六周AI人设账号实验：时薪0.32美元的"被动收入"真相

一场亲身实验：AI人设账号真能躺赚吗？

在社交媒体上，"无脸AI账号带来被动收入"的叙事从未停歇。这类账号号称用AI生成虚拟人设，批量产出内容，坐等流量变现。一位Reddit用户决定验证这套逻辑到底成不成立——他从零搭建了一个无脸AI人设账号，运营六周，记录了每一个小时的投入。

他的设定很简单：一个固定的虚拟角色，输出通用的生活建议，制作短视频，每天发布。没有真人出镜，没有需要表演的性格，只有纯粹的算法苦役。他想搞清楚一个问题：这些所谓的"被动收入"，究竟是真的被动，还是套着AI外壳的新型零工劳动？

技术栈：AI工具是真的，躺赚幻想是假的

人脸生成与一致性维持

实验者首先要解决的是人设的"脸"。他使用了 APOB AI 的免费版，特别是其中的 face-lock（人脸锁定）功能，因为他需要在三十多个视频片段里保持同一张脸不变，又不想在提示词一致性上反复折腾。免费版带水印且有额度限制，但对实验来说足够了。

要理解face-lock的技术意义，需要了解当前AI图像生成的核心局限。主流的图像生成技术基于扩散模型（Diffusion Model），其原理是通过逐步去噪的过程从随机噪声中生成逼真图像。然而，扩散模型天然存在"一致性问题"——即使使用完全相同的文本提示词，每次生成的人脸在五官比例、肤色、光影等细节上都会出现微妙差异。这在需要同一角色跨多个场景出现的视频制作中是致命缺陷。face-lock类技术的解决思路通常是：先生成或上传一张参考人脸，提取其身份特征向量（identity embedding），然后在后续每次图像生成时，将该特征向量作为额外条件注入扩散过程，从而约束生成结果与参考脸保持高度相似。类似的技术路线还包括IP-Adapter、InstantID、PhotoMaker等开源方案，这些技术在2023-2024年间快速成熟，使得非技术用户也能维持虚拟角色的视觉一致性。

值得肯定的是，face-lock 功能确实有效。跨多个片段维持同一张脸这件事，AI做到了。但除此之外的环节，理想就开始崩塌了。

语音合成与视频剪辑

配音方面他选用了 ElevenLabs，剪辑则用免费的 CapCut。整个技术栈就这么简单。然而 ElevenLabs 免费版每月只给 10,000 字符的额度，他四天就用光了。

ElevenLabs是当前最主流的AI语音合成平台之一，采用基于Transformer架构的神经网络TTS（Text-to-Speech）技术。与传统拼接式语音合成不同，神经网络TTS能生成具有自然韵律、情感变化和呼吸停顿的语音，接近真人朗读水平。但其免费版每月10,000字符的额度，大约相当于7-8分钟的语音输出——对于短视频创作者而言，这意味着每天只能生成约15-20秒的配音内容。这种"免费试用+严格额度限制"的SaaS定价策略（freemium模式）是AI工具行业的标准做法：用免费版吸引用户建立工作流依赖，再通过使用量瓶颈推动付费转化。对于试图"零成本"运营的内容创作者来说，这些隐性成本会迅速累积。

CapCut虽然免费好用，但反复剪辑三十条几乎雷同的虚拟人视频——一个假人比划着手势，机器音朗读着心灵鸡汤式的建议——他形容这是"精神上令人崩溃的工作"。为了逃避每天面对它，他开始在周日晚上批量渲染，然后排期发布一整周。更糟的是，免费版曾两次在渲染中途超时，导致会话丢失，他不得不用相同的种子数重新来过，祈祷生成的脸足够接近。水印固定在右下角，虽小但清晰可见，他尝试裁掉一次，结果破坏了整个画面构图。

算法根本不在乎你用了AI生成内容

实验者在每个简介和视频文案里都如实标注了"该人设由AI生成"。结果是——没人在意。没有观众对此发表任何评论，算法也毫不关心这个声明，这本身反倒成了一种小小的失落。

六周下来，账号积累了约 2,400 名粉丝。其中一条视频冲到了 8 万播放，但其余视频平均只有 800 播放。

这里藏着这个实验最核心的洞察：算法不在乎那张脸是AI生成的，也不在乎它是否一致、声音是否流畅、建议是否得体。算法关心的还是它一贯关心的东西——前三秒的留存率、评论增速、有没有人把它转发到群聊里嘲讽。

短视频平台（如TikTok、Instagram Reels、YouTube Shorts）的推荐算法本质上是一个多阶段漏斗系统。内容发布后首先进入小流量池（通常几百次曝光），算法根据早期互动信号决定是否将其推入更大的流量池。核心评估指标包括：完播率（尤其是前3秒的留存率）、点赞率、评论率、分享率、以及用户停留时长。这套机制对内容的"生产方式"完全无感——算法不区分真人出镜还是AI生成，它只衡量用户行为反馈。这解释了为什么实验者的AI标注没有产生任何影响：算法是行为驱动的，不是内容审计驱动的。一条视频能否"爆"，取决于它是否触发了足够强的情绪反应或社交货币效应，而非其制作技术的先进程度。

换句话说，AI只是一个降低内容生产成本的工具，而不是流量分发上的作弊手段。内容分发这个真正的难题，依然和从前一样毫无捷径。

收益算账：六周34小时换来每小时0.32美元

让我们看看这份"被动收入"到底值多少钱：

• 那条8万播放的视频，带来了大约 11 美元 的平台收益
• 其余视频的收益是零点几美分级别
• 六周里实际投入了 34 小时 的工作时间（还没算他焦虑地刷数据分析的时间——而他坦承那些时间也该算进去）

算下来，往乐观了说，大约是每小时 0.32 美元。如果把周日晚上的时间价值定为高于零的任何数字，那这就是负收入。

所谓"被动收入"，实际上是一份时薪远低于最低工资的零工。工具确实降低了某些环节的门槛，但整体经济账依然糟糕——只是糟糕得平淡无奇，不值得大书特书罢了。

从行业经济学的角度看，AI工具对内容生产成本的重塑可以从"边际成本"和"固定成本"两个维度理解。传统内容创作的主要成本是人力时间（编剧、拍摄、剪辑），每生产一条内容都需要接近等量的劳动投入。AI工具将部分环节的边际成本压缩到接近零（如脚本生成、配音合成），但引入了新的固定成本（学习工具、调试参数、管理工作流）和隐性成本（处理工具故障、质量审核）。更关键的是，内容经济的瓶颈从来不在生产端而在分发端——互联网上的内容供给早已严重过剩，稀缺资源是用户注意力。当AI降低了生产门槛，结果往往不是个体创作者的利润提升，而是市场竞争加剧、平均回报进一步摊薄，经济学上称之为"竞争性均衡的下移"。

比自动化更可怕的是创作者的"隐形化"

实验者最深刻的感受，不是工作被自动化了，而是工作在他眼中变得"隐形"了。

他用一个廉价的语言模型生成脚本，挑个背景，渲染片段，然后发布出去——全程几乎没有真正看过内容一眼。他写道："这个人设没有我能感知到的内在性，但更令人不安的是，到最后，我自己也没有了。我只是这条流水线里一个更慢、更昂贵的零件。"

他在六周后停手，一是因为账目一目了然，二是因为他感到自己正在丧失对任何事物保持注意力的能力。这或许才是这类内容生产模式最值得警惕的代价——它不仅无利可图，还在悄悄侵蚀创作者本身的专注力和感知力。

老虎机式的心理陷阱：为什么明知亏损还不放手

有意思的是，那个账号至今仍然存在，处于休眠状态。他没有删除它，因为内心某个角落仍抱着幻想——万一算法哪天心血来潮，把那条视频重新推成爆款呢？

他清楚地知道，这正是让人沉迷老虎机的同一种心理机制：偶尔的一次大额回报，足以维系无数次徒劳的下注。他明知如此，却依然没有删除。

这种心理在行为心理学中被称为"间歇性强化"（Intermittent Reinforcement），由B.F.斯金纳在20世纪中期通过动物实验首次系统描述。其核心发现是：不可预测的、偶发性的奖励比固定频率的奖励更能维持行为——这正是赌博成瘾的神经学基础。在内容创作领域，平台算法天然制造了这种间歇性强化环境：大多数内容获得极低曝光，但偶尔一条会"病毒式传播"，带来巨大的多巴胺冲击。这种"幂律分布"的回报模式（少数内容获得绝大多数流量）使创作者持续投入时间和精力，即便期望收益为负。从某种意义上说，社交媒体平台的设计本质上就是一台精密的斯金纳箱。

这种心理陷阱，恰恰是各种"AI被动收入"教程最善于利用的弱点：它们展示的永远是那条8万播放的视频，而非其余二十九条平均800播放的常态。

给跃跃欲试者的忠告

这场实验给出的结论朴素而清醒：

如果你正在考虑做这件事——这些工具是真实存在的，其中一些在狭窄的特定任务上确实做得不错。但经济账并不是什么你尚未发现的秘密。它就是很糟糕，糟糕得乏味，而我已经把它描述完了。

AI人设账号的故事，本质上揭示了一个被反复包装的真相：AI改变了内容生产的成本结构，却没有改变内容分发的底层逻辑。留存、互动、传播欲——这些决定流量命运的因素，从来不因内容是否由AI生成而改变。指望靠AI批量生产内容躺赚，更多是一种被平台经济和FOMO心理共同催生的幻觉。

核心要点