方法：内容设计与讲述技巧 · 里程碑长文：十分钟，只留一个记忆点
这个里程碑要做什么
录制一支 10 分钟视频《一个 Agent 是怎么工作的》，公开发布，并收集至少 5 条真实反馈。反馈不求夸奖，要的是「哪里听不懂」「哪里想快进」「看完之后记住了什么」——这三类回答是你下一支视频的改进清单。
为什么是它（设计意图）
写作和讲述是两种完全不同的能力。你能在文章里反复打磨一个句子，但在视频里，观众走神三秒就划走了。这一阶段把 s1 的「母稿」压缩成 10 分钟影像，强制你回答一个残酷的问题：如果观众只能记住一件事，那件事是什么？ 每次分享只留一个记忆点，这是本阶段的最高原则，其他一切设计都为它服务。
视频这种形态还自带验收机制：文章可以含糊其辞，视频里你张口结舌的那三秒钟是藏不住的。录到你自己愿意完整看完，才算讲懂了。
配套资源怎么用
- 先读《演讲的力量》（Chris Anderson，TED 掌门人）。重点看「主线」一章：一场分享只能有一条主线，所有素材要么服务主线要么删掉。10 分钟视频的脚本，先写一句话主线再展开。
- 拆解 Karpathy 的 Intro to LLMs。这次不看内容看结构：他怎么开场、怎么把第一个概念建立起来、怎么安排节奏。把他的时间轴列成表，照着给你自己的视频排一版。
- 重看 3Blue1Brown 注意力机制那集，研究画面和台词的配合：什么时候画面替嘴说话，什么时候嘴替画面解释。你的视频不需要动画，但需要一个让人「看见」Agent 工作过程的呈现方式——哪怕只是终端录屏加高亮。
- 看跟李沐学 AI 的论文精读，学他的固定结构：背景→方法→实验→影响。这个结构平移到你的视频就是：问题→错误做法→新思路→Demo→行动建议。这是本阶段推荐的五段式骨架，结构大于口才。
- 类比库直接使用：Agent = 新员工（需要入职培训=提示词、需要权限=工具、需要汇报=日志）；上下文 = 工作记忆（容量有限、会被挤掉）；RAG = 开卷考试（不是更聪明，是带了资料进考场）。三个类比覆盖「是什么、为什么受限、怎么变强」，正好撑起 10 分钟。
- Live demo 铁律：永远录屏备份；现场（含录视频）只跑此前成功过至少三次的完整流程；任何需要联网、调 API 的环节，先录好成功版本作为兜底。Demo 崩了的补救动作可以留着——观众对「如何优雅地处理失败」的印象往往比对成功更深。
常见翻车点
- 贪多。10 分钟想讲清「Agent 是什么+怎么做+有哪些框架」，结果三个都没讲清。砍到只剩一个记忆点。
- 开场即定义。「Agent 是一种基于大语言模型的……」——观众已经划走了。先用一个真实问题开场：「我让 AI 帮我订会议室，它是怎么做到的？」
- Demo 炫技。跑一个恰好成功的复杂 demo，观众既学不会也复现不了。Demo 的唯一任务是支撑记忆点。
- 把视频当有声 PPT。对着幻灯片念稿是最差的形态；你的声音应该解释画面，而不是复读画面。
- 不敢发。第 1 版永远粗糙，先发出去拿 5 条反馈，比打磨到完美再发有价值得多。
验收清单
- 视频时长 8–12 分钟，公开发布在至少一个平台（B站/知乎/YouTube 任一）
- 全片只有一句话主线，且主线在前 60 秒内出现
- 使用五段式结构：问题→错误做法→新思路→Demo→行动建议
- Demo 环节有录屏备份，且所跑流程此前完整成功过至少三次
- 至少使用 2 个来自类比库的类比，且每个类比后有一句「但实际上它是……」
- 收集到 ≥5 条真实反馈，并整理成「听不懂/想快进/记住了什么」三分类清单
- 视频内所有事实性表述可在 s1 事实清单中溯源
延伸建议
把 5 条反馈里最刺痛你的那条挑出来，作为 s3 第一篇内容的开头——「上次有人问我……」是最好的选题来源。如果视频数据冷清，不要归因于算法，先回去检查前 60 秒：观众在第几秒流失，问题就出在第几秒之前。有空可以观察 Harvard CS50 David Malan 的授课节奏，他证明了一件事：高密度内容和高吸引力不矛盾，前提是节奏设计精确到分钟。