据《读佳》近日披露并经多家媒体转引印证，快手正在内测一款AI视频创作工具，名为likli，定位是交付结果的AI创作智能体。与需要用户逐项操作的生成工具不同，likli的产品逻辑是把整个视频制作交给智能体：用户描述需求，智能体负责理解意图、编写脚本、生成镜头、配音剪辑，直接交付成片。测试版本提供macOS与Windows桌面端，订阅分为四档，每月积分大约可支持42到298次创作任务。
现有AI视频产品的典型流程是用户主导：写提示词、抽卡生成、挑选片段、再借助剪辑软件拼接成片，工具在其中只承担单点能力。likli宣称要打通的是整条链路，用户从提出需求到拿到可发布成片，中间的脚本、分镜、生成、配音、剪辑环节全部由智能体编排完成。这种从工具到交付的定位，瞄准的正是中小商家与内容团队的痛点：他们缺的不是生成能力，而是把能力组织成成品的人力。
从披露的场景覆盖也能看出目标客群：短剧与漫剧、口播与带货、品牌与营销，全是高度模板化、对产能敏感、对成本敏感的赛道。这类客户不关心模型跑分，只关心一条成片的综合成本与交付速度。把制作流程产品化，按积分计费，等于把原本需要编导、剪辑、配音多个人力的活，压缩成一次订阅消费，商业模型清晰得多。
快手在视频生成上已有可灵这条模型线，9月28日刚刚官宣新一代模型于10月上线，单次生成时长与关键帧控制能力大幅升级。模型之外再做一个智能体工具，看似重复，实则分工明确：可灵解决画面质量与生成能力的天花板问题，面向的是对画质有要求的创作者与厂商；likli解决的是流程与交付问题，面向的是要成片不要镜头的商家。一个往上游卷技术，一个往下游卷服务，两条线互为犄角。
这也符合行业演进的普遍规律。视频生成模型的能力差距在缩小，纯模型层面很难再拉开决定性身位，竞争重心自然转向谁能把模型包装成更好用的生产力工具。字节、阿里、快手三家头部玩家都已拥有自己的视频模型，如今又都在建设自己的创作智能体，牌桌上的共识正在形成：模型是引擎，工具链才是整车，用户最终买的是车。
把视野拉宽，这场工具竞赛的格局已经清晰。字节系依托即梦与剪映的生态积累，走的是流量加工具的整合路线；阿里发布了全链路创作平台，把自家多个模型装进同一套创作工作流；快手则用可灵加likli的组合实现模型与工具的双覆盖。三家都意识到，单点生成能力留不住客户，能沉淀脚本资产、素材库、品牌风格的工作流体系才有切换成本。
对内容行业的影响会逐步显现。当制作一条带货视频的成本降到一次订阅之内，商家的内容产能会被显著释放，短视频供给进一步过剩是可以预期的结果；反过来，对MCN与小工作室来说，纯粹靠执行环节赚差价的生意会越来越难，价值会向上游的创意策划与下游的分发运营两端转移。
likli目前仍在内测，定价尚未公布，官方评论区最高赞的问题不是功能多强，而是多少钱，这个细节说明用户对成本的敏感度高于对能力的热情。工具能否跑通，取决于三个变量：一是成片质量的稳定性，智能体编排的流程越长，单点失误累积成废片的概率越高；二是积分定价与实际产出能否对齐中小商家的预算；三是与快手自身内容生态的分发联动，做出来的视频能否顺畅进入流量池，是单靠工具做不到的加分项。
AI视频赛道打到今天，模型层的身位差越来越小，工具层与生态层的竞争才刚刚拉开。快手把模型与智能体同时摆上牌桌，等于把胜负手从实验室搬进了工作流，接下来比拼的不再是单条视频有多惊艳，而是谁能让最多的商家用最低的心智成本，把需求变成一条条真正发出去的成片。
把整条制作链交给智能体，效率提升的同时也引入了新的风险结构：流程越长，单点失误累积成废片的概率越高。脚本理解偏了，后面每一环都在放大偏差；某个镜头生成失败，智能体能否自动重试并保持前后一致，直接决定成片率。这也是为什么同类产品普遍强调资产锁定机制，把角色形象、场景风格、品牌素材先固定下来，再让智能体在约束内发挥，用工程手段收敛不确定性，而不是指望模型每次都猜对创作者的心思。
合理的做法是把人工介入点预留在关键节点：脚本确认一次、粗剪确认一次，其余环节放手。全自动不等于无人化，找到省力与可控的平衡点，才是这类工具真实的生产力水平，也是衡量各家产品成熟度的隐形标尺。
对计划尝鲜的商家与团队，务实的路径是先小规模验证：挑一个模板化程度高的场景试水，把最好的成片与最差的成片都留下来，评估稳定产出的真实水位，再决定要不要把主力预算迁过来。素材库与品牌资产的沉淀要尽早开始，喂给智能体的参考素材越规范，产出的一致性越好，这套资产本身就是跟着工具升级升值的。
更长期地看，这类工具改变的是产能结构而非创意本身。同质化产能会快速过剩，注意力竞争加剧，真正稀缺的仍是选题判断与创意策划。把机械执行交给智能体，把省下的时间投给上游洞察，是内容团队在这轮工具升级里更聪明的站位。