當八十萬粉絲的代價是失去自己:我如何拒絕YouTube的魔鬼交易

我最近想了很久一個問題。如果有人告訴你,只要你改變自己,你就可以擁有幾十萬的粉絲和穩定的收入,但代價是把接下來的每一天都用來製作你不想做的內容——你會簽這個合約嗎?

我聽說有個頻道主,經營了一個擁有八十幾萬粉絲的頻道。老實說,很多人聽到這個數字會先羨慕。但他卻在某一天毅然決然地決定放棄它。不是因為沒有觀眾,而是因為觀眾要他做的事,和他真正想做的事完全相反。演算法喜歡他拍的某些題材,但那些是他最討厭拍的。他想拍的內容呢?流量一般般。在這樣的煎熬裡,他的身心靈一點一點崩潰,直到他決定停止更新。

▋ 我也在同樣的十字路口站過

我之前有段時間,每週都按時發影片。那時候我慢慢發現了一個模式——流量喜歡我拍的 Cloud Code 相關主題。但這就是問題啊。我本來每週的工作不是只有做這個東西。我在做很多不同的東西,但觀眾似乎只想看那一種。

一開始我試著迎合。每週硬擠出時間來拍這類內容,一邊做著我真正在做的工作,一邊為了維持這個頻道的「人設」而活著。慢慢地,拍影片變成了一種義務,而不是分享。我開始在上傳前就感到疲憊,甚至在發布後才是最累的。不是因為工作量大,而是因為一種莫名的虛無感。

那時我才意識到,我在做一筆交易——用我的創意自由和精神狀態,去換一些數字。這些數字會讓我在社群媒體的某個排行榜上向上爬升幾格,但換來的是每天都在做自己不太想做的事。

▋ 那個轉捩點

有一天我終於決定停止這個遊戲。我做了一件在創作者圈可能有點瘋狂的事——我告訴所有付費訂閱的粉絲,之後我可能不會定期更新,也請他們不用再付費。

我記得按下發布鍵時的感覺很奇怪。是鬆一口氣,也有點罪惡感。罪惡感來自於,我覺得自己在「背棄」這些支持我的人。但同時,我知道繼續騙他們(其實也是騙自己)說我會定期更新,那才是真正的背棄。

做出這個決定以後,很多東西才漸漸回到原位。我找回了生活的節奏。不再是為了演算法而活著,而是有時間去做我真正在乎的事。失去的是某種規律性和可能的收入,但得到的是——我自己。

▋ 那個叫做「魔鬼的交易」的東西

我現在理解為什麼有人會放棄八十萬粉絲。因為粉絲的數字和這份工作能否讓你活得像自己,有時候是成反比的。你可能會問,那為什麼還有人接受這個交易呢?老實說,我不怪他們。在現實生活裡,有時候你需要這份收入、需要這份認可。算法本身不是壞的,它也幫助過很多創作者找到真正喜歡他們內容的人。

但問題是,如果你發現自己在不斷地調整自己的創意,去迎合一個永遠在變化的系統,那就值得停下來問問:我到底在優化什麼?是在優化我想要的人生,還是在優化某個平台上的排名?

現在我偶爾還是會做一些我感興趣的題材。我也介紹外國頻道主的作品,藉由他們的視角來分享我認為重要的東西。但節奏是我自己定的,而不是被演算法推著跑。沒有定期更新表,沒有「為了漲粉絲」而拍的內容。

▋ 如果是你,你會簽嗎?

回到最開始的問題。如果有人給你這筆交易,我想你需要誠實地問自己:五年以後,你更在乎的是曾經擁有過幾十萬粉絲,還是今天睡前能想起,這一週你做的東西是自己真正想做的?

沒有絕對的答案。但我知道的是,經過那段被演算法綁架的日子以後,我不太想再簽這份合約了。哪怕代價是慢一點、少一點。至少我不會在晚上躺在床上,對著天花板想著「我在幹嘛」。

也許有一天我會又開始定期更新。但如果我這麼做,那也會是因為我想要,而不是被迫。這個差別,比粉絲數字多多少,重要得多。

Read more

# 我用 Gemini API 破解了 YouTube 影片秒找關鍵畫面的問題——花了一年才想通的事

在我開始用 Gemini 的 API 之前,我其實在這個問題上卡了很久。你知道那種感覺嗎?就是你明確知道自己想要什麼,但市面上的工具就是不給你。 ▋ 那些沒辦法的時代 最一開始,我想做的事很簡單——從 YouTube 影片裡自動找出特定的畫面。聽起來沒什麼,但當你開始想要把它實際執行出來的時候,馬上就撞牆了。OpenAI 的模型?它們根本不讓你直接處理影片內容。Anthropic 的 Claude?同樣的問題,他們也會限制你對影片的存取權限。就像被隔著一層玻璃,明明看得到東西卻摸不著。 我試過各種繞路。有段時間我想用影片截圖搭配 OCR 去識別,但那效率慘到不行。也想過自己寫爬蟲去抓影片的文字敘述檔,但 YouTube 上大多影片根本沒有,或者敘述檔品質爛到不能用。那段時間我真的很挫折,感覺就像在黑暗裡摸索,不知道哪條路才是出口。 大概花了快要一年的時間,我一直在想同一個問題,嘗試不同的方法,然後一次又一次地失敗。有時候是技術層面的問題,有時候是成本太高根本行不通。那種反覆的無力感,現在回想起來還是有點難受。 ▋ Gemini

By andy

我正在做一個瘋狂的實驗:讓AI掌控我80%的線上形象,看看會發生什麼

老實跟你說,你現在看到的我—聲音、影像、文字—大部分都不是我本人。 這聽起來很詭異,我知道。但這正是重點。 我不是隨便玩玩,也不是為了作秀。我是在親身經歷一個別人都在談論、但很少有人真正去試驗的東西:如果AI能掌控你超過80%的線上生產力,會發生什麼事? ▋ 大多數人的想法都停在20% 現在很多人用AI的方式是這樣的:拿它來寫個開場、潤色個段落、幫忙生成幾張圖。AI扮演的是助手角色,人類才是主導者,還是靠人力來賺錢、維持信譽。這樣當然安全,也很聰明。 但我想知道的是另一個問題。 如果我不是偷偷用AI,而是讓它在前台直接面對你,掌控我80%以上的聲音、文字、影像表現,會怎樣?會崩潰嗎?會被識破嗎?人們會察覺不出來嗎?還是說,這樣的模式本身就會帶來一些我根本預料不到的怪事? 我沒看過有人真的這樣做過,所以我決定自己試試。 ▋ 為什麼我要這樣折騰自己 你可能會問:「為什麼?這不是自找麻煩嗎?」 確實是。但這就像任何真實的實驗一樣,你不下水,你根本不知道水溫。

By andy

別再追風口了——我如何從「快速出產品」的狂歡中走出來,轉向解決自己真正的問題

▋ 那段沉迷「快速出貨」的日子 說實話,當 Vibe Coding 火起來的時候,我也被那種感覺迷住了。能用 AI 這麼快速地把腦子裡的想法變成產品,那種成就感真的滿到爆炸。我記得有一陣子,我幾乎每週都在做新東西——今天做個 X 功能,明天改個 Y 工具,後天又琢磨起 Z 的變體。身邊的人都在說「哇,你動作好快」,我自己也覺得特別充實,彷彿在衝浪一樣踩著科技浪潮的尖端。 但你知道嗎?那種快不是充實,只是上癮。 我現在還記得最清楚的一個例子——我看到有人用生成式 AI 做出超厲害的產品推介功能,能把一堆圖片一鍵轉成專業級的電商影片。那時候我眼睛都亮了,馬上想「這個我也能做,而且我能做得更好」。花了一個禮拜把 MVP 整出來,還挺自豪的。然後呢?Google 用 Nano Banana

By andy
如何在18分鐘內用AI把想法變成可測試產品:Vibe Coding 實戰全流程(含關鍵數據與風險)

如何在18分鐘內用AI把想法變成可測試產品:Vibe Coding 實戰全流程(含關鍵數據與風險)

導言 Grace Leung 在這支影片中示範如何以「產品思維」結合 AI 工具,將一個語言學習平台的想法在短時間內轉為可上線的 MVP。她提醒:「The biggest challenge most founders, product manager face is no longer building. Building is cheap. Nowadays with AI, it is building something people actually want.」(「最大挑戰不再是建置本身,而是用 AI 建出真實被需要的產品。」)本篇深度分析將系統化整理她示範的三階段流程、關鍵時間與數據、實務操作要點、風險與檢核清單,並補充背景說明與可直接執行的建議。 Grace 提出的流程分為三大階段,強調「以使用者為先」: 1.

By andy