业务有了相对稳定的现金流，但销售额不等于可自由支配的收入。采购和运营都有成本，客服与教程解释也持续消耗时间。
新工具上线，教程要先跑
GitHub Copilot 这周又更新了，官方更新日志写着 Opus 5.5、GPT-6 Sol/Luna 加进了模型列表，本地沙箱进了公开预览。看着挺好，但对我来说第一反应不是”哇又能选新模型了”，而是”我得先确认哪个套餐能用、怎么设权限、教程要不要重写”。
爱窝啦卖的 Cursor、Codex、Claude 这些工具，每次上游一更新，我这边就得跑一遍：功能变了没？教程还对不对？售后会不会多一波”为什么我用不了新模型”？有些用户连模型名字都分不清，你跟他解释付费档位和预览资格，他只会问”我买的是不是假货”。
所以我现在上新工具之前，会先自己跑一遍完整流程。不是为了写测评，是为了提前知道用户会在哪个步骤卡住。
一体化工具省了切换，省不了交付
ElevenLabs 出了 Studio 4.0，把配音、音乐、视频剪辑放一条时间线。看着挺方便，少切几个工具。但”一体化”不等于”自动出成片”。
我自己做过教程视频，知道配音对不上画面、音量没调好、字幕位置不对，这些问题哪个工具都会遇到。官方演示永远是最理想状态，真拿自己素材试一遍，才知道要改几次。
video-use 项目也是类似思路，转写、删停顿、调色、字幕、渲染一条龙。但它解决的是”把重复步骤脚本化”，不是”我说一句剪好看点就自动出片”。剪切点、事实准确性、最终成片，还是得人盯着。
AI 工具能省时间，前提是你得先搞清楚它能省哪部分时间，哪部分还得自己来。
客服自动化一直在找，还没找到
现在店里每天客服和售后占掉太多时间。问题不是”问的人多”，而是”同样的问题要重复解释”。
有些问题其实教程里写了，但用户不看教程，直接来问。有些问题是他操作错了，但他觉得是产品有问题。还有些问题是上游线路波动，我得先确认是全局问题还是个例，再决定怎么回复。
我一直在找 AI 客服方案，但还没找到足够稳定、低维护、能真正扛住售后压力的。试过几个，要么回复太机械，要么经常答错，要么设置太复杂我自己都嫌麻烦。
理想状态是：常见问题能自动回复，复杂问题能先分类再转人工，异常情况能自动记录并推送给我。但现实是，很多问题需要结合当前库存、供应商状态、用户购买记录综合判断，单纯靠 FAQ 和关键词匹配根本不够。
别把转发当新品发布
今天看到一条 GPT-6 Blender 火车实验的整理，是 Tom Krcha 9 月 8 日做的。模型读图纸、写脚本、生成 3295 个可编辑对象，确实厉害。但这是将近三周前的演示，不是今天的新发布。
做内容的人容易犯的错误：看到一个演示，觉得很酷，立刻转发。但没确认时间、没确认可复现性、没确认使用门槛。结果用户看了以为”现在就能用”，买了账号发现根本不是那么回事，又来问”为什么我做不出来”。
所以我现在看任何演示，第一件事是确认：这是什么时候的？需要什么条件？我的用户买了我的产品能不能照着做？如果不能，要不要在商品页明确说明？
长期方向还在，但得先稳现金流
AI 生命延续学一直是我的长期方向，但现在每天被客服、补货、教程、异常处理切碎。不是不想推进，是线程太多、注意力太碎。
所以我现在的思路是：先把 AI 账号店的重复劳动系统化，能自动化的先自动化，能模板化的先模板化，能 SOP 化的先 SOP 化。把时间腾出来，再去推长期项目。
说实话，我也不知道这条路能走多远。但至少现在现金流稳定，还有余力去试。比起一年前在闲鱼一份指令卖 9.9 块写半天的时候,已经好太多了。
完整版日报请看 爱窝啦 AI 日报