OpenMontage、ChatCut 火了：以后做 AI 产品，可能不需要先做 App
最近两个 AI 视频工具很火：
它们都支持 Codex、Claude Code 这类 Coding Agent。你把视频素材丢进去，说一句：
把这段 47 分钟的访谈剪成一分钟，删掉废话，把冲突最大的观点放到开头，再加上字幕和音乐。
Agent 会自己分析素材、找高光片段、改时间线、加字幕，最后给你一个可以继续修改的视频项目。
我一开始以为，这就是把 AI 剪辑又往前做了一步。仔细看完两个产品之后，发现真正有意思的是它们的入口。
用户没有先打开一个 App，也没有重新学一套软件，直接在 Codex 里把活交代出去了。
这让我重新想了一遍：如果现在做 AI 产品，还需要从一个完整 App 开始吗？
两个工具，走了两条路
OpenMontage 是个开源项目。
它把视频制作拆成研究、脚本、分镜、素材、剪辑、渲染等阶段，每个阶段都写了操作说明。什么时候要用户确认，调用哪个模型，花多少钱，做完怎么检查，也都放进了流程。
用起来有点像给 Codex 发了一本视频团队的工作手册，再给它配上 FFmpeg、Remotion、图片生成、配音这些工具。
ChatCut 更像一个已经做好的视频编辑器，只是现在把剪辑能力开放给了 Codex。
你说“删掉所有口头禅”，它会真的修改字幕和时间线。你说“把结论挪到案例前面”，对应的视频片段也会跟着动。改完之后，项目还在时间线上，不满意可以继续调。
OpenMontage 偏开源工作流，ChatCut 偏产品化。一个让 Agent 组织现成工具，一个把自己的编辑器交给 Agent 操作。
共同点很简单：Codex 听懂需求，后面的脏活由它们完成。
App 可能不再是第一入口
以前做视频，要在剪辑软件、字幕工具、图片工具、配音网站之间来回切。注册一堆账号，素材反复上传下载。
麻烦的通常不是某个按钮不会点，而是人一直在给这些软件传话。
Agent 刚好适合接这部分工作。
它知道我最后要什么，也能读文件、执行命令、调用服务。至于背后用了 ChatCut、FFmpeg，还是某个视频模型，用户其实不太在意。成片能不能用，比工具列表重要。
这会影响 AI 产品的做法。
过去做产品，第一件事往往是搭官网、做登录、做聊天框，再接模型、文件上传和任务系统。做了很久，真正跟业务有关的部分可能还没开始。
如果目标用户本来就在使用 Codex 或 Claude Code，这些东西可以先不做。把能力封装好，让 Agent 能找到、能调用、出错后知道怎么处理，产品就已经可以用了。
对小团队来说，这条路很省力。大脑和工作台有人做好了，我们先把专业能力做深。
当然，这也意味着入口是别人的。后面再说这个问题。
模型不是最值钱的部分
给 Codex 接几个 API 没多难。
视频生成、字幕、配音、图片，现在都有现成服务。今天这个模型效果好，过几个月可能又换一家。拿“我们接入了最新模型”当壁垒，基本靠不住。
OpenMontage 让我觉得有价值的部分，是那些看起来很啰嗦的流程文件。
生成素材前先报预算，先做样片再批量跑，渲染结束检查字幕和音量，失败时换哪条方案。这些东西不酷，却决定了最后交出来的是作品还是一堆垃圾文件。
换个行业也一样。
做家庭财务，不是把银行流水交给大模型总结一下。真正需要的是分类规则、异常判断、现金流预测，以及什么时候应该提醒用户。
做内容也不只是调用模型写稿。什么适合放开头，哪些话虽然正确但没人想看，公众号和小红书应该怎么改，这些才是编辑的经验。
以前这些经验在人的脑子里，或者散落在公司的 SOP 里。现在可以把它们写成 Skill，让 Agent 照着做。
所以我现在更愿意把垂直 AI 产品理解成两部分：稳定的工具，加上一套靠谱的工作方法。
模型当然重要，但大家都能买到。
只靠聊天框肯定不够
这两个产品还有一个共同点：没有真的把界面干掉。
ChatCut 仍然保留时间线。OpenMontage 也做了制作看板，可以看脚本、素材、费用和当前进度。
原因很好理解。
你可以用一句话说“节奏再快一点”，但字幕有没有挡住脸，音乐从第几秒进来舒服，两个镜头接起来会不会跳，还是得自己看。
我不太相信以后所有软件都会只剩一个聊天框。更可能的情况是，聊天负责交代事情，Agent 负责先干一遍，专业界面留给人检查和微调。
这里还有个信任问题。
一个任务跑二十分钟、调用三四个付费模型，如果全程黑盒，我是不敢用的。至少要让我知道它准备做什么、大概要花多少钱、中间能不能停，做坏了能不能退回去。
Agent 越能干，过程越需要看得见。否则只是把原来可控的麻烦，换成了不可控的惊喜。
如果现在让我做一个 AI 产品
我大概不会先做一个“什么都能干”的 AI 助手。
这种产品听起来空间很大，落到需求上却很虚。用户不知道该让它做什么，我们也不知道什么算做好。
我会先挑一个边界清楚的任务。
比如家庭财务，不叫“AI 财务助手”，而是直接做：读取过去一年的账单、贷款和大额支出，每个月生成一份分析，提前提醒未来三个月可能缺钱的时间点。
或者做内容，把一次访谈变成公众号文章、短视频脚本和几个平台的发布版本。输入和结果都很明确，中间又有大量重复劳动，适合交给 Agent。
第一版甚至可以只有一个 Skill、几个脚本和一份检查结果。先看它能不能稳定把事情做完。有人愿意反复用，再补独立界面。
这和以前的顺序刚好反过来：以前先做产品，再想怎么加 AI；现在可以先把 Agent 能调用的能力做出来，App 是否需要，后面再决定。
但我还不敢完全押这条路
最大的问题是平台依赖。
产品长在 Codex 或 Claude Code 里面，入口、权限和收费都不由自己控制。平台改一次规则，下面的人就要跟着动。
用户范围也有限。经常使用 Coding Agent 的人会觉得这套方式很自然，但普通用户可能连 Skill 是什么都不想知道。让他打开一个按钮清楚的 App，反而省事。
还有稳定性。Agent 很擅长处理没见过的情况，也很擅长在一些奇怪的地方犯错。视频少一个镜头还能重来，涉及转账、发消息或者删除文件，就不能只靠“模型应该懂”。
所以 ChatCut 这种两边都做的形态可能更现实：普通用户进编辑器，重度用户从 Agent 入口调用。既不放弃原来的用户，也能试试新的分发方式。
OpenMontage 和 ChatCut 现在还很早，我也不知道这种模式最后会走多远。
但如果今天要做一个新的 AI 产品，我会先问一句：
这个东西真的需要我再做一个 App，还是先让 Codex 能把它用起来就够了？