他靠一堆AI Agent赚钱，但最值钱的不是技术本身

这期视频最反直觉的地方在于：Rowan Cheung展示的AI Agent，并不是什么“黑科技”。相反，它们简单、可复制，甚至两分钟就能搭好。但正是这些不起眼的用法，支撑起了一个能持续赚钱的生意模型。这篇文章会拆开这些用例，告诉你真正该学的是什么。

真正让人意外的不是AI有多强，而是用得有多“朴素”

视频一开始，Greg Isenberg就把Rowan Cheung请出来，语气里只有一个意思：这人是真的把AI用成了生产力工具，而不是演示玩具。最反直觉的一点是，Rowan分享的第一个用例，并没有任何复杂架构，只是“能跑、能用、能持续为业务服务”。这恰恰戳中了很多AI从业者的痛点：我们太容易沉迷于更复杂的Agent设计，却忽略了‘是否真的在为业务创造价值’。Rowan反复强调的是可用性，而不是炫技。

当Claude不再是聊天机器人，而是你的编辑部

在一个被重点点名的案例中，Rowan直接说：Claude作为编辑“太强了”。这里的关键信息不在于模型本身，而在于角色定位的改变。Claude不是用来“帮你写点东西”，而是被放进了内容生产流程里，承担明确、重复、可评估的编辑工作。这种用法有两个隐含优势：第一，人类只负责判断和方向，AI负责体力活；第二，质量会随着流程而稳定，而不是随着灵感起伏。这也是为什么这个看似简单的Agent，能长期‘为我们工作’。

研究、创意、扩张：Agent开始接管“非核心但关键”的事

随着案例推进，Rowan展示的Agent开始变得更“有趣”，但依旧不复杂。有的是研究型用例，把原本零散的信息快速整理成可用结论；有的是偏创意的实验，让团队在不消耗大量精力的情况下快速试错；还有专门为‘业务扩张阶段’准备的小工具，用来处理那些你不想再亲自盯的细节。一个很重要的信号是：这些Agent都不是一次性Demo，而是被默认会长期存在于业务系统中。

两分钟就能搭好的最后一个用例，才是最危险的

在接近尾声时，Rowan提到最后一个Agent：如果你有现成的prompt，两分钟就能搭好。危险之处不在于它有多强，而在于门槛已经低到几乎没有借口不去尝试。这意味着，AI Agent正在从‘少数人的竞争优势’，变成‘所有人的基础设施’。真正拉开差距的，将不再是你会不会用，而是你把它放进了什么样的系统里。

总结

这期视频最大的价值，不是教你某个具体的Agent怎么搭，而是提醒了一件事：AI真正的杠杆，在于流程而不是灵感。如果你是AI从业者，现在就该问自己三个问题：有没有一个环节，重复、明确、却还在消耗你的注意力？有没有一个角色，其实可以被Agent长期替代？以及，你现在做的Agent，是Demo，还是系统的一部分？想清楚这些，才算真的开始‘用AI赚钱’。

关键词： AI Agent， Claude， 内容自动化， AI工作流， AI创业

事实核查备注： 需要核查：视频的实际时长；Rowan Cheung的姓名拼写（视频中口播）；Claude被用于“编辑”的原话语境；‘两分钟搭好’是否为原视频中的明确表述。