19个月跑出6000+集无人新闻视频，靠的是eval而非模型
jwdNyc · reddit · 2026-10-21
一位独立开发者分享其全自动化新闻视频流水线：约 19 个月产出 6000+ 集节目（每天约 3 集、6 小时节奏），每集推理成本仅 $3–3.5。系统自动收 newsletters、判断选题、写脚本、用克隆声音生成数字人视频，并同步发布视频、博客和 LinkedIn 帖。
核心观点：模型可替换，eval 循环才是系统本身。经验要点：
- eval 必须阻断而非事后报告：每条输出对照必须/禁止行为清单，缺一项就不发布。
- 去重靠数据库不靠 prompt：用 Postgres 选题库在生成前查询，prompt 会漂移，查询不会。
- 跨模型互审架构：一个模型写方案、另一个批评再回灌，靠这个发现了暴露的 API key。
- 正确性关键处用确定性方案：缩略图排版绝不交给模型。
- 写交接文档而非堆长上下文：小任务单元+书面交接，切工具前压缩上下文。
失败点在分发：6400 集只有不到 250 订阅者——造好了机器却没做受众。
「编程与Agent」频道最新
- 大公司90%信息只在员工脑中，「company brain」创业趁虚而入 — gabriel1 · 2026-10-21
- EAU 框架：让用户模拟器、环境与策略共同进化训练 agent — UAlberta · 2026-10-21
- Meta 提出 Self-Credit：稀疏奖励下智能体 RL 的信用分配新解法 — meta · 2026-10-21
- Notion 揭秘模型路由器 Auto：复用 Elo 评测，成本比单个旗舰模型低 62%-93% — ivanhzhao · 2026-10-21
- 开发者搭自动化让 Agent 主动认领搁置已久的 PR 和 Issue — vikvang1 · 2026-10-21
- 防篡改 agent 日志仍不够：谁来做最终状态的独立复核？ — ZealousidealAct9661 · 2026-10-21