AI 视频软件的护城河，藏在第二次修改里
生成一版作品，与持续完成一份作品，是两种产品能力。
给一个视频工具布置这样的修改任务：
初稿已经确认。人物不变，台词不变，镜头时长不变，只把背景换掉。
这是一个用于讨论的工作情境，不是我引用的客户案例。它足够普通，却能把两类产品区分开：一类擅长再生成一段看起来不错的视频；另一类知道哪些内容已经通过验收，并能在保住它们的前提下继续工作。
我更愿意用后一个任务判断 AI 视频软件的价值。
第一次生成很适合展示能力。第二次修改，开始检验软件是否理解“项目”。
“只改这里”，才是困难的要求
人在创作过程中会不断缩小不确定性。
最初可能连方向都没有。几轮讨论后，人物确定了，品牌语气确定了，镜头节奏也确定了。后来的每次修改，都建立在此前的决定之上。
如果工具每轮都把整段内容重新交给模型，它可能改善了背景，却同时改变表情、动作和商品细节。创作者不得不把已经通过的部分再检查一遍。生成本身花的时间很短，重新核对与协调花的时间却不一定短。
这里产生了一种容易被忽略的成本：每次修改都重新打开多少已经关闭的问题。
所以，“支持局部修改”不应只理解为界面上能圈一块区域。它还包括时间上的局部、对象上的局部，以及责任上的局部——谁确认了什么，哪些结果此刻不能动。
模型的进步，会改变边界，不会取消项目
参考图、一致性控制和编辑能力都在发展。Runway 的 Gen-4 Image References 文档把人物与场景参考的工作流讲得很具体。它处理的是图像，可用于准备视频素材，不能直接证明整段视频也能稳定保持相同约束。厂商教程还需要具体任务测试来检验。Runway 文档
如果模型将来可以精准保住所有指定条件，今天某些繁琐的补救步骤就可以消失。软件不应靠模型暂时做不好的事情维持复杂度。
但项目仍需记住条件来自哪里。
这次确定的人物，下次能不能用于另一条片子？客户否决过的版本，为什么不能再次出现？同事改了字幕之后，谁能看到哪些镜头需要重新检查？换一个模型生成，哪些素材与决定还能继续使用？
模型擅长执行某次修改，与软件承担这些长期责任，可以同时成立。
一个 MP4 装不下完整的创作过程
最终视频是交付物，却不是全部生产资产。
素材身份、镜头依赖、时间线、字幕、音轨、版本、修改要求和批准记录，决定了团队下一次还能怎样处理它。如果这些东西只散落在聊天里，换个人、换个会话，工作就容易从解释背景重新开始。
OpenTimelineIO 提供了一个很具体的工程参照：它描述片段、轨道、时间、标记和元数据等剪辑信息，音视频本身仍通过外部引用关联。它没有包办整个生产系统，却说明“保存一个视频文件”与“保存一份可继续工作的项目”存在实际差别。OpenTimelineIO 文档
AI 创作软件可以有自己的项目结构，也可以与已有格式衔接。重要的是，创作者先前作出的决定能够留下来，下一步的工具可以使用它们。
这还影响 Agent 的角色。
Agent 能根据要求组织制作步骤、选择工具、检查输出，但如果工具只返回一段视频，没有可继续操作的结构，下一轮依然可能回到“把要求再说一遍”。一个好的工具接口应该让 Agent 指定对象、读取状态、提交修改并检查差异，而不只是接收一段提示词。
价值积累在批准过的东西里
创作软件里有一类资产很难从单次生成量看出来：已经被确认可用的东西。
可能是一套商品素材、一位角色的形象约束、一种被接受的字幕风格，也可能是客户确认过的节奏和修改习惯。
它们的价值来自减少下一次的不确定性。换工具时，如果需要重新确认全部条件，即使新工具生成得更便宜，迁移也未必值得。
我认为，这比“接入了多少模型”更接近专业软件可能形成的壁垒。不过，积累必须让用户可迁移、可检查。把素材锁住制造退出成本，与真正减少重复劳动，是两种完全不同的产品选择。
来源与使用条件也应进入项目。C2PA 提供内容来源凭证相关机制，但凭证不会自动判断作品为真，更不会自动授予素材版权。软件仍需保留实际授权和适用范围，不能用一个“可信”图标代替判断。C2PA 说明
把连续修改做成评测
我会给产品设计一组连续修改任务。
先得到同等质量的初稿，再依次修改背景、台词、画幅和节奏。每轮都明确哪些内容允许变化，哪些必须保持，最后交给不知道工具路线的评审检查结果。
记录的重点包括：完成修改花了多久，破坏了多少已经通过的条件，需要多少人工回退，以及最终交付是否达标。对照可以包括直接重新生成、传统编辑和二者组合。
这样才有机会区分：工具只是更快吐出结果，还是确实减少了完整项目的工作量。
还应该观察第二个项目。第一次保存的人物与品牌资产，在下一次是否真正省下工作？如果每次仍需从头解释，所谓“项目记忆”可能只是历史记录的另一个名字。
哪些用户未必需要这一套
一次性娱乐内容、探索创意或简单素材生成，可能只需要足够便宜、足够快、足够惊喜。给这些用户强加复杂项目管理，会增加负担。
专业工作也不是功能越多越好。确定性编辑能解决的事情，就不必每次调用生成模型。能自动保住的条件，也不应该让用户不断手动锁定。
我的判断适用在另一类任务里：作品要被反复确认、多人协作，并按明确要求交付。在这些任务中，下一次修改越重要，项目结构越有价值。
看下一款 AI 视频软件时，我会少看一轮炫目的首稿，多给它一句修改要求：
其他都保留，只改这一处。