2025 年 5 月，一款叫 OmniWork 的 AI 产品密集出现在中文自媒体圈。从影视从业者到运营专家，从技术博主到音乐人，都在发布实测体验。
这不是偶然。它标志着 AI 创作工具从单点能力竞赛，转向流程效率竞争。
OmniWork 想解决什么问题？
做一个视频，你需要：找热点 → 写脚本 → 生画面 → 加字幕 → 配音乐。每一步都要切换工具、复制粘贴、反复调试。一个完整的作品，往往要跨 5-8 个工具。
OmniWork 的解法是：把行业专家的经验封装进 Agent，让多 Agent 像一个团队一样协作，最终交付完整的成品——而不是中间素材。
实测：它到底能做哪些事？
▎做视频：从一句话到一支短片
最典型的流程：用户给一句话（"做一个矿工归来的故事短片"），Agent 自动走完角色设计→剧本→分镜→画面生成→成片输出，最长一条 1 分 57 秒，1080p，零人工剪辑。
值得关注的是角色一致性——穿山甲短片五个场景中形象统一，没有出现常见的 AI 变脸问题。分镜 Agent 甚至能写出"建议抽帧处理，参考《重庆森林》金城武便利店段落的光影节奏"这种级别的建议。
▎做运营：从给建议到交方案
有测试者以新手身份问"我是新手，只会写作，怎么运营公众号？"——大多数 AI 能回答，但 OmniWork 会进一步实战落地。把一篇文章丢进去，系统直接输出针对不同平台的分发方案，标题、封面、正文结构全部定制。
另一位测试者做得更系统：定目标"周更 5 条、涨粉 1 万"，Agent 团队自动拆解为选题→策划→生产→发布→复盘，全程投入 3 小时，产出传统方式需 40 小时的量。
▎做音乐：不懂乐理也能出专业单曲
用户说"生成一首阿黛尔风格的歌"，系统自动写歌词、定曲风、生成两个版本。背后的音乐 Agent 封装了上海音乐学院实验室的专业经验——432Hz 深度放松、60 BPM 匹配安静心率、Lydian 调式制造上升感——这些知识用户完全不需要懂。
▎做游戏：10 分钟从想法到可玩 Demo
策划 Agent 出 GDD、美术 Agent 出资产、前端 Agent 写代码、测试 Agent 做 QA——四个 Expert 接力协作，10 分钟交付可玩的 HTML5 游戏。这是单 Agent 无法完成的任务。
真正值得关注的设计
1. Hire，不是 Use
一个值得注意的细节：按钮是"Hire"不是"Use"。Use 是工具逻辑——工具不干活，人得自己会。Hire 是雇佣逻辑——我不懂操作，导演懂，他全包了。两种完全不同的产品哲学。
2. Skills：经验的沉淀与复用
完成复杂任务后，OmniWork 会主动问："是否将这次工作流存为 Skill？" 下次直接调用。更深入的是，创建 Skill 后系统会叫来六个临时专家并行测试它的有效性，确认可用才封装交付。
3. 三层记忆：越用越懂你
用户偏好、项目上下文、工作流经验——三层记忆分层存储。隔两天回来，它还记着上次的偏好设定。
4. Autowork：你睡觉，它干活
设置每早八点追踪小红书热门笔记。第一天返回简报，第二天多了趋势对比，第三天主动给出标题和配图方案。不需要你每步参与，持续在后台运行，定期交付。
局限与边界
评测者也指出了问题：
- 数据可信度：调研报告的具体播放量数据没法逐条核实
- AI 痕迹：精细画面仍有"漂移感"，段落间风格有微妙跳跃
- 人味儿不可替代：AI 能搭框架，但个人 IP 的独特经历填不进去
- 创新上限：擅长高效交付"专业常规作品"，离主动打破规则还有距离
一个判断
"创作软件和创作服务的边界正在模糊。它是一个软件产品，但用起来的体验更像是在跟一个服务团队下需求……当执行层面的门槛被工具抹平，创作者的核心工作从『怎么实现』退回到了『做什么』和『做成什么样』。到了这一步，真正稀缺的就是品味了。"
这句话点出了 OmniWork 的方向：不是做更聪明的 AI，而是做更完整的创作流程。
单点工具比拼"谁把某件事做得更好"，OmniWork 尝试"谁让一件事从想法到交付一站式完成"。前者竞争模型能力，后者竞争流程效率。
产品官网：www.omniwork.ai
目前处于内测阶段，需邀请码体验