博客转视频知识产品 | AI生成和翻译
问题：将 jekyll-ai-blog 转变为一个视频优先的知识产品——一个”极客 + Gary Vee + 稚晖君 + BPS Space”风格的频道。这是个好主意吗？
答案：
我认为这个想法非常符合你当前的轨迹。关键洞察是：
你的博客已经是一个知识生产引擎。下一步进化不是”随便做视频”，而是构建一个多模态知识分发系统。
你现有的仓库 lzwjava/jekyll-ai-blog 本质上是：
研究 → 笔记 → Markdown → 静态网站 → 读者
视频版本变成了：
研究
↓
AI 代理总结 + 结构化
↓
脚本
↓
语音/虚拟形象/屏幕录制
↓
短视频
↓
YouTube / Bilibili / TikTok / 视频号
↓
反向链接 → 博客 → 社区 → 商业
重要的一点是：真相源仍然是博客。视频只是另一种渲染目标。
定位
最接近的心智模型：
极客 + Gary Vee
Gary Vee：
- 高频率
- 个人品牌
- 观点 + 分发
极客：
- 好奇心
- 工程深度
- “我构建/测试过这个”
稚晖君：
- 创客可信度
- 展示实验
BPS Space：
- 用视觉解释前沿技术
你独特的视角：
“一个AI工程师，在公开场合构建并解释未来。”
不是新闻评论员。
更像是：
我读论文
我跑模型
我买奇怪的GPU
我调试硬件
我构建AI代理
我解释我学到的东西
你的MI50实验、在RTX 4070上训练GPT-2、nanoGPT实验，实际上是非常适合的内容。
内容支柱
我会避免只做”AI新闻”。
AI新闻是商品。
更好的做法：
1. 公开构建 (Build in public)
示例：
“一块680美元的AMD MI50能训练LLM吗？”
视频：
0:00 我买了一块没人想要的100美元GPU
0:30 为什么这块GPU曾是数据中心怪兽
2:00 硬件拆解
4:00 安装ROCm
7:00 训练GPT-2
10:00 结果
这非常像稚晖君的风格。
2. 解释前沿AI
示例：
“为什么DeepSeek改变了AI经济”
结构：
问题
↓
旧方法
↓
新想法
↓
代码演示
↓
商业影响
3. AI工程师生活
示例：
“我如何从零在一块GPU上训练GPT-2”
这具有真实感，因为你确实做到了。
很多创作者解释他们从未碰过的东西。
4. 面向普通人的AI工具
这是Gary Vee的一面。
示例：
“10分钟：打造你自己的AI员工”
技术架构
你的博客可以成为内容数据库。
类似这样：
posts/
2026-07-mi50-gpt2.md
|
v
AI 管道
提取：
- 标题
- 钩子
- 故事
- 技术解释
- 图表
|
v
video_script.md
|
+---- YouTube 长视频
|
+---- Shorts
|
+---- Bilibili
|
+---- 博客
基本上：
Jekyll → LLM 内容编译器 → 视频渲染器
AI 原生视频工厂
一个简单的MVP：
article.md
↓
Claude/GPT
↓
script.json
{
hook:"",
scenes:[
{
narration:"",
visual:"",
code:""
}
]
}
↓
Remotion
↓
mp4
使用：
- Remotion 用于程序化视频
- ElevenLabs/OpenAI 语音
- Whisper 字幕
- Mermaid/Manim 图表
- ffmpeg 管道
优势：
没有传统视频团队，也能每周制作3-5个视频。
但不要过度模仿 Gary Vee
你的优势不是精力。
你的优势是：
深度 × 真实性 × AI 加速
已经有成千上万个精力充沛的AI网红。
但能说以下话的人少得多：
“我昨天亲自训练了GPT-2。这是损失曲线。”
这就是你的护城河。
可能的品牌
类似：
AI 工程师日记
或
构建未来
或
极客实验室
或
AI 原生构建者
内容感觉：
今天我买了一个1000美元的加速器。
让我们看看它能不能训练一个语言模型。
没有幻灯片。
没有营销。
只有实验。
我认为最强的策略是：
不要先创建一个视频频道。先创建一个”知识编译器”。
你的博客是数据库。
视频、新闻通讯、Twitter/X、YouTube、Bilibili是不同的前端。
你本质上是在构建一个AI时代的技术媒体公司。
时机很好，因为AI使制作成本急剧下降。
你过去的优势：
一个工程师写一篇文章
新的优势：
一个工程师创作：
- 文章
- 视频
- 播客
- 课程
- 社区
这正是那种适合已经在构建AI代理和基础设施的人的杠杆。
AI生成和翻译，但整理分享仍需精力。如果觉得有帮助，欢迎
捐助支持。
微信：@lzwjava
·
X: @lzwjava ·
打个招呼 👋