创作背景
热点来源：用户分不清大模型、AI Coding 工具（Trae/Cursor/Claude Code 等）、桌面版 AI（WorkBuddy/Codex 等）之间的关系，以为都是"AI"
创作角度：用"我周二下午4点，领导丢过来10个Excel"这一个完整场景，按AI进化三阶段递进——聊天→写代码→操作电脑，每个阶段因上一个阶段的局限而生，每阶段补充来龙去脉（WHY）和第4拍（现实映射）
主线任务：10 个 Excel 汇总成 1 个周报（贯穿全程）
三次受挫 → 解决：
- 第一阶段·大模型：有脑没手，只能网页写代码自己复制 → 受挫 1：报错看不懂，复制到崩溃
- 第二阶段·AI Coding：有脑有手，但只能动代码 → 受挫 2：要求会编程，90% 的人被卡在门外
- 第三阶段·桌面版 AI：有脑有手有脚，直接操作电脑 → 解决：一句人话搞定
v5 关键升级： - ①共情瞬间："说实话，我自己最开始也是只会打开AI聊天"
- ②来龙去脉：每代出现的WHY——"大模型没法跑到你电脑上，但它想了个招：写代码""用编程来解决问题，对普通人太复杂了"
- ③第4拍（现实映射）：每个概念补了"下次你看到XX，就知道是XX"
- ④IDE/CLI故事化：从"规格说明"改为"车间盯着干活 vs 下军令状"
- ⑤发动机类比贯穿：每阶段触达类比，不只收尾用
- ⑥收尾加因果总结："每一代都是因为上一代干不了的事"
人设锚点：本稿人设锚点放在结尾互动前，具体文案："关注晚枫，AI 工具的真话只在这里讲"
系列位置：独立篇，接续"AI 基础概念 3 讲"之后，进阶区分 AI 产品形态
口播稿
封面文案
- 第一行（📝文案）：90%的人用AI只会聊天
- 第二行（📝文案）：AI已经进化3代了，你用的是第几代？
- 😐画面风格：深蓝背景+黄字大标题，下方3个图标（发动机/方向盘/整车）
口播正文（完整连贯版·口语化）
你说你在用 AI 干活，但 90% 的人其实只用了 AI 的 1/3 能力——你可能一直停在第一代。
说实话，我自己最开始也是。打开 DeepSeek 聊两句，觉得挺好玩，然后就没了。直到有一天……
周二下午 4 点，领导丢过来 10 个 Excel，说下班前汇总成周报。我打开 DeepSeek，敲了句"帮我把这 10 个 Excel 合并"——秒回一段 Python 代码。
这就是大模型，也叫 LLM。你平时打开聊天的那些——国内 DeepSeek、千问、Kimi、豆包、文心一言，国外 ChatGPT、Claude、Gemini——全都是大模型。
大模型是什么？就是 AI 的大脑。你问它问题，它能回答；你让它写代码，它能写。但它有个致命的问题——它只动嘴，不动手。
为什么？因为大模型活在一个网页里。你的 Excel 在电脑硬盘上，它够不着。中间隔着一堵墙——它出不来，你的文件也送不进去。所以它只能给你一段代码，你还得自己复制、自己粘贴、自己运行。我当时复制到终端一运行——满屏红字报错。Python 都没装，运行个锤子？
所以下次你看到 AI 只给了你文字回答，别怪它懒——它真的没手。
"大模型 = 只动嘴，不动手"（压屏 1.5s）
大模型自己也没办法——它没法跑到你电脑上来。但它想了个招：写代码，让代码来替你操作。
这就是第二代——AI Coding。
同事推荐我用 Trae。我打开一看，AI 直接在编辑器里写代码，写完自动运行，报错还能自己修——不用手动复制了！
Cursor、Claude Code、GitHub Copilot、Windsurf，国内还有 Trae、通义灵码、文心快码、CodeBuddy——都属于这一类。
相当于给 AI 的发动机装了方向盘——能开了。
方向盘还分两种。IDE 版——像 Cursor、Trae——你打开它，左边是代码右边是聊天，AI 写代码你直接看效果，就像在一个车间里，AI 干活你在旁边盯着。CLI 版——像 Claude Code——你打开一个黑窗口，打一行命令，AI 执行完给你结果，就像给 AI 下军令状，说完它就去做，做完了汇报。
但不管是哪种——你得会编程才行。
我就不会。我只想说一句"帮我合并 Excel"，AI Coding 听不懂。它只懂代码，不懂 Excel。它打不开你的文件，读不了你的表格，更不会帮你生成新文件。
说白了，AI Coding 是给程序员用的效率工具。那些 Cursor、Trae 宣传的"AI 帮你写代码"——前提是你得先会写代码。它不是帮你不用写，是帮你写得更快。90% 不会编程的人，直接被卡在门外。
"AI Coding = 动代码，但前提是你会编程"（压屏 1.5s）
问题出在哪？**用编程来解决问题，对普通人来说还是太复杂了。**我不需要学编程，我需要的是——直接告诉 AI 要干嘛，它自己去干。
于是又有了第三代——桌面版 AI。
我打开 WorkBuddy，说了句"帮我把这 10 个 Excel 汇总成周报"——它自己打开文件，自己读数据，自己生成结果。全程没出现一行代码。
Codex、Manus、WorkBuddy、QoderWork、扣子 Coze——这些都叫桌面版 AI。
相当于发动机+方向盘+四个轮子——坐上去就能开，不用考驾照。
下次你看到有人说"一句话搞定 XX"——那大概率用的是桌面版 AI。因为只有它能真正动你电脑里的文件。
"桌面版 AI = 直接动你电脑里的文件"（压屏 1.5s）
三代产品，打个比方你就全明白了：
- 大模型——发动机，动力再强，没轮子跑不起来
- AI Coding——装了方向盘的发动机，能开了，但得会开车
- 桌面版 AI——一辆你坐上去就能开的车，方向盘、轮子、车身全配齐了
开头说 90% 的人只用了 AI 的 1/3 能力——因为你可能一直停留在"跟 AI 聊天"这一步。现在你知道了，AI 已经进化了三代，每一代都是因为上一代干不了的事：
- 大模型只能说说 → 所以有了 AI Coding，让 AI 能动手
- AI Coding 只会写代码 → 所以有了桌面版 AI，让不会编程的人也能用
你用的是第几代？评论区告诉我。关注晚枫，AI 工具的真话只在这里讲。下期讲"桌面版 AI 怎么一秒看懂你的电脑"。
🎬 画面剪辑方案
| 时间 | 节奏 | 画面分镜 | 视觉化 | 字幕 / 压屏 |
|---|---|---|---|---|
| 0:00-0:04 | 1.2x 钩子段 | 纯色背景（深蓝→黑色渐变）+ 中心大字 + 粒子动效→闪白转场 | — | "90% 的人只用了 AI 1/3 能力"——"90%"和"1/3"放大加粗变红 |
| 0:04-0:09 | 0.95x 场景设定 | 桌面俯拍镜头：电脑显示 10 个 Excel 文件名（乱序散开）→ 镜头拉近主屏幕 | B 动画拆解 | 字幕"周二下午 4 点"压屏 1.5s → "10 个 Excel"放大 → "1 个周报"用箭头指向 |
| 0:09-0:12 | 0.9x 第一代·体验 | 录屏：DeepSeek 网页对话框，AI 输出 Python 代码块 → 模拟鼠标点击 Ctrl+C 复制 → 切到终端 Ctrl+V 粘贴 → 报错红字滚屏 | D 场景还原 | 实时屏幕录制感，关键报错行用红框高亮 |
| 0:12-0:16 | 0.9x 第一代·命名 | 屏幕分上下两行，上排国内（DeepSeek / 千问 / 智谱 / Kimi / 豆包 / 文心一言）从左向右依次滑入；下排国外（ChatGPT / Claude / Gemini）紧跟其后滑入——每个 Logo 间隔 0.3s，配"叮"提示音 | A 图标飞入（横向滚动） | 中央大字"大模型（LLM）"——LLM 用英文花体强调；两排 Logo 同时压屏在"大模型"三字下方 |
| 0:16-0:18 | 0.9x 第一代·类比 | Logo 整体后撤淡化，舞台中央换为白色背景，发动机图标从左侧推入，火花特效 | A 图标飞入 | "发动机"三字放大，下方小字"动力强，没轮子"——9 个 Logo 缩小为缩略图条沉到屏幕底部，作为背景记忆点 |
| 0:18-0:19 | 0.85x 第一代·压屏 | 全屏黑底，文字停留 1.5s | — | "大模型 = 只动嘴，不动手"——黄色字+黑底 |
| 0:19-0:21 | 1.3x 受挫 1 | 快速切 3 个报错红屏（每屏 0.4s）+ 屏幕震动特效 | — | "Python 都没装，怎么办？"——"怎么办"放大+闪动 |
| 0:21-0:25 | 0.9x 第二代·体验 | 录屏：Trae 编辑器界面，AI 自动改代码（光标移动、代码块绿字增长）→ 终端自动执行 | D 场景还原 | 关键代码行用绿色高亮，"自动"两字弹出 |
| 0:25-0:29 | 0.9x 第二代·命名 | 屏幕分上下两行，上排国外（Cursor / Claude Code / GitHub Copilot / Windsurf）从左向右依次滑入；下排国内（Trae / 通义灵码 / 文心快码 / CodeBuddy）紧跟其后滑入——每个 Logo 间隔 0.3s，配"叮"提示音 | A 图标飞入（横向滚动） | 中央大字"AI Coding"——Coding 用代码字体；两排 Logo 同时压屏在"AI Coding"下方 |
| 0:29-0:31 | 0.9x 第二代·类比 | Logo 整体后撤淡化，舞台中央换为白色背景，发动机+方向盘组合动画：方向盘从右侧滑入贴合发动机 | A 图标飞入 | "装了方向盘的发动机"+"能开，但得会开车"——8 个 Logo 缩小为缩略图条沉到屏幕底部 |
| 0:31-0:33 | 0.85x 第二代·压屏 | 全屏黑底 | — | "AI Coding = 动代码，但前提是你会编程"——黄字+黑底 |
| 0:33-0:35 | 1.3x 受挫 2 | 快速切 2 个代码错误弹窗（每屏 0.5s）+ 红色警告边框闪烁 | — | "它只懂代码，不懂 Excel"——"不懂 Excel"放大红字 |
| 0:35-0:39 | 0.9x 第三代·体验 | 录屏：WorkBuddy 对话框，文字逐字出现"帮我把这 10 个 Excel 汇总"→ 屏幕录制：AI 自动依次打开 10 个 Excel 文件、汇总数据、生成新文件 | D 场景还原 | 关键动作"打开文件""读数据""生成结果"每个弹一次小气泡标注 |
| 0:39-0:42 | 0.9x 第三代·命名 | 屏幕分上下两行，上排国外（Codex / Manus）从左向右依次滑入；下排国内（WorkBuddy / QoderWork / 扣子 Coze）紧跟其后滑入——每个 Logo 间隔 0.4s，配"叮"提示音 | A 图标飞入（横向滚动） | 中央大字"桌面版 AI"——"桌面"加色块强调；两排 Logo 同时压屏在下方 |
| 0:42-0:44 | 0.9x 第三代·类比 | Logo 整体后撤淡化，舞台中央换为白色背景，整车动画：发动机+方向盘+四个轮子+车身依次组合 | A 图标飞入 | "一辆你坐上去就能开的车"——5 个 Logo 缩小为缩略图条沉到屏幕底部 |
| 0:44-0:46 | 0.85x 第三代·压屏 | 全屏黑底 | — | "桌面版 AI = 直接动你电脑里的文件"——黄字+黑底 |
| 0:46-0:48 | 1.0x 三代对比 | 屏幕左中右分三栏，从上到下依次弹出 3 个图标+类比，金句横向滚动 | C 对比式 | 三栏同高同宽，整列对齐，"发动机→方向盘→整车"动效联动 |
| 0:48-0:53 | 0.85x + 2 秒静默 循环闭合 | 3 代图标轮播放大居中，背景从浅蓝渐变到白，3 个数字"1/3"大字闪现 | — | "90% 的人只用了 1/3"回扣开头 → "你用上了第几代？" |
| 0:53-0:55 | 0.85x 人设锚点 + 互动 | 中央大字"关注晚枫"+ AI 工具图标矩阵飞入 | — | "关注晚枫，AI 工具的真话只在这里讲"→"评论区告诉我" |
🎵 配乐与声音设计
| 段落 | BGM 类型 | BPM | 音量 |
|---|---|---|---|
| 钩子 (0:00-0:04) | 紧张悬疑电子 | 120 | 60% |
| 场景设定 (0:04-0:09) | 轻快工作日常 | 90 | 40% |
| 三代概念段 | 同上，节点上"叮"一声提示音 | 90 | 35% |
| 受挫段 | 节奏加速，BGM 推高 | 120 | 70% |
| 三代对比 (0:46-0:48) | 史诗感弦乐推入 | 100 | 80% |
| 收尾 (0:48-0:55) | 钢琴轻柔收束 | 70 | 30%，末 2 秒静音 |
音效清单：
- Logo 飞入：短促"叮"音（每概念 1 次）
- 受挫报错：错误提示音（受挫 1）+ 心跳音（受挫 2）
- 压屏金句：低音弦乐长音（1.5s）
- 收尾：环境音淡出 + 鼠标点击音（指镜头）
✅ v5 自查清单
- ☑ 场景单一——全篇都围绕"周二下午汇总 10 个 Excel"这一件事
- ☑ 主线任务推进——任务→受挫 1→受挫 2→解决，戏剧线明确
- ☑ 3 个概念都在同一场景里长出来——不跳场景
- ☑ 每个概念都有 4 拍子（体验→命名→类比→压屏金句+现实映射）
- ☑ 钩子用反常识钩+数字钩+身份钩组合
- ☑ 每个概念都有具体可感的画面（不只是 Logo 截图）
- ☑ 画面标了视觉化方式 A/B/C/D
- ☑ 节奏变速到位（钩子 1.2x / 概念 0.9x / 受挫 1.3x / 收尾 0.85x + 2 秒静默）
- ☑ 每个概念有 1.5 秒压屏金句
- ☑ 有循环闭合（开头"1/3 能力"→结尾"第几代"）
- ☑ 结尾 3 要素齐（概念回扣 + 人设锚点 + 关注动机 + 互动问题）
- ☑ 每个 Logo / 工具出现都标注具体位置（编辑器界面、网页、对话框）
- ☑ 关键文字有视觉强调（颜色、字号、动效）
- ☑ BGM 分段匹配情绪
- ☑ 受挫段用快切+音效制造张力
- ☑ 结尾 2 秒静默让回扣呼吸
- ☑ 人设锚点位置在互动前（符合系列规范）
- ☑ 共情瞬间在开头（"说实话，我自己最开始也是"）
- ☑ 来龙去脉WHY——每次受挫都解释了为什么
- ☑ 收尾因果总结——"每一代都是因为上一代干不了的事"
合规检查表
口播稿编号：004
检查日期：2026-06-16
敏感词检查：
☑ 无药品/医疗类比
☑ 无金融投资建议
☑ 无夸大承诺
☑ 无涉政/敏感内容
内容合规：
☑ 无竞品不当对比
☑ 无针对特定群体嘲讽
☑ 热点解读角度安全
☑ 人设锚点已设置
☑ 互动问题带关注动机
发现问题：无
整改措施：无
检查人签字：枫灵
📚 结构化参考模块
以下模块供创作者查阅、引用和后续迭代使用。不参与口播录制，是文案的"技术文档层"。
一、概念定义表
| 维度 | 大模型（LLM） | AI Coding | 桌面版 AI |
|---|---|---|---|
| 一句话定义 | 基于海量数据训练的语言理解与生成模型 | 将大模型集成到编程环境中的代码辅助工具 | 可直接操作用户电脑文件和应用的 AI 客户端 |
| 核心能力 | 理解语言 → 生成文字（代码、回答、翻译等） | 理解代码上下文 → 自动编写/修改/运行代码 | 理解自然语言指令 → 操作本地文件/应用/工作流 |
| 核心局限 | 只能输出文字，无法执行任何操作 | 只能操作代码，无法操作非代码文件；需要用户会编程 | 依赖本地环境和权限；复杂工作流稳定性待提升 |
| 类比 | 汽车的发动机——动力强，没轮子 | 装了方向盘的发动机——能开，但得会开车 | 一辆坐上去就能开的车——方向盘+轮子+车身 |
| 压屏金句 | 只动嘴，不动手 | 动代码，但前提是你会编程 | 直接动你电脑里的文件 |
| 为什么出现 | — | 大模型只能输出代码不能运行代码，用户需要手动复制粘贴 | AI Coding 只懂代码不懂文件，且要求用户会编程 |
| 交互方式 | 网页/APP 对话框 | IDE 编辑器 或 CLI 终端 | 桌面客户端，对话式操作 |
二、AI Coding 子分类：IDE 版 vs CLI 版
| 维度 | IDE 版 | CLI 版 |
|---|---|---|
| 形态 | 嵌入代码编辑器（VS Code 等） | 运行在终端命令行 |
| 交互 | 左边代码右边对话，所见即所得 | 打命令→AI 执行→输出结果 |
| 代表产品·国内 | Trae、通义灵码、文心快码、CodeBuddy | — |
| 代表产品·国外 | Cursor、GitHub Copilot、Windsurf | Claude Code、OpenAI Codex CLI |
| 适合谁 | 日常写代码的程序员 | 偏好终端、自动化脚本的程序员 |
| 优势 | 可视化、实时预览、上手快 | 灵活、可脚本化、适合批量操作 |
| 共同局限 | 只能操作代码，不能操作电脑上的文件（Excel、Word、PDF 等） | 同左 |
三、产品分类索引
第一代：大模型
| 产品 | 所属公司 | 国内/国外 | 交互形态 | 备注 |
|---|---|---|---|---|
| DeepSeek | 深度求索 | 国内 | 网页/APP/API | 开源模型 + 商业 API |
| 千问（Qwen） | 阿里云 | 国内 | 网页/API/嵌入式 | 通义千问系列 |
| 智谱（GLM） | 智谱 AI | 国内 | 网页/API | ChatGLM 系列 |
| Kimi | 月之暗面 | 国内 | 网页/APP | 长上下文优势 |
| 豆包 | 字节跳动 | 国内 | 网页/APP | |
| 文心一言 | 百度 | 国内 | 网页/APP | |
| ChatGPT | OpenAI | 国外 | 网页/APP/API | GPT-4o / o 系列 |
| Claude | Anthropic | 国外 | 网页/API | Claude 3.5/4 系列 |
| Gemini | 国外 | 网页/API | 多模态能力突出 |
第二代：AI Coding
| 产品 | 所属公司 | 国内/国外 | IDE/CLI | 备注 |
|---|---|---|---|---|
| Cursor | Anysphere | 国外 | IDE | 基于 VS Code 深度定制 |
| Claude Code | Anthropic | 国外 | CLI | 终端内 agentic coding |
| GitHub Copilot | GitHub/Microsoft | 国外 | IDE | 插件形态，嵌入 VS Code/JetBrains |
| Windsurf | Codeium | 国外 | IDE | AI-first IDE |
| Trae | 字节跳动 | 国内 | IDE | 基于 VS Code 定制 |
| 通义灵码 | 阿里云 | 国内 | IDE | 插件形态 |
| 文心快码 | 百度 | 国内 | IDE | 插件形态 |
| CodeBuddy | 腾讯 | 国内 | IDE | 插件形态 |
第三代：桌面版 AI
| 产品 | 所属公司 | 国内/国外 | 备注 |
|---|---|---|---|
| Codex | OpenAI | 国外 | 云端沙箱+本地客户端 |
| Manus | Manus | 国外 | 通用 AI Agent |
| WorkBuddy | 腾讯 | 国内 | 桌面客户端，支持本地文件操作+MCP |
| QoderWork | 阿里云 | 国内 | 桌面客户端 |
| 扣子 Coze | 字节跳动 | 国内 | Bot 平台+客户端 |
四、术语对照与行话翻译
| 行话 | 英文 | 大白话 | 出现位置 |
|---|---|---|---|
| LLM | Large Language Model | 大模型——AI 的大脑 | 第一代·命名 |
| Token | Token | AI 的字数计数器，约等于 1 个汉字 | 第一代·体验（本稿未展开，001 期已讲） |
| Prompt | Prompt | 提示词——你输入给 AI 的话 | 第一代·体验（本稿未展开，001 期已讲） |
| IDE | Integrated Development Environment | 代码编辑器——写代码的软件 | 第二代·子分类 |
| CLI | Command Line Interface | 终端命令行——打字下命令的黑窗口 | 第二代·子分类 |
| MCP | Model Context Protocol | AI 的工具箱协议——让 AI 能对接各种软件和文件 | 第三代（下期预告） |
| Agent | AI Agent | 能自己想、自己做的 AI，不用你一步步教 | 第三代·隐含 |
| API | Application Programming Interface | AI 的遥控器——让程序能调用 AI | 第二代·底层技术（本稿未展开） |
五、三阶段对比矩阵（创作速查）
| 对比维度 | 大模型 | AI Coding | 桌面版 AI |
|---|---|---|---|
| 能做什么 | 生成文字/代码 | 生成+执行代码 | 生成+执行+操作文件 |
| 不能做什么 | 不能运行、不能操作文件 | 不能操作非代码文件 | 复杂工作流稳定性有限 |
| 用户需要什么能力 | 打字即可 | 会编程 | 打字即可 |
| 解决的痛点 | — | 大模型只能输出不能执行 | AI Coding 要求会编程 |
| 留下的痛点 | 只能输出文字 | 只能操作代码 | 稳定性和权限管理 |
| 类比锚点 | 发动机 | 发动机+方向盘 | 整车 |
| 压屏金句 | 只动嘴，不动手 | 动代码，但得会编程 | 直接动你的文件 |
六、版本变更记录
| 版本 | 日期 | 变更内容 | 变更人 |
|---|---|---|---|
| v1 | 2026-06-15 22:27 | 初版，7 概念平铺（大模型/API/AI Coding/IDE集成/上下文窗口/桌面版AI/MCP） | 枫灵 |
| v2 | 2026-06-15 22:49 | 重写为三阶段结构（大模型→AI Coding→桌面版AI），补充 IDE/CLI 子分类，统一类比体系（发动机→方向盘→整车） | 枫灵 |
| v3 | 2026-06-15 | 补充完整分镜表+配乐+压屏金句+4 拍子+自查清单 | 枫灵 |
| v3.1 | 2026-06-16 | 补充结构化参考模块：概念定义表、AI Coding 子分类、产品分类索引、术语对照表、三阶段对比矩阵、v2 指南合规检查、版本记录 | 枫灵 |
| v4 | 2026-06-16 | 新增小红书图文视频版正文（9张图结构），保留抖音口播版；小红书版改动：①第一人称+第二人称替代"小王" ②每张图独立成文又串联 ③口语化表达（"运行个锤子""打不开你的文件"）④补充大模型局限原因（"它活在网页里"）⑤IDE/CLI用大白话解释 ⑥对比表单张成图 ⑦类比独立成图 ⑧封面双版本适配 | 枫灵 |
| v5 | 2026-06-16 | v5大改：两个版本同步升级——①共情瞬间："说实话我自己最开始也是只会打开AI聊天" ②来龙去脉：每代出现的WHY（"大模型没法跑到你电脑上→写代码""编程对普通人太复杂→桌面版AI"）③第4拍现实映射：每个概念补"下次你看到XX，就知道是XX" ④IDE/CLI故事化："车间盯着干活 vs 下军令状"替代规格说明 ⑤发动机类比贯穿全程而非只收尾 ⑥收尾加因果总结："每一代都是因为上一代干不了的事" ⑦抖音版从第三人称"打工人小王"改为第一人称"我" | 枫灵 |
| v6 | 2026-06-16 | v6定稿：删掉"小红书图文视频版（9张图）"切分结构，只保留完整连贯口播稿。口播稿是完整口语化叙述，不按图切分。画面分镜作为独立制作参考，不混入正文。 | 枫灵 |
微信进群
