从最难回答的那个开始。

它会取代剪辑师吗？

不会。它取代的是「通看四十多分钟找名场面」这一段。

剪的部分早就有成熟软件，找的部分至今没有——这套系统做的是后者。机器把一集压缩成五条带判据的候选，人对这五条做取舍。机器不做审美判断，人不做重复劳动。

更实际的一点：最终发出去的每一条，都经过人点了「留用」。系统没有自动发布的路径。

它选错了怎么办？

弃用，填一句原因，然后可以当场调权重重跑。

弃用原因不是走流程——它是这套系统将来学会自己判断的唯一训练标签来源。「节奏太拖」「主演没露脸」「和前面那条重复」，每一条都是一次标注。

如果是系统性地选偏了（比如总在挑打斗、漏掉文戏），那不该逐条弃用，而该去调权重：四路信号各占多少写在配置文件里，改完重算只要零点几秒。

为什么判定用的是加权规则，不是一个模型？

因为规则能解释，也能现场调；模型两样都做不到。

黑盒分数没人会用——剪辑师看不懂为什么是 92 分，就不会信任它。加权规则可以把四路信号各自的贡献摊开摆在界面上。

更实际的是可调性：现场觉得「明星权重太高了」，改一个数字、重算零点几秒就能看到结果。换成模型，这个动作是重新训练。在还没有质量基线的阶段，可调比准确更重要——因为你至少能试。

四路信号里有一路挂了会怎样？

链路照常走完，并且会明说哪一路没跑成。

每一路识别都有对应的降级行为，自动触发。但更重要的是结果的诚实性：某一路没有输入时，界面标明它处于降级状态，而不是给它记 0 分。

「没输入」和「判断为零」是两件事。混在一起的分数不能用来做决定——使用者会以为「这段确实没有转折」，而真相可能是「那一路根本没跑成」。这个区分曾经被一个 bug 破坏过，日志里有记录。

需要 GPU 吗？

不需要。目前全部实测都在一台十核 CPU 的笔记本上完成。

关键的成本手段是代理流：识别阶段全程跑低分辨率，只在最终渲染时回到原始源。单这一项就让识别耗时降一个数量级。

语音识别也在本机跑，不依赖任何外部接口。画面理解走接口，但它是四路里唯一一路——接口不可用时链路照样走完，只是那一路降级。

一集要跑多久？

验收上限是三十分钟。已实测的部分远低于此，完整数字待真实剧集素材。

在一段 48.9 分钟的素材上，转码、镜头分割、帧间差分三步合计 134 秒，检出 613 个镜头。

识别三路都只跑候选范围而不是全片，这是能压进三十分钟的关键。台词转写全片要十八分钟，只转候选窗口约三分钟。

需要说清楚的是：上面的测试素材不是剧集，完整链路的端到端数字要等真实素材跑过才算数。

调一次权重要等多久？

零点三秒。

每个阶段的产物都落盘，重算时上游直接读缓存——因为调权重根本不改变识别结果，只改变怎么给它们加权。

这个差别不是性能指标，而是它决定了「调权重」是一个值得反复试的动作，还是一个想想就算了的动作。而调权重只有能反复做才有价值。

视频会被传到外面吗？

原始素材、代理流、抽帧全程留在本机，不出这条线。

这是整套架构的第一约束，不是事后加的策略。工作台连上传功能都没有——素材放在服务器目录里由界面选取，因为一集正片两三个 G，经浏览器传既没有意义，也让介质多走了一段不必要的路。

目前只有画面理解那一路会把抽出的帧送到外部接口。如果这一条也不能接受，把那一路关掉即可，链路会降级但照样跑完，其余三路信号不受影响。语音识别已经改成本机跑，不再有文本外发。

有没有许可证上的坑？

有一个，已经知道，产品化前必须解决。

人脸识别用的预训练权重标注为非商用。内部验证阶段不受影响，但对外交付前须采购授权、换模型或自训。这一条从选型时就列在必解清单上。

另外有一个候选开源项目因为许可证被排除——它的传染条件包含「通过网络提供服务」，正好是本产品的形态。

综艺、纪录片、电影能用吗？

当前版本只做剧集，其余明确不做。

不是技术上不能，是判断标准不一样。剧集的高光是打斗、反转、告白、名场面；综艺的高光是笑点密度和名场面梗；纪录片几乎没有「爆点」这个概念。四路信号的权重预设是按剧集调的，直接套到别的类型上，结果不会好。

好在权重是外置的——换类型意味着重新配一套权重和一套基准标注，而不是重写代码。

能换成别的模型或服务商吗？

能，改配置文件即可，业务代码不动。

画面理解与文案生成走的是通用接口协议，几家主流服务商和本地部署都兼容，切换只是换一个地址和模型名。文本与视觉可以分别用不同的服务商。

语音识别是例外：它现在跑在本机，不走接口。

4K 素材呢？

当前版本按 720P 验证，4K 不在这一轮范围内。

代理流机制天然对高分辨率友好——识别阶段本来就要降到低分辨率，源片是 720P 还是 4K，对识别耗时影响不大。真正变贵的是最终渲染那一步。

它会自己变得更准吗？

还不会。数据在攒，但回路还没建。

每一次留用、弃用、入出点微调都在被记录，弃用的原因也一并存下——这是为了将来能从人的判断里归纳出规则。但目前还没有任何东西把这些记录变成判定规则的改进，它们只是躺在那里。

这是下一阶段的事。先攒数据是对的，但「在攒数据」和「在变聪明」是两回事。