5分钟的语音指令，换来12小时的自主工作。Donald用Claude Opus 5.5做了一支音乐视频《Claude Pop》，整个过程他只负责开口，剩下的全交给模型。

据AI Will(@FinanceYF5)分享的案例，Donald输入语音Prompt后，Claude Opus 5.5自主完成了角色设定、场景构建、动画制作以及歌词动效等全套流程，累计耗时12小时，全程没有人工干预。

它到底自己做了哪些事

拆开来看，这支MV的生产链条被模型完整包揽：

  • 角色设定：确定出镜形象
  • 场景构建：搭出画面环境
  • 动画制作：让画面动起来
  • 歌词动效：把歌词和节奏对上

这四步原本分属不同工种，现在由同一个模型在一条时间线上连续跑完。输入端的成本被压到极低——5分钟说话，输出端是一支成片。

12小时背后是长程任务能力

这个案例真正值得注意的地方，是模型在长时间跨度内保持了目标一致性。它没有跑着跑着忘了要做什么，而是把复杂的创意任务自主分解，再一步步执行下去。

长程自主代理（Agent）能力因此被拿出来讨论：当模型能连续工作12小时不掉线，人在这条链路里的位置就往后挪了一格——从执行者变成下指令的人。