做一条三十秒短视频要打开五六个 AI 工具，这是今天营销人的日常。Glif 2.0 把这些步骤收进一次对话，融资 1750 万美金，a16z 说它像创意领域的 Claude Code，故事从一张谷歌表格讲起。

你有没有想过，做一条三十秒的短视频广告，现在到底要打开几个软件？a16z（Andreessen Horowitz，硅谷的老牌投资机构）的 Justine Moore 描述过这个场景：一个营销人员做一条短视频，一次可能要用到五六个 AI 产品，一个出图，一个出视频，一个配音，一个做音乐，开头还得先去 ChatGPT 里把提示词写出来。每个产品的界面不一样，脾气不一样，提示词的写法也不一样。她的看法是，现在卡住创作的已经不是才华和预算，而是在这一堆工具里找路。

今年 4 月 23 日，一家叫 Glif 的公司发布了 2.0 版，要把这件事变成跟一个助手说话：你讲想做什么，它自己去挑模型，一步一步把东西做出来。同一天，它公布了 1750 万美元的种子轮融资，种子轮就是公司很早期的一轮融资。领投的是 a16z 和 USV（Union Square Ventures，纽约的一家投资机构），Interface、Two Small Fish Ventures 和 SpiceCap 也参与了。

公司的两位联合创始人，CEO（首席执行官）Fabian Stelzer 和 CTO（首席技术官）Jamie Wilkinson，经历差得很远。一个是自称不会写代码的认知科学家，另一个是做过表情包百科网站的人。这篇文章我想沿着几条线慢慢讲：Glif 2.0 到底是什么，它怎么从一张谷歌表格长出来，上百万用户在旧版本里留下了什么，最后是我自己的看法。

Glif 2.0 发布一周后的首页，标题是“一场对话，所有 AI 模型”。图片来自 Jamie Wilkinson 的网站

01 Glif 2.0 是什么，你说想做什么，它去选模型来做

Glif 管自己叫 creative super agent（创意超级智能体）。先把“智能体”这个词说清楚，Fabian 的讲法很朴素：一个智能体，就是一个大语言模型，加上能在循环里反复调用的工具，没有更多了。只要模型够好、工具够好，就已经能做很多事。放到 Glif 身上，工具就是一百多个图像、视频、声音、音乐和文字的 AI 模型。

Jamie 说，用的人用平常的话讲想要什么，丢进去一张产品照片，或者一份品牌手册，Glif 就自己挑模型、一步一步运行，把成品交回来，不满意再接着提要求改。大家拿它做广告、产品图、短视频、YouTube 封面、音乐视频、配音，也做表情包。一份简单的要求，可以长成一整套风格统一的宣传物料。

发布当天最有意思的一件事，是 Glif 给自己做了发布视频，一共五支，全部是在聊天窗口里做出来的，没有用剪辑软件，没有时间轴，也没有合成工具。第一支是主打的，核心是一句英文：“You’re not cooked. You’re the chef now.”，cooked 是网上的一个说法，意思是“完蛋了”，整句话大概是“你们没有完蛋，你们现在是厨师”。这句话不难懂：做创作的人没有被淘汰，只是从自己动手炒菜，变成了站在厨房里指挥的人。Fabian 发布当天写的话，也是用这句收尾的。

Glif 2.0 发布当天的五支视频，都是 Glif 在聊天窗口里做出来的。图片来自 Glif 的 YouTube 频道

第二支是动漫风格的，团队只给了 Glif 一份动漫的要求。它用 GPT Image 2 和 Gemini 3.1 画静态画面，用字节的 Seedance 2.0 让画面动起来，主角的声音用 Google 新出的语音合成。这些都是各家最新的图像、视频和语音模型。团队里一位成员家里 8 岁的孩子看完说，这是你们做的第一个好看的 AI 东西。另外三支，一支是 AI 网红站在白板前讲 Glif，每个镜头白板上都有新涂鸦，视频用快手的可灵（Kling o3）；一支是一组特别土、也特别好笑的人物采访，用了 Google 的视频模型 Veo 和 Kling 混着做；最后一支把第一支的脚本重做了一遍，镜头转场靠 Kling o3，配音用的是做 AI 语音的 ElevenLabs。

我觉得这五支视频有意思的地方，在于每一支用的模型组合都不一样。动漫那支是图像模型加视频模型加语音，白板那支换了一套，转场多的那支又换了一套。如果自己做，你得知道哪个模型出人像更稳，哪个做转场更顺，哪个配音更自然，还得在好几个网站之间来回切换。Glif 替你省掉的，是这份“该用谁”的知识。这份知识是从哪里来的，要从 Fabian 的第一张表格说起。

02 这一切是从一张谷歌表格开始的，做它的人自己不会写代码

Fabian 说，他读认知科学的 2003、2004 年前后，有位教授在研究神经网络，在当时是个特别冷门的方向，计算机科学里别的领域还会笑话它，觉得这东西不知道能做成什么。毕业后他自己办了一家专做机器学习的公司 EyeQuant，用人的眼动数据训练模型，预测人看一个设计的时候视线会落在哪里。客户有 Google、Spotify、eBay、Canon，他当了十年 CEO，2018 年 7 月公司被收购。

Fabian Stelzer 在德国 Fraunhofer IEM 的播客《INSIDE AI》第 31 期里，谈 Glif 和创意工作的未来。图片来自该播客的 YouTube 频道

2022 年，他开始在 OpenAI Playground（OpenAI 给开发者试用模型的网页）里玩第一批大语言模型，用的是 GPT-3。那时候还没有 ChatGPT，模型只会续写：你写半句话，它接着预测后面的字。Fabian 说，他记得很清楚，有一个瞬间他意识到一切都要变了。原因是他自己不会写代码。年轻时他只用 Quick Basic（一种很老的入门编程语言）写过小游戏，从来不是真正的开发者。他当时想的是，能不能把几个提示词串起来，上一个的输出接着喂给下一个。对一个不会编程的人，最顺手的地方是 Google Sheets（谷歌表格）。

可是怎么把 GPT-3 放进表格？他直接上网搜，发现表格里有个叫 Apps Script 的功能，能给表格写小程序。他从网上随手找了一段例子，粘进 Playground，旁边再粘上 OpenAI 接口的说明文档，然后像写文章一样往下写：“这是一个例子，演示怎么用 Apps Script 把 OpenAI 的接口接进谷歌表格”，再把自己想要的用法写出来，大意是在表格里输入“等于 GPT3，括号，提示词，字数”。他说自己看不懂那段代码，连它是什么语言都不知道。可是试了一两次，模型接着写出来的程序就真的能用，复制进表格，表格里就有了 GPT-3。据他所知，这是第一个把大语言模型接进谷歌表格的做法，还是一个不会编程的人做的。

下一步是 Stable Diffusion（一个开源的图像生成模型）。他用同样的办法把它也接了进去，于是同一张表格里有了会写字的模型和会画图的模型。这就是 Glif 最早的样子，他给它起名叫 HOLOSHEET，因为它有点像 holodeck（《星际迷航》里能变出任何场景的全息舱），只不过搬到了谷歌表格里。Fabian 记得那大概是 2022 年 11 月。Jamie 的说法是，他和 Fabian 是 2022 年底开始做的，HOLOSHEET 能把 GPT-3 和 Stable Diffusion 串起来，写出带插图的故事。到了 2023 年，他们把这个想法做成了网站，也做成了公司。

HOLOSHEET：一张谷歌表格，用 GPT-3 和 Stable Diffusion 写带插图的故事，是 Glif 最早的样子。图片来自 Jamie Wilkinson 的网站

我觉得这段经历值得多想一下，因为它和 Glif 今天卖的东西是同一件事。当年 Fabian 不会写代码，就用人话把需求写给模型，让模型替他写出能用的程序。今天的 Glif 2.0，是让不懂各种模型的人，用人话把想做的东西讲给智能体，让它替你去选模型、串步骤。两次的做法几乎一样：人只负责讲清楚要什么，怎么做交给机器。Fabian 自己就是最早的用户，他很清楚一个想做出东西、但不是专业人士的人，会卡在什么地方。有了这个雏形，接下来的问题是，怎么把它变成大家都能用的东西。

03 第一版 Glif 要用户自己把模型一步步连起来，上百万人在上面做东西

Jamie 把第一版叫作 “all prompts, no code”（全靠提示词，不用写代码）的 AI 沙盒。玩法是这样的：把几个提示词和几个模型连起来，做成一个小小的 AI 应用，就叫一个 glif。这样连起来的一套步骤，叫工作流。做好了可以分享，别人能直接用，也能复制一份改成自己的，这个动作叫 remix（改编）。在后台的编辑界面里，每一个方块是一次模型调用，上一个方块的输出，接到下一个方块的输入。

Fabian 说，他们一开始就想让这套东西在手机上能用。他举的例子是：你用手机拍一张冰箱里的东西，让 Claude 看图，说出里面有哪些食材；再叫另一个 Claude 根据食材写一份菜谱；接着让 Stable Diffusion 给这道菜画一张成品图；最后把这些拼进同一张图，告诉你，这是你给我的冰箱照片，这是你可以拿里面的东西做的菜，做出来是这个样子。按 Jamie 的说法，人们在第一版上做过图片生成器、表情包制作器、塔罗牌机器人、文字冒险游戏和各种小网页，串在一起的模型有 Flux（一个图像生成模型）、GPT-4、Claude、Stable Diffusion 等。Fabian 说，最早那阵子用户上百万，很大一部分是为了好玩，很多人原本跟 AI 没什么关系，只是有点好奇，进来才发现自己能做一个表情包生成器。

2024 年 6 月，一个 Wojak 梗图生成器在 Glif 上爆红。Wojak 是网上一个用黑白线条画出来的忧郁小人，在表情包世界里随处可见。Jamie 的网站上有一张 2024 年 6 月 28 日的“最受欢迎”页面截图，Wojak 生成器在榜上，运行了 38.3 万次。Know Your Meme 记录了它在 Reddit、Instagram 和 X 上的传播，其中有一条 Marc Andreessen（a16z 的联合创始人，后来 a16z 领投了 Glif）的帖子，一天里就有三千多个赞。Know Your Meme 还专门给 Glif 写了一个词条，Jamie 说这像是绕了一圈又回到了起点，因为 Know Your Meme 是他 2008 年联合创办的表情包考证网站。Fabian 则半开玩笑地说，网上 Glif 做出来的 Wojak，比原版还多。

2024 年 6 月 28 日 Glif 的“最受欢迎”页面，Wojak 梗图生成器运行了 38.3 万次。图片来自 Jamie Wilkinson 的网站

第一版里还有一个有意的设计：让用户互相看到彼此的做法。Fabian 说，他很早就在 Midjourney（一个 AI 画图工具）上看到，因为大家都在 Discord（一个聊天社区软件）里公开创作，人们从别人那里学到了很多提示词的写法。比如总有人加上 Greg Rutkowski（一位数字插画师的名字），加上 “8K”“high detail”“trending on ArtStation”（ArtStation 是一个插画作品网站）这样的词。大部分人并不知道这些词有没有用，只是看别人这么写就跟着写，他把这叫作“迷信式的提示词”。他们想把这种互相学的劲头带进 Glif，让大家可以改编别人的工作流，也能从别人怎么搭的里学到东西。他觉得这部分做成了一些，不过他也说，社交更适合当一个功能，当一个平台太难，TikTok、YouTube、Instagram 的网络效应太强，要把人从那里拉走几乎不可能。

我觉得这一段是理解 Glif 2.0 的关键。第一版里真正长出东西的是用户：表情包生成器、迷你纪录片，各种新玩法都是用户自己试出来的，公司只是提供了一个地方。因为大家的做法是公开的、能互相改的，那些有效的搭配和写法就一直留在了平台上，成了一份没有人刻意整理、但内容很全的记录。后来这份记录有了去处。

04 Glif 2.0 把上百万人试出来的做法，教给了一个智能体

Fabian 说，Glif 一年前就彻底转向了智能体，比这个词变成热门话题还要早一些。在他看来，智能体会成为新的应用。2.0 发布前一个半月，他就透露过新产品今年春天推出，会像“所有创意工作的 Claude Code”。Claude Code 是 Anthropic 做的编程智能体，你告诉它想要什么功能，它自己去读代码、改代码、运行测试。后来 a16z 的 Justine Moore，还有 Two Small Fish 的 Brandon Zhao 和 Allen Lau，在各自的文章里都把 Glif 叫作创意领域的 Claude Code。Jamie 讲了这条路上的节点：到 2025 年年中，glif 开始长成能聊天、能调用工具的智能体，2.0 是在这个基础上从头重做的，原来是你自己动手把工作流接起来，现在是智能体替你挑模型、把步骤连起来。

Jamie 做的对比图，左边是 v1 时代的 glif 卡片，右边是 v2，都是用 Glif 做的。图片来自 Jamie Wilkinson 的网站

这个智能体凭什么知道该选哪个模型？USV 的 Andy Weissman 给的答案很具体：第一版里，上百万创作者搭了几十万个 AI 工作流，一共运行了上亿次，大家一遍遍试，摸出了做什么事该串哪几个模型，提示词该怎么写，步骤该怎么排。这些积累下来的经验，现在都放进了 Glif。2.0 把它们汇到一个负责调度的智能体身上，它能当场给出选择，是因为它看着上百万人是怎么做的。他还说，用得越多，它越了解你的审美和做事的方式，每个用户的创作也会反过来让整个系统更聪明。

a16z 的 Justine Moore 把这些经验的载体叫作 Skills（技能）：被验证过的创作配方，来自上百万次创作运行。平台自带一个还在增长的库，里面有短视频、AI 网红内容、信息图、音乐视频对口型（让人物的嘴型对上歌词）的可靠做法，也有最近最容易传开的、AI 才做得出来的玩法。用户还可以把自己的审美和流程教给 Glif，一个技能一旦调好，你的创作判断就留在里面了。她还打了个比方：斯皮尔伯格自己不扛摄影机，他负责方向、品味和故事，把执行交给团队。用 Glif 的人也一样，当创意总监，工具和技术上的决定交给智能体。

Two Small Fish 的 Brandon Zhao 和 Allen Lau 的一个判断，我觉得能和这些放在一起看。他们说，创意 AI 里关键的问题不只是模型能做什么，而是产品能不能把变化飞快的模型能力，变成连贯、有用、能反复用的东西；模型会越来越强，成本会越来越低，价值会往上一层走。放到 Glif 身上，一百多个模型，别人也可以接，真正难的是什么情况该用哪一个。这份知识要靠大量的真实使用才攒得出来，而 Glif 手里有上百万人试过的记录。当然，新模型每隔几周就有一批，这份经验得跟着不断更新才算数。

05 Jamie 说，做东西给自己和朋友玩，比做给所有人看更让他高兴

说到这里要讲讲 Jamie，他的履历和 Fabian 差得很远。2008 年，他联合创办了 Know Your Meme，专门考证网络表情包来历的网站。他还因为 Star Wars Uncut 拿过艾美奖，这是一个让网友各自重拍一小段、拼成整部《星球大战》的项目。2010 到 2016 年，他是 VHX 的联合创始人兼 CEO，那是一个让创作者把作品直接卖给粉丝的平台，后来被视频网站 Vimeo 收购。他说，Know Your Meme 是在他不再参与以后才开始赚钱的，他现在还是那家公司的顾问。2008 年那会儿，这类网站除了谷歌广告几乎没有别的赚钱办法，订阅这种模式还不存在。

Fabian 这边，除了 EyeQuant，他还做过早期的 AI 电影系列 SALT，CNN 专门介绍过。a16z 的 Justine Moore 说，这是最早的一批 AI 生成的电影系列之一，当时没有人知道该怎么做。她还说，两个人合起来，有对 AI 的深入了解，有十年做创作者社区平台的经验，也有在大多数人还不知道生成式工具时，就亲手用它们做东西的经验。

Jamie 对 Glif 有个一直没变的想法，他叫它 creation is entertainment，意思是创作本身就是娱乐。他的比方是吉他：一个人想学吉他，目标不一定是成为名人、被几百万人看到，弹吉他本身就好玩，哪怕只弹给自己，或者弹给几个朋友听。他觉得 AI 最有意思的用法，有很多就是做给自己的东西，而不是做给大众市场的。他说自己常常用 Glif 做东西，大概没人见过他公开发出来，都是发给家人和朋友。他还讲了前一天的事：他很喜欢 The Lot Radio（布鲁克林的一家网络电台），可是它的 iOS 应用不太好用，也不支持投屏，他就用 AI 花了一个小时，自己做了一个新的，能播放这家电台，也支持投屏。他说不打算靠它赚钱，会开源，也就是把代码公开给大家用。能给自己做个东西，解决自己的问题，在他看来很特别，也有点神奇。

他对“AI 拿来替代什么”也有话说。他说，谁让 ChatGPT 写过一首说唱，或者一篇随手的文章，都会发现它是个“平均机器”，出来的东西又快又没毛病，也完全平庸。他读过的好文章、好书，听过的有挑战的音乐，好就好在它们是反着平均、反着常规走的，他学到的关于艺术的一切，都在说这才是好作品的标准。所以他不喜欢用 AI 去替换别人用心做、用心改出来的东西。他更在意的是，这件事能让我们做到以前做不到、或者不容易做到的什么。他举音乐为例：现在在家里录音又便宜又简单，以前那是一个价值上百万美元的录音棚的事；往 Suno（一个输入文字就能出歌的 AI 工具）里打几个字也能出一首歌，但他不觉得这会取代家庭录音，它们是不同的类别。

有人问他，有没有人愿意花钱，做东西给自己和朋友。他说，他和他的投资人都觉得有。这个判断眼下还是一个假设，要靠时间来验证。

我注意到，Jamie 的这些话，和 2.0 对准的人群，看上去不是一回事。2.0 的主要用户是营销人员和小企业，要的是广告、产品图、一整套宣传物料；Jamie 自己最高兴的，却是做给家人朋友的东西，是平均之外的东西。不过往下想一想，两件事用到的是同一个能力：让不懂各种模型的人，也能做出一个能用的成品。Skills 里留下自己的审美，也是在回答他担心的平均问题：智能体替你选模型，但“什么才算好”这个判断，要从你这里进去。

06 为什么 2.0 先去找营销人员和小企业

Jamie 说，2.0 是给营销人员和小企业用的。开头那个场景已经说了大半：这些人要做的东西多，要快，要风格统一，又没有时间去学每一个模型的脾气。Two Small Fish 的 Brandon Zhao 和 Allen Lau 说得更直接：大多数用户不想自己管调度，不想去想该调哪个模型、该用哪个工具、怎么把好几步拼起来，他们只想把意图讲清楚，让产品去做底下的难事。每一次平台变化里，弱的产品把系统的复杂摆给用户，强的产品把复杂藏在合适的地方。他们还说，商业化不是产品做完以后才发生的事，在 AI 里，它往往从一开始就藏在产品的选择里。Jamie 还说，Glif 也可以从 Claude、ChatGPT、Cursor（一个写代码的工具）里直接调用，用户不一定要来 Glif 的网站，在自己已经用着的工具里，就能把图像、视频和声音的活交给它。

我自己的一点思考

看完这些，我最大的感受是，Glif 从 HOLOSHEET 到 2.0，一直在做同一件事：把“怎么做”一步一步从人手里拿走，把“做什么”留给人。Fabian 当年把需求写给 GPT-3，让它写出表格里的程序；后来上百万人在平台上互相改着搭工作流，试出了什么办法管用；现在这些办法被教给一个智能体，用户只需要讲想要什么。每往前一步，人要做的操作少一些，要做的判断多一些。

第二点是关于判断。a16z 用斯皮尔伯格来比喻，Fabian 用厨师来比喻，说的是同一个位置：站在一旁指挥的人。可是指挥的人得知道什么是好，否则智能体选得再快，出来的也是 Jamie 说的那种又快又平均的东西。所以我觉得 Skills 这个设计值得看，它让一个人的判断能被存下来、反复用。以后做创意的人比的，可能不再是谁手快、谁更熟哪个模型，而是谁的判断更准、谁留下的做法更好用。

第三点是它还没有回答的问题。Jamie 相信有人愿意花钱，做东西给自己和朋友，这个判断要靠时间验证；而 2.0 先去找的营销人员和小企业，付钱的理由要清楚得多。这两件事现在放在同一个产品里，哪一个先做起来，会决定它最后是什么样子。

接一百个模型不难，难的是知道这一次该用哪个，做成什么样才算好。

资料来源：

Glif，Glif 2.0 Is Here (And It Made Its Own Launch Videos)，2026-04-23原文 https://glif.app/changelog/2026-04-23-glif-v2-launch

a16z，Investing in Glif，2026-04-23原文 https://a16z.com/announcement/investing-in-glif/

USV，Glif，2026-04-23原文 https://www.usv.com/writing/2026/04/glif/

Two Small Fish Ventures，Announcing Our Investment in Glif: Claude Code for AI Creatives，2026-04-23原文 https://twosmallfish.vc/announcing-our-investment-in-glif-claude-code-for-ai-creatives

Jamie Wilkinson，Glif（个人网站）原文 https://jamiedubs.com/glif/

Fabian Stelzer，Glif 2.0 发布推文，2026-04-23原文 https://x.com/fabianstelzer/status/2047359946702880920

INSIDE AI #31，Vibecoding, Kunst und Agenten: Fabian Stelzer (glif)，Fraunhofer IEM，2026-03-06原文 https://www.youtube.com/watch?v=O845KuE3j4U

Tasteland，Ep. 72: Minimum viable meme ft. Jamie Wilkinson，2025-12原文 https://www.youtube.com/watch?v=M-nUYyPbcH4