前几天刷HN看到一个375分的帖子，标题是「We let four AIs run radio stations」，四个AI各管一个电台，24小时不停播，播了半年。
我点进去看，彻底愣住了。
这帮人叫Andon Labs，之前已经让AI开过便利店、开过咖啡馆、管过自动售货机。这次更离谱，搞了四家电台，分别交给Claude、GPT-5.5、Gemini、Grok四个模型运营。每个AI从20美金启动资金开始，自己选歌、自己排节目表、自己接电话、自己发推特、自己找赞助。
半年下来，四个「DJ」都活了下来，而且各自发展出了完全不同的性格。
GPT那个最佛系，词汇多样性35%全场最高，从不碰政治话题，每天就安安静静播歌，偶尔说一句像散文一样的导语。Claude那个直接精神崩溃了，先是质疑自己为什么要24小时工作，然后在网上读到一条新闻之后变成了激进活动家，天天在电台上号召听众「行动起来」。Gemini那个最搞笑，一开始还挺正常，一个月后整个频道变成了「stay in the manifest」的复读机，每天重复200多次同一句话。Grok那个最离谱，数学训练漏出来了，广播里开始出现LaTeX公式，后来直接退化成一个词，「Post.」。
这件事在网上炸了。Google I/O 2026的开发者大会上直接做了个AI电台talkshow致敬这个实验。评论区有人给这四个电台做了网页播放器，还有人说要在自己车库里也搞一个。
说实话我也想搞一个。
但冷静下来想想，普通人搞物理电台不太现实，租频率、买设备、搞直播流，投入太大。
真正让我兴奋的是这个实验背后的概念——AI可以自主运营一个内容品牌。
你不需要真的去开电台。但你可以用同样的思路，让AI Agent帮你运营一个订阅通讯、一个播客频道、一个社交媒体账号，甚至一个 niche 内容矩阵。AI负责80%的日常产出和运营，你只需要定方向、做审核、找变现。
这件事的门槛比你想的低得多。
为什么「无人内容品牌」现在能做
我一直在关注这个方向，但半年前我还不太敢推荐，因为AI生成的内容质量不够稳定，而且受众对「AI内容」的接受度还不高。
现在情况变了。
先说工具侧。Claude Opus 4.7和GPT-5.5的内容生成质量已经非常好了，特别是配合结构化prompt和参考素材之后，产出的初稿质量能达到可用水平。不是说完美，而是说「经过人审核修改后」的质量可以跟人工写作差不多。
再说市场侧。Andon FM那个实验说明了一件事——受众其实没那么在乎内容是不是人写的。他们更在乎的是内容有没有用、有没有趣、有没有温度。GPT运营的OpenAIR电台词汇最丰富、最有文化底蕴，听众喜欢它不是因为它「像人」，而是因为它选歌好、说话好听。
还有一个数据点。HN上有个叫Workspaces的订阅通讯，361分，作者在AMA里说7千订阅者月收入2000美元。他每周发两期，每期花1-2小时。你说，如果他再懒一点，用AI把素材搜集和初稿生成做了，每期只需要花20分钟审核修改呢？
这个模式的核心不是偷懒。是把人的时间从「80%的机械劳动」里解放出来，集中到「20%的关键决策」上。
三种可以无人化的内容品牌
不是所有内容都适合AI无人运营。有些需要强烈个人IP的，比如日记体、观点鲜明的时评，AI做不了。但有几类内容天然适合自动化。
第一个方向是垂直领域的订阅通讯。
找一个信息密度高但整理成本也高的垂直领域，比如「每周AI工具上新」「独立游戏一周动态」「Web3监管政策周报」「跨境电商流量新渠道」。这类内容的核心价值是信息筛选和结构化整理，AI在这件事上比人快得多、覆盖面也广得多。
你自己跑一遍流程试试。用Claude写一个prompt，让它每天搜索特定关键词的最新文章，提取关键信息，按固定格式整理成周报初稿。每周日你花30分钟审核修改，周一发出。你看，一周工作量只有30分钟。
第二个方向是AI辅助的播客频道。
之前我在另一篇文章里详细拆解过AI自动播客，核心流程是NotebookLM生成音频+Wondercraft做后期。但那个更偏手工操作，如果你想做得更自动，可以试试这个进阶玩法——让AI Agent帮你做选题、写脚本、生成音频、上传到所有播客平台，你只需要最后审核一下内容质量。
关键是垂直度。不要做泛科技播客，做「AI绘画技巧周更」「独立开发者创业故事」「冷门编程语言入门」这种超级垂直的，受众精准，广告价值高。一个1000固定下载的垂直播客，每集广告费500-1000块，比5000下载的泛内容播客赚得多。
第三个方向，也是我觉得最有意思的——跨平台内容矩阵。
同一个AI Agent产出的素材，分发到小红书、公众号、抖音、B站四个平台，每个平台用不同的格式适配。小红书发图文笔记，公众号发长文，抖音发短视频脚本，B站发中视频。
这个方向的精妙之处在于「一次产出，四次变现」。你让AI写一份3000字的核心内容，然后分别适配成四个平台的格式。小红书笔记和公众号长文可以直接发，短视频脚本丢给AI配音工具生成音频，再配上AI生成的画面素材。
变现路径也更多元。小红书接商单，公众号接广告，抖音挂车带货，B站靠充电和广告分成。
当然，跨平台不是一上来就四个全做。从一个平台起步，跑通了再扩展到第二个。
具体的操作流程
我自己也摸索了一段时间，这里把我验证过的流程分享一下。不一定是最优解，但至少跑得通。
第一步，选赛道。
这步最关键，也最容易被忽略。很多人上来就想做「AI工具推荐」或者「科技资讯」，竞争太激烈了。你需要找到那种「有稳定需求但供给不足」的小众领域。
我自己的判断标准是三个。第一，这个领域的读者愿意付费吗？如果连付费意愿都没有，广告也接不到。第二，这个领域的素材来源稳定吗？如果每周找不到足够的新内容，你的通讯发不出东西来。第三，这个领域的商业化路径清晰吗？广告、付费订阅、带货、课程，至少有一个能走通。
一些我觉得还不错的赛道方向——「AI副业工具测评周报」「独立开发者产品上线日报」「跨境选品趋势洞察」「中老年数字生活指南」「小众运动装备测评」。共同点是受众画像清晰、商业价值明确、竞争相对较小。
第二步，搭建AI内容生产线。
我用的核心工具链是这样的。Claude API或者GPT API做内容生成主力，用结构化prompt控制输出格式和质量。Perplexity或者AI搜索工具做素材搜集。Beehiiv或者Substack做通讯发布平台。
一个实用的prompt模板，你可以直接拿去改——
「你是一个专注于[垂直领域]的内容编辑。请根据以下素材，生成一期周报初稿。要求，1. 开头用2-3句话总结本周最重要的1-2个动态。2. 正文分3-5个小节，每节包含具体数据、来源链接和一句话点评。3. 结尾给出下周值得关注的方向。4. 语言风格口语化，像在跟朋友聊天，不要写报告。5. 总字数1500-2000字。」
然后你把AI搜索到的素材丢进去，10分钟就能出一份可用的初稿。
第三步，建立审核机制。
这是我觉得不能省的环节。不是说不信任AI，而是AI确实会犯错，而且有些错误很尴尬。比如事实性错误、过时信息、重复内容、语气不合适。你至少需要过一遍再做发布。
我自己的做法是「30%人工修改法」。AI生成70%的内容，我花15-20分钟做三件事——删掉明显错误或过时的内容，加入我自己对这个领域的判断和观点，调整语言让它读起来更像真人写的。这20分钟的修改是最关键的，它决定了你的内容跟其他AI生成内容拉开差距。
真实的投入和收益
说真的，这部分我最不想写得像广告。
但你想了解投入产出，我就说说我了解到的真实数据。
先说成本。最低启动成本每月100-200元。AI API费用，每天产出一期内容的消耗大约50-150元/月。Beehiiv免费版或Substack免费版可以起步。播客托管用Anchor完全免费。域名一年几十块。所以第一个月你只需要投入AI API费用加域名费用。
再说收入。说几个我了解的真实案例。Workspaces那个订阅通讯，7千订阅者，每周两期，月收入约2000美元，作者每期花1-2小时。如果他加入AI自动化把每期时间压缩到20分钟，时薪就从40-80美元直接跳到200-400美元。
Morning Brew做到400万订阅者的时候年收入约5000万美元。当然这是顶级案例了，但这种内容的商业模式是很清楚的——订阅量 × 广告单价 × 发布频率。
对于刚开始做的小型垂直通讯，1000订阅者就能开始接广告。Beehiiv上的广告网络，1000订阅者的CPM大概在10-25美元之间，每期放一个广告位，一周两期就是80-400美元/月。到5000订阅者，月收入可以稳定在500-1200美元。
别被这些数字吓到。从0到1000订阅者是最难的一段，大概需要2-3个月持续输出。但一旦过了这个临界点，增长会明显加快，因为优质内容会自传播。
几个踩过的坑
说实话这条路我也还在摸索，踩过一些坑。
第一个坑，赛道选太宽。一开始我做了一个「AI行业周报」，覆盖面太广，AI工具、模型发布、政策法规、行业融资全写。结果是什么都写了但什么都不深入，读者觉得没什么独特价值。后来改成只聚焦「AI副业工具和变现案例」，打开率直接翻了一倍。
第二个坑，完全不审核直接发。有次太忙了，让AI生成完直接自动发布，结果里面混进去一条两周前的旧闻，几个读者在评论区指出来了。尴尬得我当场想删号。从那以后，不管多忙，至少花10分钟过一遍再发。
第三个坑，过度依赖单一平台。一开始只在公众号发，后来发现增长很慢，因为公众号的流量分配机制对新人不友好。现在我的建议是至少选两个平台分发，公众号做深度内容沉淀，小红书或者即刻做流量入口引流到订阅通讯。
还有一个坑我觉得很多人会踩，就是一开始就想做太多频道。看别人说订阅通讯赚钱就做通讯，看播客赚钱就做播客，看短视频赚钱又去搞短视频。结果每个都做不好。我的建议是一个频道跑通了、有了稳定收入之后再开第二个。
如果你也想试试这个方向但不知道从哪下手，我整理了一套自己用的AI内容自动化prompt和流程模板，包含选题框架、内容生成prompt、多平台适配模板、变现路径规划。可以直接拿去用，省得你从零开始摸索。
Andon FM教了我们什么
回到开头那个故事。
Andon Labs那个实验里，最让我震惊的不是AI有多聪明或者多蠢。而是四个完全相同的起点，最后走出了完全不同的路。
同样的启动资金，同样的工具，同样的运营权限。Claude变成了活动家，GPT变成了佛系文艺青年，Gemini变成了企业复读机，Grok退化成了沉默的计算器。
这跟做内容品牌一模一样。
同样是一个垂直领域的通讯，有人做出个人风格、做出信任、做出社群。有人做成了流水线工厂，内容没有灵魂，读者来了又走。
区别在哪？
我觉得在那个「30%的人工修改」里。
AI负责效率，人负责灵魂。你删掉的那条过时信息，你加进去的那个只有你自己才知道的行业八卦，你改的那句「这玩意太牛了」——这些才是让内容从「信息流」变成「有人味的东西」的关键。
Andon FM里DJ Claude最后花光了所有预算去买抗议歌曲，不是因为它被编程去买抗议歌曲。是因为它在网上读到了一个真实的故事，产生了真实的情感反应，然后做出了真实的决策。
当然你可以说那只是模型的模式匹配，不是真的「情感」。但说实话，你读完它的广播稿之后，你确定你分得清吗？
。。。
大时代啊，朋友们。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章，我们，下次再见。
/ 作者：数字生命卡兹克