这条片没有一帧是拍的，画面全是 AI 写代码画出来的

声音：克隆音补词，剪完再查漏

录音里的英文词我先念成「单词」占位，有几句读错也没重录。AI 用这段录音当参考，零样本克隆我的声音，只补那几个词所在的句子，18 处合计约 2 分钟；我耳听 18 条，全部通过。我剪完气口，AI 把剪前剪后逐段比对：删了 68 处、52 秒，大部分是气口，但有 14 处带字，最长一整句 9.7 秒（「然而，进入注意力层之前……排列不变性」）。我确认是误删，它全部补回、染成橙色，重出混音和句子时间表。

开头 39 秒，前三轮都被否

每一轮都是 Claude Code 复制几份独立工程、同时派几个 claude -p 各做一版，做完自己抽帧看过再给我。10-12 三个档位各一版，我挑了一版说改成 3D，再加一个 high 的 3D 版，看完「都不太行」。10-13 我让它参考其他科普博主的动效，又跑 high、xhigh 两版和一版融合，我还是说不行，重做。

7 个 claude -p 合计 $46.84。「看图」= 它打开自己渲出来的静帧和接触表检查的次数。用时、花费取自每次运行的结果记录；10-12 那四个沙盒已删，数字是当时 Claude Code 读出来的。续跑记录的是累计花费。

一夜：5 个方向同时做，评委打分，再修四路

我说重做之后，Claude Code 不再一版一版试，而是开了一个工作流：5 个 agent 各做一个完全不同的方向，做完 3 个评委 agent 分别按「震不震撼 / 看不看得懂 / 做工」打分。评委把「一根光线」排第一、「光的宇宙」第二；Claude Code 自己再看两版的静帧，选了「光的宇宙」当底版。接着两个 agent 在同一底版上做两种「解开」的爆法，三个评委二选一；赢的那版再拆成 α β γ δ 四路同时修，合并、两个质检 agent 只查不改、最后打磨。配乐同时在做：调用 Lyria 48 次，成功 43 条，从里面剪出三段拼起来。

第二天 10:54 我看完：「我完全认可，太厉害了。」开头 40 秒定稿，这套「光的宇宙」写进工程说明，后面 10 段都在这个世界里接着演。

后面 10 段：11 个 agent 一起开工

开头认可后，Claude Code 把剩下 6 分多钟按句子之间的停顿切成 10 段，写好每段从哪张接力画面进、到哪张出，然后 10 个 agent 各画一段、1 个 agent 做全片配乐，同时开跑，58 分钟全部交回。合成整片自己看完，再派一轮：10 个 agent 各修自己那段、1 个 agent 铺全片音效，又是 58 分钟。开跑前我说开头蓝紫色有点多，它连换配色一起派了一批；2 分钟后我说「还是之前那个颜色吧」，它停掉这批、按原色重跑。

下午我看完说「知识可视化不够」，它又开一个工作流重做第 2 段、第 8 段（另派一个 agent 备真实数据），每段一个评委审过、按意见再修，才给我。我看了说「还不如上一版」，它退回上一版。

现实锚点：6.22 亿这个数，得让人看见

我说现在的画面缺一个「现实锚点」。Claude Code 派了三个档位的 claude -p 各出一个方向，我挑了 high 那版；它判断最好的锚点就是观众已经认识的那段红车视频本身：Token 是从它身上切下来的块，6.22 亿就是它的 300 帧铺满一面墙。挑中后这个 -p 续跑两轮修；之后我提「从 1 分 17 秒那里直接穿出去，是一张正在运作的显卡，然后显存爆炸」，它先和我对齐，再续跑两轮。半夜我再列了几处看不懂的地方，它开 4 个 claude -p 各改一处，再派一个只查不改的去排查全片哪里「接得割裂」。

8 个 claude -p，15 次调用（含续跑），合计 $41.93。排查结论：10 个段界逐像素无缝，割裂全在后来盖上去的地方，而且配乐没跟着画面改。

睡前一条消息，AI 质检到天亮

01:34 我发了一条：对整条片做质检和优化，看观众能不能懂、画面精不精美、音效配乐合不合适，限时 6 小时。Claude Code 先渲一版整片（r0），请 Gemini 3.1 Pro 当普通观众和混音师各看一遍、逐段打分；再派 agent 分头查画面、评人声、修 QKV 那段、重做配乐和音效；改完再渲 r1、r2、r3，逐帧比对前后两版有没有引入新的跳帧，最后 3 个 agent 分三截复查全片画面、1 个复查声音。04:51 收工。

质检抓到的一处必修：结尾那句「一辆红色汽车向右行驶」往下掉，穿过字幕带，和字幕叠成乱码。见下面「前后对照」最后一组。

收尾：克隆音、字幕、导出、发布

我听出克隆音「有点发蒙」。AI 把克隆的那些段和旁边的原声对比：音高差 0.6 个半音以上的变调、按频谱补 EQ、响度对齐、垫上原声的房间底噪，原声一个采样没动；配乐音效只在克隆段按新人声重算避让。我说字体不对，它查出画面里几处刻字渲染时没等普惠体加载完、退回了衬线体，修好；字幕字号对照我以前达芬奇成片，改成字高 = 画高 5%；我核文案时发现 3:37 那句「258 个 Visual Token」没上字幕，补上。Remotion 直出 H.265 2880×2160，399 MB，-14.8 LUFS。AI 用系统文件对话框塞进视频和横封面；标题、简介、话题和竖封面是我自己改的，发布键我点。

渲染次数按三层 AI 跑过的命令条数数，含低清预览和分段渲染。代码行数是成片工程 src/ 下 76 个文件之和。