我如何用 Codex 经营 150 万粉丝的内容生意——Riley Brown

• Riley Brown 做 AI 教育内容已经三年，全平台粉丝接近 170 万（视频标题写的是 150 万+）。除内容外他还发布了两款产品 Vibecode 和 Chorus，另外在做企业咨询——帮公司把 agent 落地到业务里，"过去三个月跟各种人聊下来特别有意思，能看到大家是怎么在自己业务里用 AI agent 的"。→ 详细
• 他的内容生意几乎每个环节都在用 AI，唯一的例外是剪辑——"AI 剪辑现在还不行"，所以他雇了不少剪辑师。这条边界值得单独记一笔：选题、策划、hook（钩子，视频开头三五秒用来拽住人不划走的那句话）、封面、调研、动画、发布全交给 AI，成片剪辑仍然是人力。→ 详细
• 平台策略：YouTube 是调研和内容的中枢，但 Instagram 和 TikTok 他做的是原生内容（那也是他最早起家的地方），而且他认为 Twitter 发长内容的效果跟 YouTube 一样好。切片（clipping，把长视频剪成短片段分发）是他最近才开始搞的一块。→ 详细

• 他对 Codex 的第一层理解很朴素：界面看着像 ChatGPT，但你传给 ChatGPT 的图片、PDF 都存在云端，而 Codex 的一切都存在本地；并且 Codex 跟 Claude Code 一样能完全控制你的电脑——平台里内置了 computer use（让模型直接替你操作电脑）的 skill（技能包，即预先写好的一套指令+工具组合，之后一句话就能让 agent 照着跑）。→ 详细
• 他反复夸的两点是内置 plugin 多和应用内浏览器（in-app browser）正在变成一个完整浏览器：Notion 页面、日历事件、生成的图，全都能在 Codex 里直接打开看，"我特别喜欢不用离开当前应用，标签页一多我就迷路"。→ 详细

• 这是他"最喜欢的 skill"。底层用的是 Supadata——"我最喜欢的 API 之一"，能在一秒钟内把任意 YouTube 视频的完整转写稿拉下来。主持人说自己一直用的是 yt-dlp，他直接点出差别："yt-dlp 我没记错的话是要先把整条视频下载下来再提转写稿，那个太吃数据了"，而 Supadata 就是一次很快的 API 调用。→ 详细
• 更狠的是并行：Codex 可以开 sub-agent（子 agent，把一个大任务拆成几路同时跑），"你直接让它用 sub-agent，它就会拆成大概六个 agent，30 秒左右全爬完。一整个频道 30 秒就爬完了"。他补了句半开玩笑的免责："我不是在鼓励大家这么干啊，但这确实对做调研非常好用。"→ 详细
• 这个 skill 的用法不止"读一条视频"：他随口举的例子是"YouTube researcher，做一个 Peter Yang bot"——把主持人所有视频爬下来，然后让 agent 模仿他说话。（他后来真做了，见主题二十一。）→ 详细
• 他还说了一句很多人会漏掉的话：他把自己做的很多 skill 都免费挂在个人网站上，"有兴趣可以去看，免费的，我不收费"。→ 详细

• 除了 skill，他还有一个叫 hook outline 的 prompt，"会给我生成一种格式非常特定的文档"。用法是：看到任何一条数据好的视频，就把它浓缩成一份 hook outline——开头讲了什么，然后把剩下的部分列成提纲。他当场的演示指令是"请看一下 Alex Hormozi 最新那条视频，给它写一份 hook outline"。→ 详细
• 这份文档真正的用途是当模具：拿到结构之后，"你可以把那个一模一样的结构套到另一条视频上"——他经常做的就是拿别人爆款做出 hook outline，再让 AI 把自己攒的所有想法套进那个结构里。→ 详细
• 这套东西和 YouTube researcher 是串着用的。他录完正片后的原话指令是："这是我这期视频的转写稿，我需要一个好片头，去 YouTube 上扒，扒到一个好的开头格式为止，然后照着套，把内容换成我讲的东西。"——注意这里是让 agent 自己去搜到一个"好格式"，而不是他先想好格式。→ 详细

主持人问"给我这种 YouTube 新手一点建议"，他给了一个缩写词。逐项照录：

• B — Big（大）：把事情说大。他的例句是"有个全新的模型刚发布，是全世界最强的"。→ 详细
• R — Relatable（有共鸣）：找到一个所有人都被波及的角度。"这个新模型刚发布，简直离谱，而且会影响到每一个人"、"它会渗透进每一个行业"。→ 详细
• E — Easy（简单）：抛出一个方法论，让人觉得照做就行。"我有一套六步法，你照着做就一定能成"、"这里有九条建议，照着做就一定能怎样"。→ 详细
• N — New（新）：人天生喜欢新东西，"全新模型"这种说法既是大事又是新事，一个词吃两个要素。→ 详细
• S — Safe（安全）：他专门强调"这一条特别重要"，但也划了适用范围——主要是对 30 分钟以上的长视频重要。核心是让观众觉得自己不会白白浪费时间，做法是明说："顺便说一句，这位是这方面的专家，他会讲这么几件事，我保证你看完这期一定有收获。"→ 详细
• 一句总纲："你的开场里能包含的要素越多越好。" 另外他给主持人的建议是"不断测试不同的开场类型，直到找到那个能赢的格式"——BRENS 是清单，不是替代测试。→ 详细

• 他不写完整口播稿。"对我来说，做内容时开头是最重要的部分，剩下的基本就是自由发挥。只要进了正题，我天生就挺会把事情讲清楚的，但开头真的很关键。"配套的判断是："我觉得在 AI 时代，完全照稿念的视频会越来越不值钱"，会越来越值钱的是"你必须钩住观众……但同时你也得练到能把自己真正热爱的那件事讲好"。→ 详细
• 他给的比例很具体：90% 的视频内容就是他自己埋头讲（会列提纲，但基本是钻进细节讲自己每天怎么用工具），剩下 10% 才是"怎么让人来看"，"这时候科学才上场"。→ 详细
• 片头永远最后做，而且往往是单独补录的一段。原因很实在："我有时候在视频里会跑题跑得很远，我最好的几期视频最后都扯了半小时的题（笑），但我要保证片头讲的就是我实际讲了的那件事。"所以流程是：列提纲 → 录完整期 → 用 AI 分析转写稿 → 反推片头。→ 详细
• 开场要先讲结果。他做 Codex 那条视频时在开头就讲明白"这些在 Claude Desktop 里也全都能做，大部分东西在 Claude Cowork 里也能做"，并聚焦"观众看完这条能拿到什么具体结果"。同理，他做视频尽量让内容是关于主题本身，而不是某个具体工具——"我总想说清楚：就算你用的是 Claude Code，看这条视频你照样有收获"。他那条 30 万播放的 Codex 视频（叫「Codex 的九种用法」）就是这么做的。→ 详细

• 主持人抛出一个业内很流行的做法："我认识一堆 YouTuber 是先做 thumbnail（封面图/缩略图）的，thumbnail 不行，这期视频他们干脆就不做了。" 他的回答几乎是反着的。→ 详细
• 他的原话："对我来说，做内容最可持续的策略就是一直做我喜欢的东西。如果我让『包装』和『能拿多少播放量』来决定我做什么内容，那这事对我来说就变成一场没有灵魂的游戏了。我宁愿先做我想做的、事后再包装，也不想满脑子只有爆款点子。"→ 详细
• 他还给了一个归谬："不然我最后会……那我最后就该去 TikTok 上拍跳舞视频了，那是我完全不想干的事（笑）。"主持人接的那句总结也值得记："你得想清楚什么能给你能量，跟着自己的好奇心走。如果你能顺着自己的好奇心做内容，那是最好的。"→ 详细
• 顺带一个反直觉的细节：他连选题都不太做研究——"我不会花很多精力去研究『我该讲什么』，我靠心里的感觉，直觉告诉我该讲什么。"研究和科学都留给最后那 10% 的包装环节。→ 详细

• Remotion 是 Codex 内置的一个 plugin（不是他自写的 skill），用来生成视频里的动画/图形，用的时候直接打 @remotion。他表现最好的 Codex 视频，开场那一帧的流程图就是这么生成的，导出后剪辑时叠在画面上即可。→ 详细
• 他在这个 plugin 之上又包了一层自己的 skill，叫 Remotion best practices——"里面融进了我作为创作者的品牌调性，所以它生成出来的东西都会带着我自己的风格"，主要是配色这类。这是"通用插件 + 个人风格层"的典型两层结构。→ 详细

• 主持人问"素材是要你自己提供，还是它自己去找"，他掏出另一个自建 skill：internet image puller，底层走 SerpAPI 调 Google Images。→ 详细
• 关键在它的自动化程度：你只说一句"我这儿需要点 B-roll（空镜/补充画面）"，它会自己去读那条视频的转写稿，判断该找哪些 logo，然后直接拉下来。→ 详细
• 并且一个 prompt 里可以同时用好几个 skill："请把相关的 logo 拉下来，然后给这段做一张图"——一句话里同时调用了 image puller 和 Remotion best practices。主持人把这叫"把多个 skill 串起来用"（后面他俩称之为 chain prompting），他认可这个说法。当然素材也可以手动丢进去。→ 详细

• Excalidraw 是那种手绘风的在线白板画图工具。他视频里大量画图讲解，所以有一个 Excalidraw diagrams skill：直接跟 Codex 说"给我画一张 Excalidraw 图"，它做完给个链接，会直接在浏览器里打开，"各种概念的图画得相当好"。→ 详细
• 更值钱的是它在流程里的位置：他会明确要求"我要九张"，而这九张图本身就是整期视频的骨架。主持人当场确认了这个理解——"这些图其实就把整期视频的框架搭出来了，因为你要覆盖大概八张图，中间再穿插一些演示"，他回答"对，是的"。他的这个 skill 有一套固定风格，每张图都是分区块的。→ 详细

• 他 99% 的情况下不打字，全用 Wispr Flow（语音输入工具，说话直接转成文字）。他这次录播客才手打，"我不想用 Wispr Flow，但平时我什么都用 Wispr Flow"。他甚至专门买了 AirPods Max，就因为它麦克风更好。→ 详细
• 完整动作是这样的：打开 Wispr Flow，到处溜达十分钟，把脑子里所有想法一通说出来。他的原话示范："哦，我要做一期关于 Codex 的视频，我这周一直在想的几件事是这个、这个、还有这个。我要你把这几件事画成 Excalidraw 图。"——说的时候就把交付物一起交代了。→ 详细
• 产出比例他给得很诚实："说完就完事了，把任务跑起来，回来一看，里面 80% 的图我视频里真的能用，剩下我再改一改。改图我会花个二三十分钟，但这已经是一个非常好的起点了。" 他对这个工具的定位是"它等于帮我把想法理顺了"，"我是 Wispr Flow 的铁粉，就是因为这个"。→ 详细
• 值得注意：这十分钟的口述同时是选题、大纲和 prompt 三件事——他没有单独的"写大纲"环节，大纲是从一通瞎白话里被 agent 结构化出来的。→ 详细

• 先说他毫不掩饰的做法，也是这期的冷开场原话："我做 YouTube thumbnail 的构思策略就是：扒一百张数据特别好的 thumbnail，把我的脸放上去，然后让 AI 把原来的人脸换成我的脸，再让 AI 调一下配色。" 他自己也说"这个说出来可能会让我挨点骂"，"有些人会为这个骂我，但这个 skill 真的特别好用"。→ 详细
• 承载这一切的工具叫 Paper——他说这是他跟 Codex 配合用的工具里被他提得最多的一个，定位是"一个 AI 原生的 Figma"："我说 AI 原生，意思是它是一个从一开始就为 AI 而造的应用——他们基本上把 Figma 里好的部分都拿过来了，然后做得特别容易连接到任何工具。"→ 详细
• 完整链路：他跟 thumbnail skill 说一句"去扒 Alex Hormozi 和 Dan Martell 的 YouTube thumbnail，放到 Paper 的画板上"，Codex 会跑上 10 分钟，把每个人最热门的视频挨个找出来、把封面全摆到画板上。然后手动的部分开始——复制一张自己的封面，把 Alex Hormozi 那张拖过来，框选，用 Paper 内置的 AI 图像生成下指令："请把这个有胡子的人换成那个没胡子的人，只换人，但把他的衬衫换成白色，再给他戴条链子。"→ 详细
• 变体是靠"狂敲回车"堆出来的："我狂敲了几下回车，所以它在生成七个版本，然后我再挑出对的那个。"挑完还会继续迭代，他的原话指令包括"请把脸磨平滑一点，但别改变人物的长相"、"加一圈偏白偏橙的外发光轮廓，把他跟背景分开"、"把那条绿线调亮"。他还提到自己会缩小尺寸看效果——"我喜欢弄小一点"。→ 详细
• 这套流程真正的杠杆点是"Codex 对 Paper 有完全的控制权"——agent 可以先跑去干一件事（扒图），再调用另一个 skill，把结果直接放到画板上。他给主持人的落地建议是："你就把你数据最好的十张 thumbnail 全扔到画板上，你甚至不需要用 Codex，如果你有我那个 YouTube thumbnail skill，你直接跟 Codex 说『去干这件事』，它就搞定了。"→ 详细
• 动机层面他说得很直白："我不想在 thumbnail 上花太多脑子，我特别讨厌手动做 thumbnail，所以这套方式对我来说太爽了。" 他也承认换脸这事 AI 会留下痕迹——演示里换完人手还是原来那只，"我本来也可以指定把手一起改掉"。他参考的另一位封面高手是 Andrei Jikh。→ 详细

• 主持人问"你有没有 style guide（风格规范），比如文字永远白色"，他的回答是"不需要那个"：想要什么风格，就把那张参考图复制到画板上当参考，而且可以多选——"选中这张，再选中这张，然后我就说『请把这个人做得更像这张，文字风格照着写着 Miss Mythos and Fable 的那张来』"。→ 详细
• 他把这件事总结成一句认知："你完全不需要写什么 prompt……很多图像模型比如 Nano Banana，你可以把 prompt 理解成——你可以用视觉来 prompt。"（Nano Banana 是 Google 的图像生成/编辑模型。）"这就是我喜欢画板的原因，我可以直接说『我想要长成这样』。"→ 详细
• 他并没有把封面全交给 AI：他还有一位专门做 YouTube thumbnail 的设计师，这位设计师本身也一直在用 AI，他会把 Paper 里迭代出的版本发给对方。理由是 A/B 测试（同一条视频挂两版封面比数据）——"我做特别多 A/B 测试，因为为什么不呢，这钱花得值，因为如果你的视频数据翻一倍，那可是大事"。→ 详细
• 另外，本期赞助段也顺带演示了同类玩法：Google AI Studio 用内置的 Nano Banana 给一家虚构面包店生成图片、做了三个不同侧重（新鲜面包 / 蛋糕 / 品牌故事）的落地页，一键发布拿到自定义网址 corgiconfections.aistudio，一次把三版发给潜在客户收反馈。主持人说他当产品经理时这就是他做原型的首选工具。→ 详细

• Typefully 是发推文的排程工具。他有一个 Typefully skill，直连他的 Twitter：刷到什么、做到什么，随口一句"嘿，就这个写条推文"，草稿就存进去了。→ 详细
• 节奏是"每周一我打开 Typefully，把这些推文一口气发出去"——灵感即时捕捉、发布集中处理，两件事分开。→ 详细

• 他所有短视频脚本的起点，都是在 Codex 里新建一个 Notion 页面。他维护着一个视频数据库，长视频、短视频分开跟踪状态。→ 详细
• 当场演示的指令是："我想做一期关于最新款 Meta Ray-Ban 眼镜的短视频。请在 Notion 里新增一条状态为『进行中』的短视频，然后把链接给我。" agent 进 Notion、正确写入数据库、回传链接，他点"在浏览器中打开"就在 Codex 内部看到了。接着追加一句"请把提纲写进正文里，而且要配一个好的 hook"，还会顺手把自己的观点塞进去（比如"如果这类眼镜真起来了，在上面做 App 会是个巨大的机会"）。→ 详细
• 同一套模式他也用在 Google Docs、日历和邮件上："我会直接说：给我这个日程的链接，然后在应用内浏览器里打开，当场就能看到。它还能帮我写所有邮件，我一直让它写。"主持人接了句"对，我也让它写邮件"。→ 详细

• 这是全片最重要的方法论之一，他的原话："这些 skill 没有一个是我坐下来专门想『好，我该建哪些 skill』想出来的。我就是拿 AI 干活，凡是有用、而且我反复在做的事，我就跟 Codex 说：『把这个做成一个 skill。』" 时间久了自然养成用某些 skill 的习惯，"当然也有些 skill 我后来就不用了"——建了不用是正常损耗，不是失败。→ 详细
• 他给整场演示的总结句是："归根结底就是：找到有用的工作流，把它变成 skill。你用的 skill 越多，就越会发现它们可以自由混搭组合。"→ 详细
• 他讲了那个"混搭"是怎么被撞出来的，这段最有价值：某天他让 YouTube researcher skill "把这些图片全都拉下来"，结果拿到一个列表，"我还得跑到下载文件夹里去翻，根本没法直观看到全貌"。于是灵光一闪——"等等，你可以把它加到 Paper 里啊"。而 Paper 本来根本不是为图片准备的，他之前一直是拿 Paper skill 做设计稿的。两个 skill 一撞，整套封面工厂就诞生了。→ 详细
• 他把这条经验上升成通则："你用 AI 时最大的那些解锁，往往都来自这种试来试去的过程，这个过程真的特别好玩。"→ 详细

• 主持人问"你会手动去看 skill 文件吗"，他的回答是"不看，我一次都没看过 skill 文件"。他的方式完全是基于测试的闭环，四步：① 让 AI 用某个 skill 干一件事；② 做对了就过；③ 做错了就告诉它"你这次做得不行，请把 skill 改一下，别再犯这个错"；④ 开一个新对话把上下文清空，在干净环境里重新测一遍。→ 详细
• 第四步是最容易被忽略的那一步——不清上下文就测，等于让它在"记得刚被骂过"的状态下答题，测出来的是记忆不是 skill。他的定性是："这个方式比手动去编辑 skill 好太多了。"→ 详细
• 他顺手把一整类"最佳实践"打了折扣："现在有一堆人说『你的 skill 必须这么写，不然效果不好』。问题是，第一，那只对那个模型成立，而且只对今天的那个模型成立——模型一更新就变了。" 所以他的立场是："以结果为导向，给你的 AI 定一个标准，然后把它变成 skill，靠衡量结果来改进它。"→ 详细
• 主持人补了一个观察，他明确认可：这些 skill 是高度个性化的，"这就是为什么 skill 正在吞掉很多 SaaS 的地盘，因为你做不出一个能个性化到这个程度的 SaaS 产品"。→ 详细

• 他自己给上一条加了闸门，这个闸门很重要："我得补充一句：这说的是我的创意类工作流，它们风险很低。"→ 详细
• 另一档完全是另一套规矩："如果我们在做一些关键任务——我们确实也在做，比如跟客户打交道的时候，或者任何涉及支付、涉及敏感文档的事，那我们会进去仔细分析这些 skill，而且有一套流程，如果影响特别大，我们会再找另一个人来审这个 skill。"→ 详细
• 回到创意档的态度就一句："你要意识到根本没什么风险，就放手让你的 AI 去干，然后告诉它做得更好点。"（原话 "let your AI cook"。）同一个人、同一套工具，两档风险两套纪律——这个分级本身比任何一条具体做法都值得抄。→ 详细

• 主持人顺着工作流问了一个所有人都会问的问题："那你某天早上一睁眼，一堆脚本已经写好了，你就可以批量处理、批量录制，对吧？"他直接把这个方向否掉了："我觉得所有人一开始想到的都是『批量、多产』。但我要的是『更好』。我每次做内容，想的都是怎么把东西做得更好。"→ 详细
• 那省下来的算力去哪了？全部投进"单期视频的调研总量"。他要的是"后台自动帮我打开好几个标签页，都是可能有用的相关内容"，比如 Codex 主动提示"我打开了这个链接，具体在这一句上你应该这么处理"。具体两个用法：① 让 AI 给这期视频里他讲的所有内容做事实核查；② 甩一个长任务出去——"你去看看这个创作者的视频，他的节奏把控特别好，能不能想个办法把这种节奏用到我这期视频里？"它跑十分钟再回来给结果。→ 详细
• 他把逻辑说透了："你的调研速度快太多了，所以你能往一期视频里投入更多的调研总量。因为我认为护城河是『长期的高质量』，而不是批量生产。批量做久了会把内容做得没有灵魂。这就是我的想法，我也建议别人这么做。"→ 详细
• 不过产量目标他也报了实数：理想是一周五天、每天一条高质量短视频；最近先想把长视频提到一周四条；"我觉得四条长视频加五条短视频肯定是我的目标……而且也不会太难"。对照组是主持人的自嘲——"我一周做一两条视频就已经累瘫了（笑），看来我得多用用 Codex"。→ 详细

• 他明确说下一步要解决的问题是"怎么把这套东西做给我的团队用"，并把这看成 OpenAI 和 Anthropic 都在解的题："怎么让这套流程在团队里跑起来？那会是个特别有意思的局面。而且感觉 Anthropic 是冲着 Slack 去的……我还没完全被 Slack 这个界面说服，但那个方向确实有些很有意思的东西在发生。"主持人的判断他也认了："Codex 这个 app 再好，它本质上还是个单人体验"，除了提 PR（代码合并请求）之外基本是单人的；而"要用多人协作的方式来搭这些创意工作流真的很难，这也是我经常在想的事"。→ 详细
• 他现在的实验版本长这样：Slack 里有一个叫「My Agents」的频道，里面住着三个 agent——① chief marketing officer agent（CMO agent），"这哥们儿会给我发各种更新"；② Content Man，"分析一大堆别人的内容，直接给我短视频的选题点子"；③ Peter Yang bot，用主持人所有 YouTube 视频训练出来的，他在录这期节目之前大概花五分钟做出来的（他坦白"没来得及在节目前把它调好"）。→ 详细
• 这三个 agent 建在他自己的产品 Chorus 上，但他强调不必迷信某个产品："外面有很多产品都能创建 agent，我就建议大家都去试试，因为这事儿还没人搞明白——没人搞明白怎么在 Slack 里搭出一支整个团队都能用的 agent 团队。这是个特别难解的问题。"→ 详细
• 他还点出了两条路线的分野，这是本期最有价值的行业判断之一："Anthropic 的思路是，他们想造一个——实在找不到更好的词——无所不知的小型『上帝』。而其他公司，包括我们，我们的想法是把每个 agent 当成团队成员。所以你会 @ 你的市场 agent，也会 @ 你的开发 agent，然后你会跟这个 agent 建立起某种关系，它会根据它对每个人的了解，对不同的人做出不同的反应。这里面有一大堆问题需要解决。"→ 详细
• 一条很实用的迁移信息："你可以很轻松地把你的 Codex skill 导出成这些 Claude agent。" 也就是说本地攒的 skill 资产不是锁死在一个平台上的。→ 详细

• 他有很多自动化，但一个都不放在 Codex 上，理由极其务实："我不想让我的电脑必须开着才能跑那些任务。" 所以自动化全部交给跑在云端的 Claude agent。→ 详细
• 需要登录态的活儿目前是个坑：主持人问"要登录某个 app 的事，Claude agent 做不到吧"，他的预测是——有了 browser use（让 agent 直接操作浏览器）之后，"我预计到今年年底，你可以在所有 app 里保持登录状态，你的 agent 就能直接用浏览器，而你甚至都察觉不到"；他认为几家大实验室都想做"让 agent 在云端控制一个浏览器"，"这对自动化和 cron job（定时任务，到点自动跑一次的程序）来说也好得多"。→ 详细
• 他自己的土办法："我在我那台小 Mac mini 上跑着 Codex，在那边设了一些自动化，我大概是这么绕过去的。" 但主持人立刻点出代价——换一台电脑，它就访问不到你的核心文件了。他认了："就是特别麻烦，在各种意义上都麻烦。"→ 详细
• 收束的判断："每种 agent 形态都有自己的取舍，所有公司都在试图找出做 agent 的正确方式，也许还得再花六个月才能摸清最好的做法。"→ 详细

• 一个很具体的踩坑："Codex 特别烦人、也是我逐渐不用它的原因之一，就是 GPT 模型不肯把转写稿拉出来"——它会把别人的开场改写成一段总结，原因是版权顾虑。→ 详细
• "但 Claude 的模型二话不说就给你干了。所以这个场景我一直在用 Claude。" 主持人觉得反直觉——"好玩的是 Claude 反而比 GPT 更开放，一般人印象里是反过来的"。他的结论是："这还是看任务而定。" 另外他提到开源模型也完全不在乎，比如 GLM 5.2 什么时候都照做。→ 详细

• 主持人先把行业现状摊开：做大受众、多拿赞助是"一条稳赢的路"，因为一大堆 AI 公司都想要分发和注意力；企业侧也有大量"想做 agent、想培训员工"的需求；但真要做出一个 SaaS 产品，那就难多了。他答"确实难做得多"。→ 详细
• 他的现金流很好："我自己接品牌赞助、跑中插广告（mid-roll ads，视频播到一半插的广告），这生意很不错，说实话好得离谱。我完全可以就这么『功成身退』，靠做内容过得非常滋润。"→ 详细
• 但他给出了不这么做的理由，这是本期的一条主线："我觉得如果只做内容，我的内容迟早会枯竭，因为我的东西都是在一线摸爬滚打里学来的。我之所以对 Codex 懂这么多，唯一的原因就是我每天都跟开发者泡在一起，他们会教我很多特别酷的东西，我每天都能学到三四个新玩意儿。" 他想做的是"一个真正有用、能给人动力的创作者"，而这做不到光靠做内容。→ 详细
• 他的终局设计也很清楚："我的目标其实是最后只做内容"——通过漏斗顶端（top of funnel，即用内容把潜在客户吸引进来的那一层）给业务做贡献，产品那部分交给团队。"你要做的就是把自己放到一群足够好的人中间，外面有很多很有才华的人，很愿意跟你合伙，把做产品的那部分活儿全接过去……只是前期要投入的活儿确实不少。"→ 详细
• 两人共同举的样板是 Pieter Levels："他其实永远当不了那种纯粹的内容创作者，他之所以有意思，是因为他讲的都是自己做出来的东西和亲身经历。"主持人补的数据是：他做出一堆成功的 SaaS 靠的是自己极强的分发，但也失败过大概四十次，"他就是疯狂地一次次出手尝试，这一点也让他特别有意思"。他自己的定位落在同一处："我想成为的创作者，就是那种真的在动手做、在用这项技术的人。"→ 详细

本期没有闪电问答环节，收尾是主持人请他介绍新产品。

• Claude Tag（对照物）：他先提到 Anthropic 刚出的 Claude Tag——"这个产品让你可以在 Slack 里 @Claude，你所有的 skills 都内置在 Claude 里面"。→ 详细
• Chorus（他的产品）：差异点是不绑定单一模型——"我们做的产品是让你可以用任何模型"；触达渠道更多——iMessage 能发、Slack 能发，还能把它拉进群聊，而"拉进群聊是我们用户最喜欢的一点"。→ 详细
• 他现在真正在卖的不是产品，是服务："现在我其实卖产品卖得没那么多，更多是在卖我们的服务，因为很多公司想跟我们合作，我们就用 Chorus 帮他们把 agent 落地到业务里，这块的增长简直猛得离谱。"→ 详细
• 主持人的收尾评价："你真的挺让人受启发的……谢谢你这么开放，把整个流程都分享出来，我个人学到了特别多。"→ 详细

• Riley Brown：内容分布在 YouTube、X（Twitter）、Instagram、TikTok，全平台粉丝接近 170 万；节目里主持人只说了"大家都知道去哪儿找你"，没报具体账号。→ 详细
• 他的 skill 库是免费公开的：他明确说"我也把我做的很多 skill 都挂在我网站上了，有兴趣可以去看，免费的，我不收费"——节目里没念网址，需要自己去他主页找。→ 详细
• 产品：Vibecode、Chorus（企业 agent 落地服务也从这里走）。→ 详细