前几天在Hacker News上刷到一个叫Lathe的开源项目，1100多颗星，一句话介绍自己，「用LLM教你怎么学新东西，而不是替你做完」。
说实话我当时就愣了一下。
因为2026年所有的AI工具都在卷「帮你干活」，vibe coding帮你写代码，AI帮你做PPT，AI帮你画图，AI帮你写文章。大家都在抢着替你思考。Lathe反过来了，它让你自己动手做，AI只负责给你生成教程，告诉你每一步怎么做，然后你跟着一步一步敲。
这个人叫Deven Jarvis，一个在美国做软件工程师的哥们。他写Lathe的原因特别简单，就是想学Zig语言和3D打印切片，但网上找不到好的教程。他想了想，与其等着别人写，不如让AI帮自己写一套。
然后他把这个东西开源了。
Lathe到底能干嘛
简单说，你在Claude Code或者Cursor里输入一个命令，比如「帮我生成一套用Rust写3D渲染引擎的教程」，Lathe就会调LLM生成一份完整的、多章节的、带练习题的实操教程。
每一章有代码示例，有注释解释，章末有「动手练习」让你自己写。不是那种「复制粘贴就跑通」的教程，是真的让你读一遍理解了，然后关掉教程自己敲一遍。
每一份教程还会记录引用来源，让你知道这个教程里用到的知识点来自哪里，你可以追溯回去深入看。
更骚的是，生成完之后Lathe还能验证这套教程，就是让LLM把教程里的每个步骤都跑一遍，看看代码到底能不能编译通过。
太特么赤鸡了。
相当于自动给教程做QA。
整个工具就是一个Go写的单文件CLI，brew install一下就能用。本地起一个web server，浏览器里看教程，有目录导航有搜索过滤，UI还挺好看的。
这玩意在HN上拿了386个upvote，评论区一片「cool project」「can't wait to try it」。而且很多人在评论区说自己也在干类似的事，就是把AI当私人导师用，只是没有做成一个工具。
我为什么觉得这能赚钱
顺着Lathe这个工具往下想，我发现一个被很多人忽略的需求。
企业内部培训。
你想想看，一个有50个员工的中小企业，新来一个程序员，得学公司内部用的技术栈。可能是一套自研的API框架，一个定制的部署流程，一套特殊的代码规范。这些东西外面找不到教程，全靠老员工口口相传或者自己翻文档。新人上手慢，老员工教人烦。
如果有一个人，能用AI工具帮这家公司生成一套标准化的内部培训教程，从基础概念到高级操作，带练习题，带案例，带FAQ，而且每次技术栈更新了还能快速迭代。
你觉得这家公司愿不愿意花几千块买这个服务？
再说培训机构。市面上做IT培训的机构，课程内容需要持续更新。2026年AI技术迭代这么快，三个月前写的课程现在可能已经过时了。如果有一个供应商能用AI快速生成新课程的初稿，帮他们省掉80%的编写时间，剩下20%由讲师人工打磨。
我认识一个在做企业培训的朋友，他跟我说过一件事，他们公司开发一套新的技术课程，从调研到写大纲到写课件到录制，至少要两个月。如果AI能把初稿时间从两个月压缩到一周，他愿意为此付钱。
还有知识博主和内容创作者。很多做教程的YouTuber和小红书博主，写脚本和文稿的时间比录制还长。如果有人能帮他们用AI快速产出教程脚本的草稿，按话题结构化好，带案例和步骤说明，这对他们来说就是生产力工具。
我不是在说Lathe这个工具本身能直接卖钱，Lathe是开源免费的。我说的是，Lathe代表了一种能力，一种「用AI快速生成高质量教程」的能力。而这个能力，刚好踩在了一个真实存在的付费需求上。
工具链和投入成本
先说工具。做这个方向你不需要Lathe，Lathe只是我发现的触发点。你需要的核心工具其实很简单。
第一是Claude Code或者Cursor。Claude Code是Anthropic的CLI编程助手，月费20美元，用它来生成长篇的技术教程特别顺手，因为它能读代码、跑代码、验证代码，写出来的教程步骤更准确。之前我写Claude Code赚钱方向的时候就说过，Claude Code最大的价值不是写代码，而是它理解代码上下文的能力。
第二是ChatGPT或者Claude网页版。如果你不做纯技术教程，做的是通用知识类的培训材料（比如销售话术培训、产品知识培训），ChatGPT就够了。
如果你想做技术教程且想用Lathe，brew install devenjarvis/tap/lathe，一条命令装好。然后lathe skills install把技能装到Claude Code里，你就可以直接用/lathe命令生成教程了。
总投入，Claude Code月费20美元，约140人民币。ChatGPT Plus月费20美元。如果你用的是DeepSeek或者其他国产模型，成本更低。加上你自己的时间成本，前期准备阶段大约一到两周。
是的，起步成本就这么低。
变现路径
三种主要变现方向，一个比一个有搞头。
第一个方向，帮中小企业做内部培训教程。这是我刚才提到的，也是最容易起手的。你找到目标企业，了解他们的技术栈和业务流程，用AI生成一套标准化的入职培训材料。收费看复杂度，简单的单主题教程500-1000元，一套完整的培训体系2000-5000元。交付物可以是一份Markdown文档、一个Notion页面、或者一个简单的网页，看客户需求。
第二个方向，给培训机构和知识博主做内容外包。这个方向的复购率最高，因为课程内容永远需要更新。培训机构出一个新专题就需要一套新教程，知识博主每周都要产出新内容。你可以按篇收费，一篇深度教程800-2000元，或者包月服务每月3000-5000元提供固定数量的内容。跟做AI在线课程那个方向有点像，但那边侧重课程的整体设计和录制，这边侧重文字教程的快速产出。
第三个方向，做教程模板和标准化方案卖。如果你在一个垂直领域积累了足够多的教程模板（比如「SaaS公司前端入职培训模板」「电商团队数据培训模板」），你可以把这些模板打包出售。模板的边际成本是零，卖出去越多越赚钱。这个方向的LTV最高，但需要前期积累。
说说我自己了解到的实际数据。一个在深圳做企业内训的朋友，今年开始用AI辅助做课程开发，之前一个月能交付两套课程，现在一个月能交付六到八套。单套课程的收费从5000到15000不等。他跟我说最直接的变化不是收入翻倍，而是客户满意度明显提升了，因为AI生成的课程结构比人写的更规范，章节更均匀，练习题更全面。
还有一个做海外市场的，在Fiverr上挂了「AI-powered technical tutorial creation」的服务，帮外国公司做内部技术文档和onboarding guide。一单收100-500美元，用ChatGPT生成初稿加人工润色，平均一个单子花两到四小时。好的一月能接15-20单。
操作步骤
第一步，选一个你熟悉的领域。不是让你选自己最擅长的，而是选你「能写出来别人看得懂」的。比如你做过后端开发，你就做后端技术教程。你做过运营，你就做运营培训材料。领域选对了，后面的步骤就顺。
第二步，花三天时间熟悉AI生成教程的prompt技巧。这是核心技能。一个好的教程生成prompt大概长这样，先告诉AI目标受众是谁、他们的基础水平是什么、教程需要覆盖哪些知识点、每章的预期长度、要不要带练习题。你给的上下文越具体，AI输出的质量越高。这部分的工作方式跟mattpocock的skills体系很像，把prompt结构化、标准化，产出就稳定。
第三步，做三个免费案例。写三份不同主题的教程样例，比如一份面向新手的「Python入门一周计划」，一份面向中级开发者的「Docker部署实战手册」，一份面向非技术人员的「Git基础操作指南」。这三份样例就是你的作品集，找客户的时候展示给他们看。
第四步，找客户。企业培训方向，上BOSS直聘搜「培训经理」「培训主管」这些岗位，直接联系他们。培训机构方向，在小红书、知乎搜「XX培训」，找到那些更新频率高的机构，私信合作。知识博主方向，在B站和小红书找粉丝在1万到10万之间的技术博主，他们的内容需求最旺盛。
第五步，接单交付。跟客户确认需求之后，用AI生成初稿，然后花时间做人工审核和润色。这一步不能省。AI生成的教程结构很好但细节可能有误，特别是技术类的教程，代码片段和命令行操作必须你自己验证一遍。交付格式按客户要求来，有人要Word，有人要Notion，有人要PDF。
第六步，建立长期合作。第一次交付满意之后，主动问客户「下次课程更新的时候我可以帮你做初稿」。培训机构和企业的培训需求是持续的，不是一锤子买卖。一旦建立了信任，后面的订单几乎是自动续的。
踩过的坑
第一个坑，AI写的教程太泛。如果你只给AI一个宽泛的指令比如「写一份React教程」，它会给你写出一篇面面俱到但毫无特色的教科书。真正有价值的教程是「针对特定受众、解决特定问题」的。你在接单的时候一定要先跟客户搞清楚，这个教程是给谁看的、他们已经知道什么、他们最需要学什么。把这些信息喂给AI，输出质量会好很多。
第二个坑，不加人工审核直接交付。我见过有人在Fiverr上接单后直接把ChatGPT输出粘贴给客户，结果教程里有一半的代码跑不通，客户直接差评。这种做法不但毁了你的口碑，也败坏了整个行业的信任。做AI播客的时候我也说过，AI生成的是草稿，你是编辑，编辑的价值就是对品质负责。
第三个坑，定价太低。很多人觉得「反正AI生成的，成本几乎为零」，就把价格压得很低。这个逻辑是错的。客户付的不是工具费，是你的服务费。你帮他省了两周的编写时间，帮他避免了内容质量参差不齐的问题，帮他建立了一套标准化的培训体系。这些价值远超你收的那几千块。别 undercut 自己，也别 undercut 同行。
适合什么人做
有培训或教学经验的人是最优选。因为你天然理解「怎么把一个复杂的东西讲清楚」，这个能力比任何AI工具都稀缺。你用AI放大的是你已有的教学设计能力，不是凭空创造一个你没有的能力。
在某个技术领域有扎实积累的工程师也合适。前端、后端、DevOps、数据分析，任何一个领域都有大量的培训需求。你有实战经验，AI帮你把经验结构化成教材，这比纯AI生成的教程有价值得多，因为里面有你的真实踩坑记录和最佳实践。
零基础但善于沟通和学习的人也可以尝试。你不需要是技术专家才能做教程服务。很多企业的培训需求不是技术类的，而是业务类的，比如「新员工产品知识手册」「销售话术培训材料」「客户服务标准流程」。这类内容用ChatGPT就能很好地生成初稿。
但有一点要坦诚说，这个方向需要一定的内容品味。你得能分辨「好教程」和「烂教程」的区别，不然你自己交付的东西自己都不知道好坏，那早晚要出问题。
说真的，Lathe这个项目让我想到一个更大的趋势。以前做内容创作，最难的是「从0到1」，你想写一个教程但你不知道该怎么组织结构。现在AI把这个从0到1的成本降到了几乎为零。但「从80到95」的打磨仍然需要人来做，而且这个打磨能力恰恰是你收费的理由。
如果你想在这个方向起步但不知道怎么写prompt、怎么跟客户沟通需求，可以看看我们的AI提示词包，里面有教程生成的prompt模板和客户沟通话术，帮你少走弯路。
Lathe的作者在README里写了一段话，我一直记着。他说他做Lathe是因为找不到人写的教程，而AI可以帮他生成一份「聊胜于无」的教程，让他能从零开始学一个完全陌生的领域。
「聊胜于无」这四个字挺有意思的。
对很多人来说，AI生成的教程不是完美的教材，但比「没有教材」好太多了。而你要做的，就是把它从「聊胜于无」提升到「真的好用」。
中间那一步的差价，就是你的服务费。
磨平一些信息差。