每一句都是真話：一堂 AI 影片課的成本帳
Sep 24, 2026 · @Mythogen
阿哲三十二歲，做了七年影片剪接，接案維生。去年開始，客戶問他的第一句話，從「幾時交得到」變成了「可以用 AI 做嗎」。
他第一次接觸那位老師，是透過一套免費的網頁課程。幾堂簡報，附工作流、提示詞和成品影片，每一步都寫得清清楚楚。他照著做，第一次跑出了一支會說話的影片。他在帖文底下留言道謝，和其他幾百則留言排在一起：太佛心了、老師是天使、終於成功了。同一串留言裡，有人問甚麼時候開課，有人留言報名。
幾天後，老師發了一篇帖文，算了一筆帳。語言模型的訂閱，三千元可以用足一個月；雲端影片生成，同樣三千元，認真重抽的話三天就見底。個人與其在本機跑語言模型，不如跑開源影片模型，一張中高階顯示卡就能硬推。照他平日隨手生成的量折算成雲端價格，一個月省下的錢超過一萬五。
阿哲算了一下：一萬五一個月，半年多就回本。
他買了一台整機，十萬出頭，顯示卡是十六 GB 的那一款，帖文說這張「也能硬來」。然後他報了老師的收費課，幾個小時，一萬二。課上得很紮實，節點怎樣接、參數怎樣調、模型放哪個資料夾，都講得清楚。
課後他做了一個月。畫面會動，但動得不像老師作品集裡那樣順；樹葉一多就糊成一片，畫面裡的字總是碎的。他把作品貼到學員群組，老師回覆：多抽幾次，多練習。
到了第三個月，一個新的開源模型發布了，比原來那個好很多，但十六 GB 跑不起來。同一個月，一套免費工具在社群裡流傳開來，可以讓 AI 代理替人完成課上教的大部分安裝和除錯步驟。再過一個星期，老師開了新課。
阿哲沒有怪任何人。他在群組裡說，是自己天分不夠，還要再努力。
這個故事裡，沒有人說過一句假話。
一、那筆帳算對了甚麼
先說公道話：那篇帖文的核心邏輯是對的。
語言模型的訂閱是固定月費，背後還有資本補貼，用多用少都是同一價錢。影片生成不一樣，它是按次收費的抽獎：同一個提示詞，往往要重抽十幾次、幾十次，才得到一段能用的畫面。 雲端平台每一抽都計錢；在本機生成，每一抽的邊際成本只剩電費。重抽越多、對畫質要求越寬鬆，本機就越划算。
這個判斷不是胡說，對某一類人也相當準確。問題在於，它只算了帳的一半。
二、它沒有算的那一半
第一筆沒有入帳的，是硬體折舊。帖文拿「三千元月費」對比「一次過買卡」，但買卡是資本支出，要攤分到它還能用的月數去看。在本機影片生成這個領域，這個月數很短。顯示卡的市價在缺貨時期未必跌得快，真正快的是功能性過時。一張卡今天要「硬來」才跑得動，代表它已經貼著顯示記憶體的上限；下一代模型只要要求高一級，它就從「能用」變成「只能跑舊模型」。假設一台十萬的整機在一年半內功能性過時，每月攤銷已經接近、甚至超過它要取代的那份訂閱。
第二筆是工作流的折舊。每換一次模型，量化版本、節點、驅動、參數都可能要重新調整。這些時間是真實的成本，只是不以金錢的形式出現，所以從來不會寫進任何一條算式。
第三筆更隱蔽：那個「月省一萬五」本身是虛的。帖文的算法，是把自己平日「想到就隨手生成」的用量，乘以雲端的單價。但這種用量之所以存在，正是因為在本機上每一抽不用錢；假如每一抽都要付費，沒有人會這樣抽。把「免費時的消費量」乘以「收費時的價格」當作節省，等於把一筆不會發生的支出，記成了一筆收入。
還有一種折舊更少人注意：建議本身也會折舊。同一位作者早前曾推薦一款專為本地 AI 設計的桌上型主機，用來跑本地語 言模型；如今他的成本分析卻指出，本地語言模型難以打平雲端，連那款主機都跑得吃力，個人應該轉跑影片模型。建議轉向，對給建議的人沒有代價，轉向本身甚至是新的內容；但依照上一個建議買了機器的人，卻被鎖在上一個建議裡。
雲端的價格也從來不是固定的。那篇帖文自己就提到，開源模型一發布，雲端平台隨即特價。租用雲端，等於每個月保留一次重新選擇的權利；買下硬體，等於提早行使了這個權利，押注雲價下跌的速度不會快過硬體貶值。在價格波動最劇烈的時期，彈性最值錢，而買斷正是放棄彈性。
最後，同一部機器，放在不同的人手上，根本不是同一條算式。對一位以 AI 教學和諮詢為業的人，一部機器可以同時產出課程內容、帖文、評測和客戶方案，設備是生財工具，換機本身也是素材。對阿哲，收入欄是空的，除非他真的賣得出作品。那筆帳在作者的位置上可能完全成立，錯只錯在它被原封不動地交給了一個收入結構完全不同的人。
三、留言區裡的另一本帳
那篇帖文值得細讀的地方，還有留言區。
一位做廣告短片的同業留言說，商業案件大多要求原生 4K，放大的畫面過不了審片，最常被挑剔的正是樹葉塗抹和字體破碎；雖然燒錢，但客戶會報銷預算，只能照燒。作者的回覆很坦白：真正的大型案件，金主會出大錢讓你拚；不過在拿到這種案子之前，一般人要先有作品。另一則回覆裡，他提到畫面上的字多半要預留空間，留待後製處理。
這不是隱瞒。留言本來就是對 話，作者也回答得坦白。但它說明了一件事：那篇帖文的結論，取決於讀者讀到哪裡。只讀主文的人，得到的是「本機划算」；讀到留言的人，才看見真正交貨的那一端走的是另一條路。
賺錢的那一本帳用雲端，成本是營業支出，由客戶報銷。主文推薦給個人玩家的那一本用本機，成本是硬體、折舊和時間，由學的人自己承擔。前者的成本可以轉嫁，後者的是沉沒成本。
而這樣的留言區，本身已經是例外。阿哲讀到的那篇帖文之所以值得細讀，正因為作者容許這種對話，也願意回答。在大多數社群裡，追問成本、要求交代細節的留言留不下來：管理員刪文、封鎖、關閉留言，或者以負能量、不友善為由移除。我自己的文章就曾在多個 AI 社群同時被禁；續章也寫過，有些大型社群的活躍度，是由管理者的員工和親友帳號撐起來的。留下來的，是道謝、報名和讚美。
於是，另一本帳不是藏在留言區裡，而是根本沒有機會出現。資訊不對稱不只來自賣方沒有說，也來自社群的管理方式，令買方無從問起。學員在付錢之前能看到的公開討論，是已經過濾過的討論。
四、課堂上教不到的五樣東西
回到阿哲。他做不出老師的效果，不是因為學得不夠用心。老師的作品，是五樣東西疊加出來的，而那幾個小時的課，只教得到第一樣。
第一樣是工具操作：節點、工作流、參數。這是課程教的部分，也教得很好。
第二樣是雲端算力。作者在帖文裡提到，他展示的其中一部片是用雲端平 台做的，額度都燒爆了；而課上教的是本機。
第三樣是重抽量。作者也承認，很多隨手生成的東西從來沒有發表。作品集是篩選後的結果，背後幾百次失敗的抽取，不會出現在作品集，也不會出現在課堂。
第四樣是後製。畫面上的字、局部的修補，是生成之後另外做的，不在工具課的範圍之內。
第五樣是判斷。哪一抽可以用、提示詞該怎樣微調，是大量試錯累積下來的東西，不是幾個小時能轉移的。
展示品的生產條件，本身就不在課程範圍之內。學員看到的是五樣東西的總和，買到的是第一樣。
五、比騙局更難拆穿
有一類以「成為富翁」為號召的創業課，處理起來其實相對容易。它承諾了一個結果，結果做不到，就可以被證偽。
阿哲上的課不一樣，它從來沒有承諾任何事。作品是真的，工具是真的，課程內容是真的，帖文裡的成本比較也大致是對的。落差從來沒有以一句話的形式出現，它藏在展示和交付之間：招生時展示的是作品，課堂上交付的是工具，兩者之間的雲端、重抽、後製和判斷，沒有出現在任何一方。
這是比騙局更進一步的形態：不需要說謊，只需要安排。每一句都是真話，合起來卻構成一個錯誤的預期。消費者保護的法規管不到它，因為沒有一句話可以被指控。批評它的人也難以開口，因為對方每一句都站得住。
也正因為它不需要說謊，它的數量遠比騙局多。一個創業課騙局需要一個品牌、一套話術，也因此有一個可以被拆穿的中心。這一類只需要一個「有作品的人」，而 生成式 AI 正在把「有作品」的門檻壓到前所未有的低。結果是分散的、數以百計的小型個體，沒有中心可以打。
六、價錢從來不是問題
學習一定要，問題是不要盲學；而判斷一門課，價錢從來不是好的標準。
看看模型製作的課程就知道。同樣是大師開的塗裝或改造課，有幾百元的單元示範，也有數萬元的長期班；風格南轅北轍，品質也差得很遠。但這些課有一個共同點：明碼實價，可預期，可追蹤。
明碼實價，是因為要用甚麼材料、甚麼工具、花多少時間，開課前就寫得清清楚楚，總成本不會在上課之後才浮現。可預期，是因為大師展示的作品，正是用課上教的材料和技法做出來的，學員看到的和課程涵蓋的是同一件東西。可追蹤，是因為學員做不到大師的水準時，他知道差距在哪裡：手上的功夫和累積的時數。這個差距是誠實的，也是看得見的。第十件作品會比第一件好，他自己量得出來。
AI 課的問題不在收費高，而在這三項全部失效。總成本不只藏在硬體、雲端額度和折舊裡，還有課上老師早已調好、學員回家要自己踩一遍的環境除錯，課後另售的付費節點、模型和工作流包，剪接和放大工具的訂閱，開源模型的商業授權限制，以及接案時客戶每改一次、就要重來一輪的重抽。展示品來自雲端算力、重抽量和後製，不在課程範圍內，所以無從預期。學員做不到的時候，差距不是功夫，而是一批他看不見的投入，所以他無從追蹤，只能歸咎自己。
手工技藝的成果，大致是技術乘以時間，展示品和 教學內容很難脫鉤。生成式 AI 的成果卻是抽獎，展示品可以由大量隱藏的投入堆出來，和課堂教的東西完全脫節。這解釋了為甚麼這種課在近幾年特別多：技術第一次令「展示」和「可教」可以大規模分離。
但它並不強迫分離。只要公開實際跑出來的成品、可以複製的提示詞，以及本機和雲端兩份工作流，這個落差是可以收窄的，而且已經有人做到。技術允許隱藏，但不要求隱藏。做不到透明的課，不是做不到，而是選擇不做。
七、當真貨替潮流課說話
在《效率陷阱・續章》裡，我把賣課者排成一條光譜：一端是真技能、合理價，另一端是販賣焦慮的包裝。我當時舉了一個自己上過、確實有用的課程，作為好的那一端的例子。
這個分類需要修正。錯的不是那門課有用，而是把「這門課有用」延伸成「這個人屬於光譜好的那一端」。事實上，同一位講師手上，可以同時有紮實的課，也有追潮流的課。光譜不是排在人與人之間，而是排在同一個人的產品線之內。
而這種混合，本身就是隱蔽的來源。紮實的那門課扮演的是信用擔保的角色：學員上過，覺得有用，信任累積起來，再被帶到下一門課上。真貨替潮流課背書，而背書的是學員自己的親身經驗，比任何廣告都有力。
阿哲遇到的那位老師，是我見過最清楚的例子。他的免費課程公開在網頁上，附本機與雲端兩份工作流、可以複製的提示詞，以及實際生成的成品影片，頁面上明確寫著：成品是實際跑出來的那一支，照著做應該得到差不多的結 果。內容只有一份，任何人都可以逐頁對照。他還批評過大多數同業的課程綁定單一雲端平台，學員下載到本機就一片紅。這些都做得比大多數人好。
他的收費課程卻是另一種結構：按場地和客戶客製講義，沒有公開的大綱、價目或成品。前者在結構上可以被檢驗，後者在結構上無法被檢驗。而那門幾個小時、過萬元的課，要交付他作品集裡的效果，前面已經逐項拆過，是那幾個小時做不到的。
這位老師顯然知道透明教學應該是甚麼樣子，因為他親手示範過。問題不在他不懂，而在同一個標準，沒有被帶到收費的那一門課上。免費課建立的信任，以他自己定下的標準為基礎；收費課享用這份信任，卻不必接受同一個標準的檢驗。要評價那門收費課，不需要任何外加的準則，只需要問一句：它有沒有達到他自己在免費課上承諾的標準？
真貨替收費課擋住的東西，至少有五樣。它擋住了資歷的時間差：紮實的內容背後可能是長年實戰，新題目卻可能幾個月前才出現，講師只比學員早走一步。它擋住了可驗證性的落差：免費課可以逐頁對照，收費課的成果卻是學員無法重現的展示品。它擋住了內容的來源：不少課程內容，是官方文件、開源專案和免費教學的重新包裝。它擋住了失敗者：好評來自滿意的學員，做不出效果的人不會出聲，而且多數覺得是自己的問題。它也擋住了保質期：不同的課以完全不同的速度貶值，但放在同一個品牌之下，學員不會察覺。
至於講師為甚麼這樣做，可以有很多解釋。可能是刻意的策略，以免費課做信任入口，以收費課回收。可能是分發的壓力：舊題目演算法不推，不追熱門就從動態消息裡消失。可能是真心的錯覺：在一個領域真正強的人，很容易以為自己在相鄰領域也夠格教。可能只是生存：一門課的市場會飽和，以教學為生，就需要不斷有新產品。也可能只是回應需求，因為學員自己就想上那一門課。
每一種解釋都說得通，同一個人身上也可能幾種同時成立。這正是它比騙局隱蔽的地方：動機永遠有合理的解釋，所以永遠無法追責。但無論講師是刻意、被迫還是真心，落在學員那一端的都是同一件事：信任被轉移了，成本由自己吞，失敗算在自己頭上。動機可以有十種解釋，後果只有一種。
八、制度買的，正是它賣的
如果這只是市場上的個別現象，規模不會這麼大。它之所以多，是因為背後有兩股力量在支撐。
第一股是政府。我在續章寫過，補助是整個模式的放大器。這裡要再推一層：政府培訓計畫量度的，是開課時數、結業人數、證書張數，而不是學員結業之後能否做出東西。幾個小時教完一套工具，產出的正是時數和結業證明。制度採購的東西，和這類課程販賣的東西，完全對齊。在這樣的制度裡，阿哲做不出老師的作品，不會出現在任何一張績效報表上；他的結業，會。
第二股是企業。「本機划算」這個敘事，最直接的受惠者是顯示卡和整機的銷售。阿哲讀到的那篇成本分析，建議讀者購買中高階顯示卡，而作者與硬體廠商有公開的合作關係，帖文本身沒有提及。我們不知道這段合作的性質，也沒有理由認為那篇帖文是業配；但讀者判斷「本機划算」的時候，有權知道這一點。更普遍的情況是，這類敘事根本不需要任何合作關係，它本身已經是一條 免費的銷售渠道。
另一種支持是正當性的轉移：政府合辦的工作坊、企業內訓的講師名單、大專院校的兼任聘書、廠商活動的合作名銜。每一層背書，都轉嫁到課程之上，令「上過幾門課、再加上自學」逐漸變成一種資歷。學員看見的，是一個被層層認可的人；他看不見的是，這些認可量度的從來不是交付能力。
九、課程製造的內卷
如果學的是興趣，這一節可以略過：市場擠不擠，與創作的樂趣無關。但阿哲不是為了興趣而學，他是為了接案；而這類課程的招生語言，往往說的也正是接案、變現和第二收入。
前面談的，都是學員自己付出的成本。還有一筆帳更難看見，因為它不在學員身上，而在他即將踏進的那個市場裡。
一門工具課教得越成功，學會的人就越多；學會的人越多，那項技能在市場上就越不值錢。每一期結業的學員，都是上一期學員的競爭者。唯一站在這個循環之外的，是開課的人：他的收入來自學員人數，而不是來自那個被擠滿的市場。阿哲的老師在自己的網站上寫明，目前的主要工作就是 AI 講師。對他而言，學員越多越好；對學員而言，同學越多越差。同一個數字，對兩端的意義剛好相反。
案源的分層令這件事更嚴重。真正有預算的案子，流向已經有作品、有人脈、有工作室的一端。商業審片的門檻，包括原生 4K、角色跨鏡頭一致、字體完整、授權清得過，遠高於作品集的門檻。新人拿得到的，多數是價錢最低的那一層，而那一層，正是每一期結業學員湧入的地方。課程賣的是入場券，但 入場之後的那一層，早已被前幾期的人擠滿。
另一種內卷來自技術本身。今天要靠節點和參數才做得到的效果，下一代模型可能變成一個按鈕；今天要花幾個小時學的安裝和除錯，明天可能由 AI 代理自動完成。
我在寫這篇文章期間，看到一份剛開源的工作流移植指南。它的用途，是讓 AI 代理把別人在雲端平台上做好的 ComfyUI 工作流，搬到自己的機器上執行。代理按程序盤點缺少的節點和模型、搜尋來源、評估風險、轉換、驗證，最後如實報告替換了甚麼。指南免費，採用開放授權。
這份指南值得一讀，因為它無意中把前面幾節說的隱藏成本，逐項寫成了技術文件。雲端工作流拿到本機，原樣通常跑不起來。平台專屬的節點完全無法移植。原作者上傳的素材以雜湊檔名出現，無法取回，只能自找替代品。替換過的部分，報告必須註明那已不是原作者的結果。它舉了一個實例：一個串了十五個 LoRA 的工作流，單是盤點和轉換就來回約二十分鐘，另外還要下載一個接近二十 GB 的底模。它甚至提醒，更新一個已安裝的套件，可能在沒有任何錯誤訊息的情況下，改變你現有工作流的輸出。
這些全部是業內人一看就懂、行外人無從得知的事實。
這份指南同時也說明了技術內卷的方向。工具課唯一交付得到的那一層，即節點、模型、安裝、除錯，正在被一份免費文件交給 AI 代理去做。一門萬元課程的核心內容，被一個檔案取代了，而寫出這類檔案的，往往正是業內的講師自己。
這不是指控。開源這樣一份指南是慷慨的，而且它的誠實標準高得近乎苛刻：找不到，就說兩條路都沒找到，而不說不存在；判斷不了效果，就把判斷交還用戶，而不拿一個指標冒充。它要求 AI 做到的，正是這篇文章要求課程做到的事：說清楚缺了甚麼、換了甚麼、甚麼是判斷不了的。
問題只在於，這種透明出現在寫給機器的指令裡，卻很少出現在寫給學員的招生頁上。
市場的內卷，令學員學完之後賺得更少；技術的內卷，令學員學到的東西更快過期。兩者疊在一起，學員面對的是雙重貶值：他的技能在市場上越來越便宜，他的知識在時間上越來越短命。而這兩種貶值，恰好都在為下一門課創造需求。
十、課程也會折舊，而折舊就是商業模式
顯示卡會折舊，工作流會折舊，建議會折舊，幾個小時學回來的具體操作同樣會折舊。下一個模型發布，節點換了，參數換了，課堂上的步驟就不再適用。對學員而言，這是損失；對賣課的一方而言，這是回頭客。
創業課騙局需要不斷招募新人，因為被騙過的人不會再來。這一類課不需要。新模型一出，同一批已經建立信任的學員，會覺得是自己需要跟上。課程的保質期越短，重複購買的頻率就越高。學員花錢追趕的，正是那個令他需要再次付錢的速度。
阿哲在第三個月看見了三樣東西：一個新模型、一套免費取代了他所學內容的工具，以及一門新課。他的顯示卡跑不動第一樣，第二樣令他的學費變得多餘，而他的信任，讓他考慮第三樣。
結語
這篇文章沒有點任何人的名。原因不是顧 忌，而是點名會把問題縮小成一個人的品德，而這個問題從來不取決於任何一個人的品德。阿哲的老師做了很多值得肯定的事：一套可以逐頁驗證的免費課程，一份誠實到近乎苛刻的開源指南。問題在結構：一個不需要任何人說謊，就能讓成本穩定地從一端流向另一端的結構。
所以這篇文章不是叫人不要學。學習一定要，而且值得付錢；付多少，也見人見智。要避免的是盲學。
學習也不一定要賺錢。畫畫、彈琴、下棋，本身就值得付錢去學，沒有人會問鋼琴班的學生靠彈琴賺了多少。問題只出現在另一種課上：它教的是興趣的份量，賣的卻是收入的期望。
與其問「這個老師可不可信」，不如在付錢之前，逐門課問五個問題。
- 這門課明碼實價嗎？硬體、雲端、後製、周邊付費、之後的更新，總成本是否開課前就說清楚了？
- 它可預期嗎？展示給你看的成果，是這門課範圍之內能產出的嗎？
- 它可追蹤嗎？做不到的時候，你能否知道差距在哪裡？
- 這位老師的主要收入，來自接案還是教學？
- 這門課賣的是興趣，還是收入？如果它暗示學完可以接案、變現，它的結業學員現在做到了嗎？如果它沒有這種暗示，那就回到前三個問題：你學到的，是不是它說會教的東西？
五項都答得出的課，貴也可以是好課。答不出的，便宜也不值得。
還有一個更簡單的測試：把這五個問題貼到那位老師的社群裡。留言留得下來、有人認真回答，已經是一個答案；留不下來，也是。
阿哲在群組裡說自己不夠努力。他錯了，但錯的不是努力。他以為自己買的是那五樣東西的總和，他買到的只是第一樣；剩下的四樣，他正用自己的時間、顯示卡和信心去填。
延伸閱讀：《 效率陷阱》、《效率陷阱・續章：你以為你贏了》、《資本遊戲玩什麼》系列