助手还是智能体：用三种方式构建同一套内容机器

负责AlpinaGPT和Alpina Digital的AI代理开发的Anatoly Klavdienko，为一个AI/科技Telegram频道实现了每周自动制作5-10个短视频。他最初将ChatGPT用作聊天助手，每周制作10个视频大约需要4小时，但需要手动复制和组装。随后他构建了一个n8n工作流，花了四天时间进行设置和调试，但发现可视化编辑器对迭代来说很痛苦，缺乏版本控制和适当的调试。最后，他将n8n工作流导出为JSON，提供给Claude Code，并在一个晚上得到了一个可用的Python管道。最终的代理由19个文件中的2074行生产代码组成，包含三个管道：D（通过GPT-4o从12个RSS源获取内容）、C（通过HeyGen生成，包含11个外观ID，以及Whisper和FFmpeg后处理）和A（发布到YouTube、TikTok和Instagram Reels）。pipeline.log中的实际计时显示，获取内容大约需要80-84秒，生成需要6-8分钟。当SubMagic API在2026年4月20日开始失败时，作者在一天内用自定义后处理服务替换了它。他总结说，代码代理现在比可视化构建器更经济，提供了更好的控制和可调试性。