Nick Saraev · 06:22 · 发布 2026-07-09 · 7699次观看(截至抓取) · 观看原视频
主旨
5 分钟搭一个”屏幕截图 + 观察台 + Fable 周期询问”的循环,让 Fable 主动找你自己注意不到的工作流低效并给升级建议。
核心论点
- 截图 + 廉价模型总结 + 周期问”如何省钱”是 5 分钟可搭的循环,头几天就能省 30 分钟,长期可能 2-3 小时/天。(→ 详解1)
- 个体每天浪费的几十秒累计成组织/国家层级的可观 GDP 损失,这正是 Fable 该去挖的金矿。(→ 详解1)
- Fable 的审计建议能溢出到物理世界——把同一思路套到摄像头录像上,坐姿、视线、手部习惯也能被审计。(→ 详解2)
- 该系统的运行成本极低(每天约 8640 行元数据 + 约 20 帧 vision),完全可在空闲 session 里后台跑。(→ 详解3)
知识点详解
作者章节标题与口播内容不符:meta.json 把本片标注为 "SaaS Million ARR (Clairvo) / Mining Claude Code for Ideas / Predictive Pacing Example" 三章,但口播全程围绕"屏幕截图审计 + 周期性升级建议"展开,未提及 SaaS/ARR/Clairvo/Claude Code 想法挖掘/Predictive Pacing。本笔记按实际口播写,保留作者原标不重命名以保持与 meta 一致。
1. SaaS Million ARR (Clairvo) 00:00
5 分钟搭一个”屏幕审计”循环:工作流正常推进的同时,Fable 5 或其他多模态模型每 5 秒抓一张屏幕截图(00:17),写入当日文件夹数据库,再交给一个便宜模型做摘要,把”反复出现、低价值”的模式计入一份持续追加的观察台(observations ledger)。
接下来以天或周为周期,把 ledger 喂回 Fable 问一句”How can I economize my workflow?”(00:34)。这一问是整个系统真正产生价值的地方——不是截图本身,而是周期性把审计问题交给模型。
作者自陈是”已经相当优化的知识工作者”(00:51),即便如此,这套系统让他头几天就拿回了半小时/天,长期估计能到 2-3 小时/天(00:44)。
第一批升级来自头一小时的真实屏幕录制:Fable 观察到他对几个网页做周期性轮询查更新,直接建议把 8 次分散刷新合为一份 morning digest 一次读完(01:04)。这是把”轮询式检查”换成”批量推送”的典型一例。
第二个例子是零散记录内容点子——平时每天花 5-10 分钟,Fable 把它收成一个 Raycast script command + Linear API passthrough:按一个热键、说一句话、直接回工作(01:28)。第三个例子是建议把项目管理器里跨团队视图合并简化,核心是”看到分散就建议合并”。
这套系统的真正野心不是省作者自己的时间,而是挖个人无意识浪费的几十秒乘以全国/全组织人数后累计成的 GDP 黑洞(01:47)。鼠标移到左上角、点两三次、消耗 15 秒去换一个本可一键完成的动作——单看不值,乘以百万人/天就变成了一个国家的损失(02:12)。
2. Mining Claude Code for Ideas 02:39
第一个直接换算成钱的升级是语音转录。原方案 Aqua 每月要花十几美元、每次调用还有约 250ms 延迟;Fable 给出本地替代方案,把延迟压到 50ms 并直接砍掉订阅(02:36)。作者每天语音转录”几百甚至上千次”,200ms × 500 次 ≈ 几分钟/天净回收,外加每月 $15 现金省下。
第二个升级是 Chrome 扩展:他每天要重复打开同一组页面,Fable 直接生成一个 Chrome 扩展让它们同时打开(03:35)。这把思路延伸到新员工入职——新人第一天进组织不知道任何 SOP,跑完一天工作流 Fable 就能给出推荐(如每天省 5 分钟的 Chrome 扩展);孤立看 5 分钟不值,放到新员工人数上就是大数字。
把屏幕审计从工作台溢出到生活,是这一节最具想象力的部分。作者认真考虑在房间右上角装个摄像头,每 5-10 秒拍一帧(03:59),跑 3-7 天后喂给 Fable 加人工标注,问它”你看到我能帮上什么忙吗”。
能挖出的可能是:他时不时弯腰去挠背、椅子靠姿引起背痛、因为灯在脸上老是眯眼、显示器不在视线正中——所有这些单看都不值一提,放一起就是”我应该站起来换个姿势 / 调整显示器高度 / 把灯挪开”这种长期被忽略的身体工程建议(03:56)。
3. Predictive Pacing Example 05:57
落到工程细节上,这套系统每天产生约 8640 行元数据,基本全是文本所以”基本免费”;只在文本描述不出来的视觉信息处取约 20 帧 vision(04:36)。
行为模式的判定阈值是”出现 3-4 次就确认这是一个 low-value 模式或低效模式”,然后由 Fable 给出升级方案——“按这个热键”、“这个每月 $30 的语音工具有免费本地替代”、“这个每天 3-4 次的 5 分钟任务要不要我写个 Chrome 扩展替你做”。
第二个值得记下的设计是”蹭 Fable 空闲 session”:屏幕截图后台一直在跑(每几秒抓一张,作者录视频时也在抓),用户可以每天让 Fable 醒一次快速分析提建议(05:17);更现实的做法是睡前跑一次,把稀缺的 session limit 用掉(05:52)。视频结尾作者给出两个落地件:一是喂给 Fable 让它帮你搭这套系统的脚本,二是常驻后台每 5 秒截图的 watcher 脚本(Mac/Windows 各自需不同可访问性权限配置)。
可执行步骤
- 用 Fable 5 或本地多模态模型搭一个”每 5 秒截图 + 写入当日文件夹”的常驻 watcher 脚本(Mac/Windows 各需相应可访问性权限)
- 跑一个便宜摘要模型对当日截图文件夹做摘要,把反复出现的低价值模式追加进 observations ledger
- 每天/每周把 ledger 喂给 Fable,问一次”How can I economize my workflow?“,按建议升级(热键/工具替换/扩展/合并)
- 把每天的 ledger 视作可迭代资产:模式出现 3-4 次就当作确认的低效,触发升级动作
- 跑满 3-7 天后,审计一次”省下的时间 vs watcher 的开销”,决定是否长期保留
关联
- 进阶:与 2026-07-04-我花了1486美元买Fable代币，你就不用花了 是同频道续作,先读上一篇了解 Fable 5 的 token 经济与基本能力边界,本片是基于其 vision + 长上下文能力的一个具体工程示例。
- 互补:与 Self-annealing 自退火 是同一模式——工作流遇错自修并写回指令——但本片把它套到了”人 + 工作流”上,触发条件不是错误而是周期性”找低效”,修复手段不是改指令而是改工具/习惯。
一手来源与延伸
- 视频所讲工具/平台:
- Fable 5:Anthropic 2026-07 旗舰,7-07 起仅按 API Credits 计费(见概念索引)
- Aqua:被替换的语音转录软件(具体替代品视频未点名)
- Raycast / Linear API / Chrome Extension:落地件,视频未给具体链接
- 视频描述附有完整脚本与图表作为附件,链接位于原视频下方,无独立文章/论文引用。
术语
- Observations Ledger(观察台,Fable 持续追加的低效观察清单,周期性询问时被回传)
- Screen Audit(屏幕审计,用周期性截图 + AI 总结找自己注意不到的工作流低效)
- Polling Loop(轮询式刷新,逐条主动检查更新;反义:morning digest 一次性批量推送)
- Lossy Workflow(有损工作流,内含微小但可消除的低效环节的工作流)
金句
“I legitimately think there’s a massive amount of GDP or gross domestic product buried in minor inefficiencies like this.” 01:47 → 把”鼠标移到角落点两下”这种小事拔高到 GDP 层,提示个体优化与宏观经济之间的杠杆关系。
“Hey, use the hot key. You mouse through the menu four times today. Hey, this $30 a month voice tool, here’s a free local one.” → Fable 升级建议的口吻模板——具体、有量化、可执行、不空谈”效率”二字。
立场与利益
- 与利益同向(待印证):核心主张”每天省 30 分钟-2 小时”仅来自作者个人主观陈述,没有公开实验数据;同时这一主张隐含”Fable 越用越值得用”的导向,与作者 description 里 Maker School / Maker Zero 两个 skool 课程的招生构成同向激励——按内容本身采信但建议读者复现一周验证。
- 利益中性:语音转录从 Aqua 切到本地替代的具体节省(200ms × 500 次 + $15/月)、Chrome 扩展同时打开固定页集合——都是具体可独立验证的工具替换事实,无明显利益挂钩。
- 与利益反向:无——视频未出现任何与作者商业利益相悖的承认。
利益证据:description 含 skool.com/makerschool/about 与 skool.com/maker-zero/about 两个课程/社群导流链接,均与 Fable 使用场景绑定。
价值定位
- 适合谁:每天大量时间在电脑前做重复性数字工作的人(知识工作者、agent/agency 运营者、自由职业者);尤其适合自认”已经优化得差不多”想再榨一层的人。
- 解决什么:用最低成本(5 分钟搭建)接入一个”被动审计员”,持续找出你自己注意不到的工作流低效;附带给出具体升级方案(热键/工具替换/扩展/合并)。
- 认知 vs 实操:实操导向——视频给出完整机制、具体示例和落地脚本(在视频下方),读者可以直接复现。
- 与 2026-07-04-我花了1486美元买Fable代币，你就不用花了 重叠但本片独有:前者聚焦 Fable 5 的 token 成本与削减技巧,本片聚焦把 Fable 作为被动审计者的系统设计与可溢出到物理世界的延展思路。
自检问题
- 这套屏幕审计系统的三个核心组件是什么?它们各自承担什么职责? 答案:截图 watcher(每 5 秒抓屏幕,写入当日文件夹)+ 便宜摘要模型(把当天截图流折成模式/低价值观察)+ Fable 周期性询问(“How can I economize my workflow?“,触发具体升级建议)。来源在「知识点详解 1」,00:17 与 00:34。
- 作者用 Aqua 切到本地替代方案的具体节省是什么? 答案:每月省 $15 订阅费 + 单次延迟从 250ms 降到 50ms,按每天约 500 次语音转录计算,每天额外收回约 200ms × 500 ≈ 几分钟。来源在「知识点详解 2」,02:36。
- 为什么作者认为”屏幕审计”也能溢出到物理世界? 答案:把同一”周期性截图 + 摘要 + 周期性询问”模式套到摄像头录像上,能挖出弯腰/椅子靠姿/眯眼/显示器位置等长期被忽略的身体习惯低效。来源在「知识点详解 2」,03:59。
- 该系统每天的工程开销大致是什么量级? 答案:约 8640 行元数据(纯文本,基本免费) + 约 20 帧 vision(覆盖文字无法表达的画面),完全可在 Fable 空闲 session 里后台跑。来源在「知识点详解 3」,04:36。