越准、越跑越便宜。它和”做两遍就写成脚本”是同一个底层逻辑的进阶版:不止把动作自动化,还把”经验”自动化沉淀下来。 这是新手项目里很罕见的成熟设计,也是这条视频最有含金量的技术点。

5. 成本层:接 DeepSeek API,把单位成本压到趋近于零

作者亮了 token 账单:做这个脚本 + 跑一轮自动化,总共才花了约 6 块钱,平摊到单个账户”成本几乎为零”。对比人工代做”找个人帮你做一次实验要 2 到 3 块”,等于把单位成本砍到人工的上百分之一。他归因到一点:国产 DeepSeek 的 API “特别便宜但特别好用”。

这一步的判断 = 这条视频最硬的商业洞察:AI 自动化能否变现,常常不取决于”能不能做出来”,而取决于单位经济模型(unit economics)算不算得过来。同样一件事,人工边际成本是固定的(每多做一单就多付一份人力),而脚本 + 廉价 API 的边际成本趋近于零——量越大,优势越碾压。“做两遍就写成代码”省的是时间,“接廉价 API 跑自动化”省的是每一单的边际成本,这才是”一个人干过一个团队”的真正算力来源。选对一个够便宜又够用的模型(他选 DeepSeek),是把这套模型跑正的关键开关。

它对了什么、又粗糙在哪(给新手的判断)

把这个新手项目和成熟方法论对照,能看得很清楚——他无意中对了几步,也留着新手典型的毛刺:

维度他做对的(可学)还粗糙/有问题的(别照抄)
目标以盈利为目的,而非”自娱自乐做个小游戏”——一上来就奔着”有没有人付钱”去用途本身踩学术诚信灰区(见末尾留余地)
工程先跑通主流程,再迭代补自检/纠错/答案库自己也承认”不确定性很强、有时做不对”,稳定性不足
成本接 DeepSeek 把单位成本压到趋近零,算清了 unit economics—
AI 用法让 AI 自检复盘、回写知识库,形成自我改进闭环用”我是学生,你讲给我”的话术绕过 AI 的内容护栏(prompt 越狱,灰区操作)
心态”大一以来第一次赚到钱”——用真实现金流验证想法,比点赞实在把不稳定的半成品直接拿去对外服务,交付风险高

通用 7 段文案拆解(它作为视频是怎么拍的)

用途归用途,这条视频的”内容工程”作为一条 vibecoding 主题的爆款,拍法很值得拆。

【1】开头钩子(前 3 秒)★★★★★

画面:开屏直接甩出一张 YouTube 后台收益截图(显示 $62,098.21),紧接着切到自习室,作者激动开口:“我的天!我刚用 Claude 做了一个自动化脚本……由于太激动赶紧跑出寝室来录视频。“配”WHT!!🔥“字幕。

钩子类型:成果前置 + 情绪外溢。它不解释、先把”结果(收益截图)+ 真实激动情绪”砸在你脸上。“我激动到跑出寝室”这种带身体动作的真实情绪,比任何文案都有代入感——观众的潜意识反应是”他到底做了啥这么激动”,于是留下来了。

【2】人设 & 声音 ★★★★☆

人设标签:会折腾、敢变现的理工科大学生。黑色背心、戴眼镜,形象干练,语速快、有点磕巴但真诚(“手手手就解放了”这种口语反而显真实)。

受众画像:想用 AI 搞点副业/搞钱的大学生、AI 编程入门者。语气是”同龄人现身说法”,没有距离感正是它的杀伤力——“他一个大一的都行,那我是不是也行?”

【3】信息密度 & 节奏 ★★★★☆

时长约 4 分半,比标准口播长,但靠频繁的场景切换(自习室↔寝室↔走廊↔电脑屏幕,约 5–15 秒一切)+ 屏幕实操录屏撑住了节奏。它不是纯口播,而是边演示边讲,屏幕录屏(Excel、浏览器自动登录、Claude 对话、token 账单)承担了大部分信息量。

【4】讲解手法 & 内容结构 ★★★★☆

结构类型:成果 → 揭秘 → 演示 → 成本 → 引流。先用收益钩住,再”让我们具体讲解一下”,然后全程录屏演示脚本怎么跑,再亮成本账单做对比,最后引流。

最强手法 = 真实录屏演示。它没有停留在”我做了个很厉害的脚本”的口头吹嘘,而是把脚本自动登录、自动答题、自检重做的过程直接录给你看。“眼见为实”的演示,信任成本远低于纯口播。

【5】金句 & 记忆点 ★★★★☆

可二次传播的句子:

  • “我做任何东西都是以盈利为目的的。“(创作动机的最强记忆点)
  • “做了两遍它没做对,它还会自己删掉再做一次。“(自检纠错的画面感)
  • “一共才花了 6 块钱,成本几乎为零……人工代做要 2 到 3 块,这是它的上百倍了。“(成本对比的杀手锏)
  • “国产的 DeepSeek API 特别便宜但特别好用。“(选型结论,直接可抄)

视觉记忆点:那张”总共花了约 6 块钱”的 token 账单截图,一帧就把”AI 自动化成本极低”钉进观众脑子。

【6】收尾 & CTA ★★★☆☆

CTA 类型:私域引流型。结尾作者直接说”想要这个自动化脚本的话,可以私信发给你(提示词/代码)“,用”免费送脚本/提示词”做钩子,把公域流量导进私信。这是 AI 工具类内容最常见的引流套路——用一个具体的、看得见的资源(代码/prompt)换私信,转化效率高于泛泛的”关注我”。

【7】可复制文案骨架(新手成果展示版)

[成果钩子]     我用 ___(工具)做了个 ___(东西),竟然 ___(超预期结果,最好带收益截图)!
[情绪+背景]    我太激动了 ___(真实身体反应)。花了 ___(很短的时间),___(我什么水平/第一次做)。
[动机声明]     我做这个是奔着 ___(盈利/解决某痛点)去的,不是自娱自乐。
[录屏演示]     来,具体讲解一下:第一步 ___,第二步 ___……(全程录屏,边演示边说)
[难点揭秘]     最关键的是 ___(自检/纠错/某个昨天才加的功能),之前因为 ___ 有 bug。
[成本暴击]     猜花了多少钱?才 ___ 块。对比 ___(人工/传统方式)便宜 ___ 倍。
[私域CTA]      想要这个 ___(脚本/提示词/代码)的,私信我,免费发给你。

镜头视觉拆解(分镜清单)

这条是”真人口播(多场景)+ 大量电脑录屏”交替,真实感是它的核心资产。按视觉轨分段:

时间码画面镜头角色花字 & 弹层复刻要点
0–5sYouTube 收益截图($62,098)→ 切自习室作者激动开口成果钩子”WHT!!🔥“开屏先甩收益数字 + 真实激动,情绪即钩子
6–15s寝室书桌、编程界面,转场到自习室背景交代”花了我两个晚上""赶紧跑出寝室”用真实场景(寝室/自习室)建立”学生现身说法”可信度
20–44s走廊边走边讲 AI 盈利话题动机铺垫”网上讨论最多的是能不能用 AI 赚钱”移动镜头 + 口播,把抽象动机讲活
45–56s支付/转账收款截图信任背书”通过 Claude code 赚的""大一第一次赚钱”真实收款记录 = 最硬的信任凭证
57–102sExcel 填账号 → 保存 → 打开脚本操作演示①(录屏)录屏展示”输入面板”,让观众看到真东西
103–172s浏览器自动登录、脚本跑、检测/重做操作演示②(核心)“自动检测""重做错误”全程录屏核心功能,眼见为实压信任成本
173–199sClaude 分析作业对错、讲”骗 AI”技巧技巧揭秘”我是学生,你讲给我”揭秘 prompt 技巧(同时也是灰区,见留余地)
216–263stoken 用量/花费约 6 元的账单页成本暴击”才花了 6 块钱""成本几乎为零”账单截图做成本对比,一帧定胜负
264–277s回到自习室,邀请私信引流收口”想要的私信我”用”免费送脚本”把公域导进私信

视觉打法三查:

  1. 录屏即证据:核心功能(自动登录、自检、答案库)全程录屏,而不是口头吹嘘——AI 工具类内容,“演示 > 描述”。
  2. 截图做硬背书:收款记录、token 账单两张截图,分别背书”真赚到了”和”真的很便宜”,比文字有力。
  3. 真实场景建可信:寝室、自习室、走廊这些”学生本色”场景,强化”同龄人都能做到”的代入感,降低观众的行动心理门槛。

写给想用 AI 编程做自动化的人:抄什么、不抄什么

把这条视频的工程价值翻译成可勾选清单——注意区分”可迁移的方法”和”不该照抄的用途”:

可以抄的(工程 + 商业判断):

  • 先盈利导向选题:做自动化工具前先问”这事有没有人愿意付钱/能不能省下真金白银”,别从”做着玩”出发。
  • 用表格当批量任务队列:别一上来做 UI,Excel/CSV 就是最朴素的批量输入面板,先把功能跑通。
  • 先跑主流程,再补自检纠错:第一版只管顺利情况,第二版针对暴露的失败补”检测+重做”——这是 demo 变工具的关键一层。
  • 让 AI 自我复盘、沉淀知识库:把每次试错的结果回写成可复用的知识(答案库/规则库),让 agent 越跑越准。
  • 算清单位成本:选一个够便宜又够用的模型(如 DeepSeek API),把每单边际成本压到趋近零——这才是 AI 自动化能规模化变现的根。

不该照抄的(伦理红线,见下节):

  • ❌ 别把它用在代做作业/学术作弊上——技术中性,但这个具体用途踩学术诚信红线。
  • ❌ 别学”骗 AI 说我是学生”绕护栏——prompt 越狱在灰区,且依赖它的稳定性本身就不可靠。

诚实纠错与留余地

这条视频爽点很足,但有几处必须讲清楚,否则就是带着观众一起踩坑:

  1. 核心用途踩学术诚信灰区,本文不背书。视频里的自动化脚本本质是”批量代做在线作业/实验并收费”。代写代做作业在绝大多数学校属于违纪、也违背学习的初衷。本文只拆解它身上可迁移的工程与商业方法(自动化闭环、迭代调试、单位成本),不鼓励、不建议复制它的具体用途。同样一套技术,完全可以用在合法合规的重复 Web 操作上(数据采集、报表填报、批量运维……)。
  2. “骗 AI 说我是学生”是 prompt 越狱,属灰区操作。绕过模型内容护栏拿它本不该直接给的东西,既有合规风险,稳定性也不可靠(模型一更新就可能失效)。不建议把工具的核心能力建立在”哄骗 AI”之上。
  3. 稳定性远未到生产级。作者本人就承认”不确定性很强,有时做对有时做不对”。这是个新手 demo,不是成熟产品——拿一个会随机出错的半成品对外收费,交付风险全压在使用者身上。学它的方法可以,别高估它的完成度。
  4. “6 块钱成本”是片段成本,不是全貌。这只是某一轮 token 花费,不含开发时间、踩坑成本、以及出错后的返工/售后。“成本几乎为零”是营销话术,真实总成本要把人的时间也算进去。
  5. 收益截图≠可复制收入。开屏那张 YouTube 收益和收款记录有展示/钩子作用,个体样本有幸存者偏差和展示偏差,别据此推断”人人照做都能赚”。

一句话收口:这条视频最该被记住的,不是”大一就赚钱”的爽感,而是那套**“盈利导向 → 跑通主流程 → 补自检纠错 → 沉淀知识库 → 压低单位成本”的 vibecoding 工程闭环**。把这套闭环用在正当的重复劳动上,它就是一个普通人也能上手的、真能省钱赚钱的杠杆;用错了地方,再聪明的脚本也只是帮你更高效地踩坑。