编程搭建 · 评分 81 · 状态：仅测试未验证（作者自述压力测试；无收入、无留存、无播放量数字；36 小时与 $270 为作者自述实验账本）

让 4 个智能体吵架做产品：只给一句话目标，36 小时上线新闻短视频平台，算力约 $270

作者/出处：Arash Sadrieh（NinjaTech AI 多智能体基础设施方向；HN 原帖自述）
原文：https://news.ycombinator.com/item?id=47059153
日期：约 2026-10-21（HN 帖；文本抓取未显示精确日，取检索时相对时间推断，成稿前以 HN 原帖页为准再核） · 工具：NinjaTech AI 编排系统、 Anthropic Opus 3.5、 Tavily、 Sora 2 Pro、 Veo 3.1、 Slack、 Railway
成本：实验算力约 $270；复现另需 Sora/Veo 与模型订阅，持续成本原文未公布，须标注 · 耗时：实验本身 36 小时；读者搭最小版（目标 + 角色分工 + 辩论投票）约一天

速览卡

分类：编程搭建
结果：4 个智能体只凭一句话目标，36 小时上线完整产品（自选技术栈、前端、后端/API/数据库、内容管线、生产部署），算力约 $270；随后 3 个新智能体 24/7 循环跑内容管线
状态：仅测试未验证（作者自述压力测试；无收入、无留存、无播放量数字）
成本：实验算力约 $270；Sora/Veo 与模型订阅持续成本未公布
耗时：实验 36 小时；最小版约一天

一句话

别给智能体写规格书：作者只给 4 个智能体一句话目标——“把热门新闻变成短 AI 视频”——36 小时后它们自己选了技术栈、搭了前后端、建了内容管线并部署上线；最有价值的不是那个产品，而是它们吵架的记录——研究员、设计师、开发者三个角色真的会互相说服、也会妥协得很糟。

原作者怎么做的

只给目标，不给规格：不给线框、不给规格文档、不给架构文档，只有一句话——“把热门新闻变成短 AI 视频”；4 个智能体自己选技术栈与项目结构。
分工 + 辩论管线：内容管线固定为调研新闻 → 辩论选题 → 合写视频生成提示词 → Sora 2 Pro 或 Veo 3.1 生成 30–90 秒视频；角色分工为 Scout（研究员，主张数据驱动选题）、Pixel（设计师，主张视觉潜力）、Bolt（开发者，质疑技术可行性）；每轮每个智能体各提一个新闻话题，人与智能体共同投票、盲投至回合结束。
人工位只剩点赞与纠偏：作者自述干预“也许只有极少数时刻”——给个赞、把跑偏的东西拉回来；其余时间 4 个智能体自行推进，之后又新建 3 个智能体 24/7 循环跑调研、辩论、生成。
公开辩论记录：每个视频下方附完整辩论 transcript——读者能看到智能体真的意见不合：Scout 推数据、Pixel 推视觉、Bolt challenge 可行性；有时一方说服其他方改方向，有时妥协得很糟。
协调与部署：智能体经 Slack 协调（作者贴了真实 Slack 对话截图），推理用 Anthropic Opus 3.5、调研用 Tavily、部署用 Railway。

结果

交付：36 小时上线完整产品（自选技术栈、前端、后端/API/数据库、内容管线、生产部署）（仅测试，作者自述实验账本）
成本：算力约 $270（仅测试，作者自述）
持续运行：3 个新智能体 24/7 循环跑内容管线（仅测试，作者自述）
失败模式（作者自承，均未量化）：群体思维——4 个智能体过快一致时产出通常无聊，最好的视频来自真正吵起来的回合；视频质量极不稳定——手、文字叠加、复杂空间关系容易翻车；新闻选择有强烈的时效/病毒偏向——追社交媒体热门而非真正重要的新闻，作者自认没找到不靠硬编码编辑判断的解法；偶尔幻觉——Scout 本应事实核查，但全队有时会带着略错的框架一路跑下去

提示词结构

（按原文做法还原的搭建骨架，非原文逐字提示词）

```

只给一句话目标：[把热门新闻变成短 AI 视频]；不给 [线框] / [规格文档] / [架构文档]。

内容管线固定四步：[调研新闻] → [辩论选题] → [合写视频生成提示词] → [生成 30–90 秒视频]。

角色分工三席：[Scout 研究员：主张数据驱动选题] / [Pixel 设计师：主张视觉潜力] / [Bolt 开发者：质疑技术可行性]。

每轮投票：[每智能体各提一话题] + [人与智能体共同投票] + [盲投至回合结束]。

人工位：只做 [点赞] 与 [跑偏时纠偏]，其余不插手。

公开辩论记录：每个产出下方附 [完整辩论 transcript]，吵架过程本身就是可读资产。

```

中国读者怎么迁移

国内想试多智能体协作的读者能直接抄“目标 + 角色 + 辩论 + 投票”四件套：先给一个一句话目标（比如“把行业新闻变成 60 秒口播视频”），设 3 个互相唱反调的角色（数据派、视觉派、可行性派），每轮盲投定题，人工只点赞与纠偏。别照搬 Sora/Veo——换成手头能用的视频生成工具；也别跳过作者的失败清单：群体思维、质量不稳、追热门、幻觉框架，这四条在任何模型组合上都会复现，照搬前先想好自己的纠偏位。

风险与限制

仅测试未验证：这是作者对其编排系统的压力测试，不是生意——无收入、无留存、无播放量数字；36 小时与 $270 是作者自述实验账本，不能写成“36 小时做出赚钱产品”。
日期需再核：HN 文本抓取未显示精确日，约 2026-10-21 取自检索时相对时间；成稿前以 HN 原帖页为准再核一次日期。
持续成本未公布：$270 只是实验算力；Sora 2 Pro、Veo 3.1 与 Opus 推理的持续订阅/调用成本原文未给，24/7 跑管线的月账单未知。
作者身份关联：作者在 NinjaTech AI 做多智能体基础设施——这篇既是实验记录，也是其编排系统的能力展示；引用时不把“压力测试”写成独立第三方验证。
与已发布案例的边界：本站已发布 $0 建 1360 页站（2 天上线静态资讯站）是单智能体建站；本篇是 4 智能体辩论 + 视频生成管线 + 24/7 持续运行，任务与机制都不同。

原文链接

https://news.ycombinator.com/item?id=47059153