豆包悄悄上线了一套“自动剪辑”技能，我拿Codex对比测试了一下，结果有点意外

最近发现了一个让我挺坐不住的事儿。

字节跳动的豆包，不知道什么时候悄悄上线了一套公开的“剪辑 Skills”。换句话说，现在的 AI 不仅会写文案、会画画，甚至能直接上手剪视频了。不是那种简单的加个滤镜、配个字幕，而是真正读懂你的内容，然后自己决定怎么剪。

为了看看这套公开技能到底能不能打，我做了一次极限测试：拿同样的视频素材，分别丢给豆包和最近大火的 Codex（都调用 Remotion 做自动剪辑），全程零人工干预。从头到尾，我没动过一剪子。

结果怎么样？咱们先说过程。

把原始视频素材扔进去之后，豆包调用那套剪辑 Skills，就开始自己吭哧吭哧干活了。我观察了一下，它的剪辑逻辑完全不是新手那种“切片+贴纸”的流水线操作，而是带着思考的。

给你们拆解一下 AI 剪辑让人细思极恐的几个瞬间：

第一，它能听懂你在说什么。视频里我的核心观点刚抛出来，屏幕上就自动弹出了醒目的大标题，字体、入场动画都匹配好了，重点一下子就被拎出来了。就这一项，至少帮我省了 10 倍的标题字幕制作时间。

第二，枯燥的数据它能做成视觉爆点。口播里念到“销量增长 50%”这种干巴巴的数据时，AI 竟然自动生成了数字增长组件，看着就像加了特效一样直观，比我自己做 PPT 配的动画还丝滑。

第三，遇到教程步骤，它真的懂逻辑。以前做教学类视频最头疼，得一个个对时间线。现在完全不用，AI 听懂是“第一步、第二步”之后，自动拆成了一张张卡片，跟着我的语速和口播节奏，一行一行整齐地跳出来，比实习生剪的强多了。

第四，它会自己找素材做转场。碰到关键名词或者需要转折的地方，它能自动匹配图标、高清素材甚至背景特效，整个视频看起来完全不像个人单干的粗糙活，倒像是一个专业后期团队熬了两天做出来的。

说实话，以前剪视频，大部分时间都花在“绣花”上——一帧一帧调细节、找节奏、对口型，全是苦力活。但现在不同了，只要装好这套 Skills，把素材丢给 AI，它就能自动跑完一整套逻辑。

这才是最可怕的：我们获得的不是一条视频，而是一整套可以无限复用的生产逻辑。 这套逻辑一旦落地，一天干出 10 条、20 条高质量视频，真不是吹牛。

很多人对 AI 的理解还停留在“生成个画面、配个音”的阶段。但真正的 AI，其实是能理解完整内容的，能从策划、剪辑到呈现，帮你跑通一条完整的创作流水线。

不管是做知识分享、产品介绍，还是卖课录课，只要有了这套 Skills，就能把视频产出的效率拉满。

不过我也好奇，虽然豆包这套表现已经很惊艳了，但毕竟都说 Codex 在逻辑推理上更强。那么问题来了：同一个素材，豆包和 Codex 剪出来的成片，差距到底有多大？

这里先卖个关子，不剧透结果。下一条视频我会直接把这两个 AI 剪出来的成片放出来，你们可以自己去感受一下，到底是谁剪得更对你胃口。