————————————————

突然被推到的人生分叉口。

• 一见钟情的房子，让他先 “抽身出来”，再决定下一步：先离开旧身份，才可能长出新方向。
• “憋一个招”：一年不接广告，只做一个属于自己的东西 —— 可以是片子、产品、App，先让它发芽。
• ChatGPT 出现像 “时代交接”：刚用完未来，再回到 Premiere 的远古 —— 于是诞生了 “用聊天剪视频” 的执念。
• 他把创业说成 “接上帝的活”：问题既简单又难，拼的不是技巧，而是对生活的简单但深入的洞察。

VC 的价值不在 “聪明”，而在 “让你觉得自己也可以很强”。

• 金马期间遇到 Antler 投资人 Eric：先给一小笔钱，看你能不能把它变成作品 —— 像在押注 “毅力” 和 “把事做出来” 的能力。
• 罕见的 “empowering figure”：坐在他旁边，你不会觉得自己渺小，反而被放大。
• 找出创业者失败的理由太容易，世界上大多数事都不会成；难的是有人愿意认真寻找 “为什么你能成”。

• 经验反直觉：剪辑看似多模态，但剪辑师大量工作以 “文字” 为载体 —— 先把视频转成可编辑的文本。
• 早期策略是 “1000 个 true fans” 的小而美。
• “穷创业” 的隐喻：别一开始就给孩子存折里塞太多钱。

• 他的 “全球化启蒙” 来自打口碟：没有互联网、没有评价体系，审美判断全靠自己构造。
• 把热爱变成交易：背着一书包碟春游、塞耳机 “强制安利”、电话里放歌卖首版 —— 这是一种天然的产品传播力。
• 人生地不熟也没关系，先试再说。
• RISD 的 “外星球感”：强调独立思考，输出 “有灵魂的创业者”—— 他把这当成自己后来做产品的气质来源。
• “dancing lessons from god”：愿意把人生当作被推着学舞步的过程，而不是等一条确定路径。

电影是一次军事行动；创业是把人当资产来复利。

• 导演工作是典型的 day one：每次从 0 到 1，把 vision 变成现实，靠的是厚脸皮、三顾茅庐与完整 ownership。
• 电影组织 “只筛选不培养”：为了零失误而选择有经验的人；更像特工队，决策常常必须独裁。
• 创业则相反：要对人有长期态度，把培养当投资 —— 你不是一次性用完团队，而是让团队成长。
• 他的 CEO 自我定位：铺马路的人 —— 把路铺平，让十个人的聚力大过一个天才。

• 与刘元的化学反应来自 “电影感性”：理性之外还能保持天真与好奇的人太少，而他在投资人身上看到了这个特质。
• 你没法练出 “每次都中” 的完美话术；重要的是找到能同船很久的人。
• 面对拒绝的唯一策略：放平心态，聊下一个；能成往往是天时地利人和，缺一就不行。
• 这更像长期关系的开始，而不是一次交易的结束。

财富自由的人会羡慕你，不是因为钱，而是因为你有一个值得投入的 “事”。

• 他第一次感到 “有钱人羡慕我”：不是我更富，而是我有明确的事在做。
• Koji 的共鸣故事：当你什么都不干、没人找你时，抑郁感会像潮水一样涌上来 —— 从此知道必须找事干。
• 导演是没有杠杆的生意，用时间换钱；产品 / 软件则是强杠杆，但还能做自己热爱的事。
• 痛苦与享受不矛盾：关键是你是否相信这件事有价值 —— 越难受，越享受。

未来不是 “颠覆编辑器”，而是让 AI 成为剪辑助理，工作在编辑器之上。

• 视频早就通过微信 / 聊天被剪出来了；未来只是把这种协作变成系统能力。
• Premiere / Final Cut / 达芬奇 / 剪映在编辑器上 99% 重合 —— 轮子已经圆了，重复造价值不大。
• 真正难的是抽象层：让 AI 理解剪辑工作流，看完素材主动给你更高水平的成片建议。

“好看” 没有 bug 可以测，那风格怎么被 AI 学会？

• 剪辑有两层：先解决对错（口误、卡掉半句、竖屏比例），再进入风格化（个人风格、节奏、气质）。
• 风格不是 “从 A 到 B” 的训练，而是 workflow 的副产品：你遵循流程，不把 ego 放进去，风格会自然长出来。
• “硬强化学习” 像武侠小说走火入魔：你没找到关键，只是在大力出奇迹。
• 下一步路线：把真实剪辑师工作流拆成多个 agent 流程，靠 checklist 和 common sense 这种 “训练数据里没写清楚的东西” 去抬高下限。

世界每天在 AI 革命，但地铁里的人们刷的视频剪法一点都没变。

• ChatCut 是 “蓝领” AI：最接地气的 AI，专注解决真实创作者的工作流，不追 “性感但虚” 的炫技。
• 类比 Frame.io：再小众的环节，只要解决得够扎实，就是 multi-billion business。
• 现实验证：专业剪辑师很难被撬动工作流，于是他们改变目标 —— 去服务 “想表达但不会剪” 的广大人群。
• 产品价值判断：让新手直接达到 80 分的收益，可能比让专业剪辑师效率提升 1.3 倍更大。
• 视频的核心是人与人交流；完全脱离现实世界的内容很难感染人。

• 视频是 token 黑洞，上下文限制必须突破。
• 多模态理解目前还不足以精确到剪辑层面；Gemini 是好的开头，但离 “可用剪辑” 仍有距离。
• “cursor for video editing” 的难点：没有足够开源 “剪辑代码”，大量知识在人的脑海里与常识里。
• 把能力拆成两半：
  可验证的（剪口误、自动竖屏、抖音风格）先做满，就已经足够产生巨大价值。
  不可验证的 “好看不好看”，先不强求绝对答案；平台的优势在于积累数据与工作流信息，持续调 prompt 与能力。
• 一个关键取舍：宁要 80% 且允许人改，也不要 90% 但人改不了 —— 把控制权留给人。

找到那个 “yeah this works” 的简单认知。

• 他把自己优势归因到纪录片：unscripted 创作面对混沌素材，从无序里长出规则 —— 这正是自媒体时代的主旋律。
• 纪录片的工作流可复刻到抖音：程度不同，本质相同，都是在混沌素材中找叙事线。
• 反例也很清晰：scripted 电影里 “最好的表演 take” 不可被 AI 选出来 —— 那是 AI 不该碰也碰不了的部分。

• 决定结果的不是目标，而是习惯 ——AI agent 也是。
• 剪辑没有绝对对错，充满机缘巧合；你逼 AI 找唯一正确答案，它永远是错的。
• 更有效的做法是建立习惯：缺素材就回看、故事到这就找 sound byte、转场就拼命找 transition—— 细微点塑造宏观风格。

• Gemini 2.5 / 3.0 对产品是 “巨大帮助”。
• 原本可能必须做 RAG / 向量库来解决上下文，现在可以先不做，产品迭代速度被直接释放。
• MG 动画能力很大程度来自 3.0。

• 炼金师是 “双重身份”：工程师/产品/设计之外的副业式执念。
• 在 AI 时代工程师也要学会炼金：只做作业的人会被 AI 逐步替代，炼金师不会。
• “炼金” = Tinker：不断试、不断撞意外，最终把意外系统化制造出来。
• 你能听见音乐时，弹什么都对。

• 现在做的每件事都会成为未来拍电影的燃料。
• 电影不是目的，是封装器：你拍得好不好，取决于你对生活的理解，而不只是热爱电影本身。

欢迎订阅「十字路口」：