#冬日生活打卡季#

今年11月，一部叫《持械入宋》的AI短剧上了热搜。

总策划张汉生54岁，此前曾多次创业，但是屡败屡战，且没有影视从业经历。去年3月，他开始自学AI影视制作，每天花十几个小时，从提示词、生成规则到镜头语言一点点摸索。

现如今，他担任总策划的这部作品登顶红果短剧AI推荐榜。

按发布方2026年10月上旬公布的数字，其全网累计播放量约40亿；11月初，有媒体称播放量已达66亿，但未说明统计口径。

团队称，整个系列算力投入超过了100万元；总制片李朝华也表示，目前每部作品都实现了盈利。

几乎同一时间，另一条消息没有这么热闹。

今年3月，据《北京商报》报道，一位有多年网络文学创作经验的作者试水AI漫剧，一个月上线多部作品，漫剧总收益不足10元，收入仅来自自然流量分成。

报道还同时指出，据业内人士估算，月入十万元乃至近百万元的头部创作者不足1%；在超过3万部漫剧样本中，约80%的作品全年累计播放量不足百万。

两件事放在一起，反差刺眼，同一项技术，同一门生意，一边是几十亿播放，一边是不到10元。

问题也同时来了，AI明明让普通人第一次拥有了拍片、做剧、画漫画的能力，为什么真正靠它赚到钱的人，还是少数？

1）爆款与炮灰共存，AI短剧的AB面

坦诚说，很多人看到的是“54岁大叔零基础逆袭”；但把报道读完，会发现这个项目并不是一个人几天做出来的。

报道指出，《持械入宋》的核心制作团队是10个人，其中有5名编导、1名运营、1名制片助理、1名总导演，再加上总制片兼总编剧和负责IP把控的张汉生。

整个团队有30多人，分散在多个省份线上协作，已经做了近40部剧，拆成5个剧组同步推进5个IP，最高纪录单日上线5部。

普通镜头平均生成3次，战争大场面往往要10次以上；团队还为主角和配角分别建立人物资产，避免AI“串脸”。

更关键的是时间成本。

2025年刚开始学AI时，张汉生和伙伴们依靠接承制订单练手，经历了“很长时间的学习和赚不到钱的阶段”。

在当时，AI短剧承制报价最高能到3000元一分钟；现如今，随着新模型推出，市场报价跌到200元至300元一分钟，靠走量的模式失效，他们才转向自有IP和系列化运营。

这段经历说明，张汉生真正完成的，不是“用AI做出一条短片”，而是建立了一套能持续选本、分工、控制质量、分摊成本、积累IP的生产组织。AI在其中很重要，但只是这个组织里的一个生产环节。

那位月收益不足10元的创作者，缺的也不是“生成能力”。他会写故事，也能把作品做出来，缺的是需求判断、渠道、持续投入和商业关系。

说到底，AI降低的是生产门槛，不是经营门槛。会用工具的人变多了，但能把工具组织成一门生意的人，并没有同比例变多。张汉生真正做成的，其实更像一家制片厂，而不是一部作品。

现如今，做内容已经越来越便宜，“会做”也越来越不值钱。换言之，AI对生产端的改变是真实的，而且可以量化。

2023年，麻省理工学院的经济学家沙克德·诺伊和惠特尼·张在《科学（Science）》发表了一项预注册实验。

他们让453名受过大学教育的专业人士完成与工作相关的写作任务，随机分为可用和不可用ChatGPT两组。

结果显示，使用ChatGPT的一组完成任务的时间平均减少了40%，由同职业从业者盲评的作品质量评分提高18%；原本能力较弱的参与者获益最大，参与者之间的产出差距被缩小。

需要说明，这里的“质量”是评审打分，实验并未检验事实准确性。

类似结论在客服场景也被验证。学者埃里克·布林约尔松、丹妮尔·李与林赛·雷蒙德在对一家财富500强软件公司的5179名客服人员进行了跟踪后发现，生成式AI助手让平均处理效率提高约14%，其中新手和低技能员工提高约34%，而经验丰富的员工几乎没有变化。

也就是说，AI像一个“经验复制器”，把熟练者的做法快速传给新手。所以，AI最值得肯定的地方是，确实在把过去属于专业人士的一部分能力，交给了普通人。

不过话说回来，这两项研究测的是任务效率和相对质量，不是市场价格；写得更快、画得更好，并不自动意味着作品能卖得更贵。

更何况，市场对能力的定价，从来不是看“你会不会”，而是看“有多少人也会”。

今年9月，新华财经在报道AI短剧行业时，给出了一组价格变化。

近三个月，AI短剧制作成本从每分钟2000元降到500元，降幅约75%；有承制方的相似内容报价从每分钟5000元一路跌到几百元；数字人定制服务从30万至60万元跌到几千元。

当制作成本下降、工具又人人可用时，供给会迅速增加，原来靠“会做”形成的溢价就被抹平了。

当然，不是所有内容都会贬值。

真正稀缺的思想、审美和表达方式仍有市场；但大量普通、同质化、可批量生成的内容，正在失去“做不出来”带来的稀缺优势。

2）内容过剩时代，注意力争夺已经进入白热化

作品做出来，只意味着拿到入场券，接下来需要过“被看见”和“被选择”两道关。

平台每天涌进海量新内容，观众的时间却没有变多；算法能推你一把，却替不了你判断什么值得做。

1）一天上新2400部，但观众的时间没有显著变化

生产能力普及之后，第一道门槛逐渐显现了出来，那就是“如何被看见”。

先看供给端有多夸张。

中国网络视听协会2026年第二季度发布的《微短剧创作指引》显示，2026年上半年各平台共上线微短剧36.7万部，其中AI短剧约27万部，占比超过74%，平均每天有超过1500部AI新剧进入市场。

掌阅科技CEO孙凯告诉新华财经，仅7月一个月，抖音端就上线7.43万部AI短剧，日均上新2400多部，“现在AI短剧一天的上线量，相当于之前一个月的供给”。

DataEye研究院的数据更直观。

在2026年上半年，抖音端新增AI漫剧22.19万部，相当于平均每分钟就有一部新剧上线；这些新剧同期累计播放量达5157.38亿。新华财经还提到，截至今年8月，至少发布过一部AI短剧的承制方已超过3万家。

供给爆发，需求却没有同步爆发。

新华财经引用行业数据称，以业内公认的5000万播放量为盈亏平衡参考线，只有1.3%的作品能够达标，无法回本的比例高达98.7%，平均每77部AI漫剧中，只有1部能盈利。

当然，这是行业报道的参考口径，并非统一财务标准。

孙凯还提到，过去爆款剧的跑出率在10%到20%，现在已经小于0.5%；几十万创作者涌入，爆款却集中在几百个头部创作者手里。

用户的时间是刚性的。

一个人一天能刷视频的时间，不会因为平台多了一万部剧就增加十倍。2026年初到8月中旬，短剧日均消费时长增长了41%，这已经是不低的增速，但和供给的增速相比仍然有限。

这个矛盾并非中国独有。

2025年9月，音乐流媒体平台Deezer公布数据指出，每天有超过3万首“完全由AI生成”的曲目上传，占其每日上传量的28%以上，而当年1月这个比例还是10%。

但是，AI曲目只占平台总播放量的约0.5%，其中约70%的播放还被判定为欺诈流量。供给可以指数级增长，注意力不能。

所以，AI能让内容变多，但不能让用户的时间变多。当“做出来”不再是门槛，竞争就转移到“谁能被看见”。

2）AI能替你写剧本，替不了你判断观众要什么

被看见之后，还有一道更隐蔽的门槛，那就是选题能力。

新华财经的报道里，有两句话很值得记下来。

昆仑万维天工AI商业化总经理郭瑞指出，“技术改变供给和分发，但是内容的本质没有变化，好内容仍是最重要的；内容不稀缺，稀缺的是判断力，尤其是文化理解方面的判断。”

终南映画CEO杨光则表示，“生产智能正快速商品化，决策智能则稀缺且不可外包”，同时给出一个具体机制。

平台流量分发会先用约100次曝光，判断内容能否进入下一层，第一层完播率是“生死线”。AI剧的第一层完播率通常低于15%，真人剧约25%至30%。

在他看来，编剧的对手已经不是另一个编剧，而是一套会计算胜率的生产系统；如果方向错了，效率越高反而离目标越远。

所以，“多做几部”并不是解药。

AI可以生成一百个故事，却不能保证其中一个值得用户花时间；它可以模仿热门叙事，却不能替创作者承担市场判断的风险。

哈佛商学院的法布里齐奥·德尔阿夸等学者，在与波士顿咨询公司合作的实地实验中，把这个道理讲得更清楚。

研究覆盖758名咨询顾问，在AI能力范围之内的18项任务上，使用AI的顾问完成任务数量多12.2%、速度快25.1%，质量也显著提高。

但是，在特意设计的一项超出AI能力边界的复杂任务上，使用AI的顾问给出正确答案的概率反而低了19个百分点。

更麻烦的是，AI会让错误的分析看起来更连贯、更有说服力。

这提示我们区分两种人：一种在提高生产速度，一种在用生产速度降低试错成本。前者把AI当“更快的打字机”，后者把AI当“更便宜的实验设备”。

2026年8月在线发表于《AI & Society》的一项研究，提供了另一个观察角度。

澳大利亚ADM+S研究中心的唐佳茹、余晓婷、帕特里克·维克斯特伦和凯莉·帕帕拉多基于 2023—2025 年在中国的田野调查，罕见接触到了一批平时隐藏身份、批量生产低质流量内容（AI slop）的创作者。

他们发现，这些人研究爆款、测试形式、运营矩阵账号、把生产流程标准化，把“走红”从一种偶然变成可以系统管理的东西。

研究用“运营熟练度”“策略性抛弃”“算法机会主义”来描述这种劳动，并认为它更看重速度、规模和适应性，而不是作者身份和个人表达，同时提醒我们，AI时代的创作，越来越像一门运营生意；运营得好不好，取决于判断，而不取决于工具。

3）高播放量，一定等同于高收入吗？

即便被看见，播放量也还不是收入。这一部分拆开商业链条：从流量到交易，中间要经过留存、信任和付费；而这条链条的规则，主要握在平台手里。

1）播放量上千万，为什么还是赚不到钱？

制作的背后，就是变现。

很多人默认“播放量等于收入”，但播放量只是商业链条上的一环，一百万播放，不代表一百万人愿意付费；十万粉丝，也不代表每月都有稳定订单。

AI短剧把这一点暴露得很彻底。

新华财经的报道提到，行业“万播收益”已从百元级别跌到5至10元；由于广告分账主要看有效播放时长，制作方开始拼命拉长集数，市场上出现了788集的作品。

有从业者透露，目前最成熟的短剧团队，投流回款倍数也只在1.03到1.07之间。也就是说，投入一块钱，收回一块零几分，利润几乎可以忽略不计。

定制订单是另一个侧面。

北京商报的报道提到，头部创作者接的定制订单报价约为每分钟4000元至5000元；但个人创作者在需要自己设计资产时，日均产能只有2分钟。

至于纯靠AI内容在抖音变现、不靠卖课、月收入超过20万元的个人创作者，全国不超过100人。

与个体收益惨淡并存的，是行业规模的膨胀。

据北京商报2026年3月引用的DataEye数据，2025年漫剧市场规模约168亿元，2026年预计超过240亿元。

所以，行业增长不等于个人收入增长，这是两件需要分开看的事。

国际经验同样如此。

海外在线流媒体音乐播放平台Spotify在今年3月发布的Loud & Clear报告显示，超过13800名艺术家从Spotify获得至少10万美元的年收入，年收入超过1000万美元的艺术家超过80位。

这组数字说明“中间层”在扩大，但能靠播放分账稳定生活的仍然是少数。

更值得注意的是，超过三分之一的10万美元级艺术家是DIY出身；他们赢的不只是播放量，还有持续经营的能力。

当然，更系统的证据来自伦敦大学学院的伊兰·施特劳斯、张镐与马里亚纳·马祖卡托的研究。

他们分析了104719名创作者在多个平台上的月度收入数据，发现创作者收入服从幂律分布（α约为2），月收入中位数只有46至72美元，

研究认为，这种分布更像是资本收入的集中形态，而不是劳动收入。换言之，平台推荐系统越强，收入往往越集中。

归根到底，播放量是一种“流量资产”，收入却来自“商业关系”。没有产品、服务、客户和持续交易，流量只是平台货架上的库存。

2）你手上只有工具，流量和规则在平台手里

说到货架，就绕不开平台。

2024年，北京大学汇丰商学院副教授叶伟明与黄阳在《融合（Convergence）》发表的研究，深度访谈了19名抖音全职创作者，并逐一体验、记录了平台功能。

他们发现，平台与创作者之间是一种重复但不平等的交换：

平台先用流量奖励和算法曝光培养创作者对收入的期待，再通过Dou+等流量工具让创作者为“被看见”付费，接着接入星图广告系统，建立“平台—广告主—创作者”交易链；当这种交换稳定下来，平台又设置了一套不确定的收益机制。

研究者认为，平台推动的标准化生产，最终可能以牺牲创新和多样性为代价，削弱文化生产的自主性。

平台确实提供了基础设施、用户入口和商业环境，也承担了审核和广告成本；但这项研究真正说明的是，创作者拥有生产工具，却未必拥有分发渠道和规则制定权。

平台规则可以直接决定AI内容能不能赚钱。

法国音乐流媒体平台名Deezer在2025年宣布，把完全由AI生成的曲目移出了算法推荐和编辑歌单，并给AI音乐打上标签。

公司CEO明确表示，这样做是为了把对版税池的影响降到最低。对于创作者来说，这不是“能不能做”的问题，而是“做完能不能变现”的问题。

另一个例子来自日本。

麻省理工学院研究者Cui在2026年的一篇工作论文中，借日本主要创作者平台2023年5月同步禁止AI内容变现这一变化，做了一项自然实验，禁令之后，多产创作者在付费渠道的AI作品供给下降约63.5%，但多数创作者并没有退出平台。

简言之，能发布，不等于能出售，这是两套不同的规则。

国内也开始划边界。

9月1日，四部门联合发布的《人工智能生成合成内容标识办法》正式施行，要求AI生成内容同时具备显式和隐式标识，平台要核验、提醒并接受举报；同时施行的《微短剧发展管理办法》又要求，AI微短剧应在每集明显位置添加提示标识。

9月2日，广电总局网络视听节目管理司召开AI微短剧“融像”“融声”座谈会，形成了三点共识：

其一，任何“融像”“融声”须取得权利人明确授权；其二，结合内容特征、使用场景和平台审核义务认定侵权；其三，建立事前授权、事中技术筛查与人工复核、事后可追溯存证的全流程风控。这不是部门规章，而是监管信号。

这些规则看起来是“合规问题”，本质上是分配问题，它决定了哪些内容可以进入商业渠道，哪些创作能被算作“可交易的资产”。

4）AI工具省下的时间，都“逃”到了哪里？

AI提高了效率，但效率的好处不会自动落进创作者口袋。这一部分看两件事：省下的时间为什么又变成新的工作量，技术红利又为什么更容易被头部拿走。

1）省下的时间，最后都被谁拿走了？

新华财经的报道算过一笔时间账，一条几十秒的AI视频，从选模型、生成到精修，少则三五个小时，多则一整天；精良的长视频，单集成本甚至可能上万元。

成本也不是只降不升：算力成本从早期约20元一集涨到80至100元，模型Token成本从每分钟1000元涨到5000元。省下的是“拍摄和剪辑”的时间，增加的是“选型、生成、筛选、返工、审核”的时间。

与此同时，创作之外的劳动变多了。

同一批人要不断研究爆款、测试新形式、维护多个账号、根据数据快速调整。毕竟，AI并没有简单替代创作者，而是把一部分“创作”变成了“管理AI产出”。

今年5月，ACM人机交互期刊上的一项研究访谈了16名活跃在YouTube、Instagram和TikTok的创作者。

研究者发现，AI简化制作的同时，增加了事实核查、主动内容审核、AI生成内容披露和隐私管理等工作；这些责任“往往不可见，也没有报酬”，还与平台算法要求的生产速度相冲突。

有意思的是，编剧反而变得更值钱。

新华财经的报道提到，短剧供给增加，每部剧都需要剧本；AI短剧还需要把剧本写得比过去更细，才能“指挥”模型表演，编剧因此成为行业最大的就业增量领域。AI替代的是部分执行环节，不是判断环节。

这解释了为什么“一人公司”听起来轻盈，做起来很重。

一个人要同时承担选题、编剧、导演、剪辑、运营、投放、数据分析和版权合规。

国际劳工组织2025年的估计是，约四分之一劳动者的职业与生成式AI有某种交集；但是，多数岗位更可能被改造，而不是直接消失。对于创作者而言，改造的方向不是“少干活”，而是“能干不同的活”。

效率红利还有一个去向：被竞争吸收。当所有人都能用AI把制作时间压缩一半，市场不会因此让你提前下班，而会要求你产出更多、更新更快。你省下的时间，最终变成了行业的新基准。

2）为什么赢家依然还是少数？

AI确实在“能力”层面做到了平权。

一个没有学过剪辑的人，今天可以做出像样的短片；一个没有团队的人，可以一个人完成过去几个岗位的工作。

但是，“能力平权”不等于“收入平权”。原因有三层。

第一层是规模。

头部创作者有IP、品牌、稳定用户和成熟团队，AI让他们的边际成本更低，可以同时开工更多项目、覆盖更大市场。

孙凯说，几十万创作者涌入后，爆款反而更集中在几百个头部创作者手里，这就是规模效应在AI时代的放大。

第二层是位置。

同样的工具，放在不同的商业位置上，结果完全不同。有渠道的人用AI是“扩产”，没渠道的人用AI是“增加库存”。

Spotify的数据能说明问题。

13800多名艺术家年收入超过10万美元，听起来不少，但其中超过三分之一是DIY出身，且90%以上的DIY版税流向了活跃一年以上的创作者。最后站住的，不是“最早用工具的人”，而是“能持续经营的人”。

第三层是分配规则。

前面已经看到，平台掌握流量和变现规则；AI又提高了创作者之间的可替代性，平台的议价权自然更强。平台清理AI内容、调整推荐与分账规则，都是分配权在起作用。换句话说，AI放大的是原本就存在的差距，而不是凭空制造了差距。

当然，这不意味着“普通人没机会”。

Spotify的报告里还有一个容易被忽略的数字。平台第10万名的艺术家，2025年年收入超过了7300美元，而十年前同样排名的艺术家只有约350美元而言。也就是说，中间层确实在变厚。

中国漫剧行业也一样，虽然80%的作品播放量不足百万，但仍有约69部播放过亿、1部突破5亿；市场没有关闭，只是门槛从“能不能做”换成了“能不能被选中”。

真正值得警惕的，是“机会普及”被误读成“财富普及”。

所以，技术可以让更多人进场，但进场之后，竞争规则、渠道权力和收益分配并不会自动变得公平。

5）尾声：身为普通人的你，还能抓住什么？

如果文章停在这里，容易变成“劝退”；但AI确实提供了真实的机会，问题是怎么用。

结合前面的案例和研究，至少有四个转变。

第一，从追求产量转向寻找需求。

不要先问“我一天能生成多少条”，而要先问“谁愿意为它付钱”。张汉生的路径也是先接单、再谈IP。小商家的营销素材、培训机构的课程视频、企业的产品演示，都是比“泛娱乐爆款”更现实的需求入口。

第二，从模仿热门转向建立差异。

当所有人都在做相似的AI短剧、数字人和情绪视频，竞争最后很可能变成价格战。差异可以来自专业知识、独特经历、审美判断，也可以来自对某个细分人群的长期理解；AI能模仿风格，却很难替代长期积累的判断。

第三，从依赖平台流量转向经营用户关系。

平台推荐很重要，但不能把全部商业命运交给推荐系统。社群、订阅、会员、咨询、课程和产品，都是平台之外的收入来源。平台可以带来用户，但创作者要自己想办法留下用户。

第四，从“做内容”转向“经营商业链条”。

一个可持续的项目，要考虑版权是否清晰、用户是谁、收入来自哪里、成本如何控制。尤其是AI短剧、数字人和AI配音，肖像、声音和版权授权必须前置，否则做得越多，风险越大。

这四个转变有一个共同点，它们都不在“生成”环节，而在“经营”环节。这也解释了为什么AI越强，判断力、信任和商业能力反而越值钱。

行文至此，让我们回到开头的问题：AI工具让普通人拥有了创作能力，为什么赚钱仍然很难？

因为创作能力只是商业链条的起点。

过去，普通人被制作成本挡在门外；今天，AI把门打开了，但门后面还有内容供给、注意力竞争、平台规则、商业转化、版权风险和收益分配。

这些问题不会因为模型更强就自动消失。在某些领域，AI越强，生产越容易，竞争反而越激烈。

所以，AI时代真正稀缺的东西正在变化：制作能力会越来越便宜，判断力、独特性、信任、用户关系和商业经营能力，会越来越值钱。

当然，也不能把所有问题都推给个人努力。

平台如何分配流量，创作者如何分享收益，原创者权益如何保护，AI内容如何获得合理的变现渠道，同样需要制度和规则的完善。

如果生产效率不断提高，收益却长期集中在少数平台和头部经营者手里，那么“人人都能创作”就可能只意味着更多人进场竞争，而不是更多人获得稳定收入。

AI让普通人第一次拥有了低成本创作的机会。但机会的普及，不等于财富的普及。

真正决定命运的，不是你会不会用AI，而是你能不能用AI，做出别人愿意看、愿意信、愿意付钱的东西。