YOUTUBE 研究 · 指南

AI 能替我看 YouTube 视频并告诉我错过了什么吗?我们用 101 个视频试了试

可以:AI 没法坐下来看视频,但能读视频的文字稿,而说过的内容几乎都在里面。2026 年 11 月 21 日,我们对 29 个 AI 频道的 101 个 YouTube 视频(共 34 小时)这样做了,用时 3 分 28 秒。

更新于 2026年11月21日 · 阅读约 3 分钟

可以。AI 没法坐下来看视频,但能读视频的文字稿,而大多数 YouTube 视频的内容就在里面:说了什么,什么时候说的。2026 年 11 月 21 日,我们让 AI 通过读文字稿“看”了 101 个 YouTube 视频,总共 34 小时,用时 3 分 28 秒。

我们用自家的工具 YouTubeTranscript.dev 获取文字稿,再用一个 AI 模型来读。下面是输入了什么、产出了什么、AI 哪里出了错,以及怎样用你自己的列表来做。

我们给了它什么,花了多少钱?

就是那种人人都有、永远看不完的列表:29 个 AI 类 YouTube 频道九天内发布的全部视频。我们沿用之前一项研究中的 31 个 AI 工具频道,保留 2026 年 11 月 12 日至 21 日发布的所有 3 分钟及以上的视频。有两个频道没有发布这么长的视频,最后剩下 101 个。

测试的终端日志:29 个频道的 101 个视频,一次批量请求,大约两分钟从 0 到 101,407,082 个单词,101 积分,之后 AI 阅读花费 0.41 美元,总计 3 分 28 秒真实测试,2026 年 11 月 21 日(UTC),通过 YouTubeTranscript.dev 的 API。

测量项结果
视频101 个,来自 29 个频道
时长34.0 小时(中位数 17 分 49 秒,最长 56 分 55 秒)
找到的文字稿101 个都有字幕,没有一个需要用 AI 转写音频
单词数407,082
获取全部文字稿用时120.6 秒,一次批量请求
AI 阅读用时74.4 秒(逐个阅读)+ 12.7 秒(全部对比)
YouTubeTranscript.dev 积分101(每个视频 1 积分)
AI 模型费用0.41 美元

测量方法: 频道列表和批量任务于 2026 年 11 月 21 日 04:00 至 04:05 UTC 通过我们的 API 完成。批量用时取自任务自身的创建和完成时间戳。单词数按返回的文本统计。积分是处理前(2,189)和处理后(2,088)的余额。AI 费用是每个请求报告的 token 数乘以模型的标价。

AI 发现了哪些反复出现的内容?

我们让 AI 列出每个视频的要点,每条都附上从文字稿原样复制的引用。然后让它把说法相同的要点归为一组。下面的数字是视频数量,由这些分组算出,不是 AI 写的数字。

一页总结:七条要点及提到每条的视频数量、两处分歧,以及附创作者和时间戳的六条说法产出:我们本可以用它代替 34 小时的一页纸。

  • Fable 5.2 效果更好,但比 Opus 5.5 贵(6 个视频)。Jack Roberts 发现它“twice as expensive as Opus 5.5 and 50% slower”(24:50)。
  • 把大任务分给一“群”智能体(6 个视频)。
  • Gemini 4 Neon 更便宜,接近顶级模型(5 个视频)。
  • Claude 现在可以加入你的视频通话,边聊边做文档和白板(4 个视频)。
  • 简单任务用小而便宜的模型(4 个视频)。
  • 智能体执行高风险操作前保留人工审批(4 个视频)。
  • 用自己的工作测试模型,而不是看基准测试(4 个视频,3 个频道)。“Make your own benchmark. Take five to 10 real tasks you do every single week”(TheAIGRID,29:22)。

不用 AI、只做简单的词频统计,也能看出这一周的话题:101 份文字稿中,Claude 出现在 78 份里,Fable 58 份,Opus 56 份,GPT 41 份,Gemini 35 份。

最令人意外的说法有哪些?

我们让 AI 找出会让关注 AI 的人感到意外的说法。这些是创作者在当时说的话。我们没有核实,你在转述前也应该核实。

  • Anthropic 的 IPO“raised $81.3 billion”(Matt Wolfe,0:31)。
  • GPT-6.2 Astra“scored 100% on ARC-AGI 3”,第一个满分(TheAIGRID,5:33)。
  • Fable“coordinated over a thousand sub agents working around the clock for eight days and built a working operating system”(Ben AI,7:35)。
  • 在 Anthropic,AI 智能体的任务时长超过员工“by six or 7 to one”(Nick Saraev,3:40)。
  • 一个小型开源模型“refused 92 out of 100”个请求,去掉安全训练后只拒绝了 100 个中的 4 个(Jack Roberts,30:29)。

创作者们在哪些问题上意见不一?

这是单个视频的总结给不了你的。我们让 AI 找出不同频道给出相反答案的问题。

  • Fable 5.2 值这个价吗? 两人说值:MattVidPro(“for some people it's definitely worth it”,8:16)和把它当日常主力的 Jack Roberts(26:03)。两人说继续用 Opus 5.5:Ben AI(“faster and it's half the price”,4:16)和 David Ondrej(2:14)。
  • 选哪个模型还重要吗? corbin:“at a certain point it's just going to get so good it doesn't matter who you choose”(3:21)。AI Explained:试试“the main three families of models on your particular task”(2:03)。
  • AI 剪视频已经好用了吗? Wes Roth 说 Fable 是“top of the line”(20:52);Nate Herk 试了两个顶级模型,“they were both really bad”(9:12)。

AI 有没有出错?

有,这正是每条结论都附引用的原因。

  • 编造的引用。 它返回了 1,053 条引用。我们逐条在文字稿中搜索:829 条能逐字找到,另外 224 条(21%)被删掉了。本文的每个时间戳都来自文字稿,而不是 AI。
  • 并不存在的分歧。 它标出了 7 处。仔细读后,4 处成立。其中一处它把一位创作者放错了阵营,我们已改正。
  • 只在画面上的内容。 文字稿里只有说过的话。没有讲解的图表、演示或代码编辑器,它都看不到。
  • 字幕里的拼写。 有个视频标题写着“Riemann Hypothesis”,但 101 份文字稿里都找不到这个词,因为字幕把它拼成了别的样子。按意思搜索,而不只是按准确的词。

怎样用我自己的视频列表来做?

在网站上。 把频道或播放列表链接粘贴到 YouTubeTranscript.dev,一次任务就能拿到每个视频带时间戳的文字稿。「稍后观看」是私密列表,所以先把视频复制到一个公开播放列表。然后把文字稿和下面的提示词一起交给你常用的 AI 助手。

PROMPT
这些是我保存了却一直没看的视频的文字稿。请为每个视频列出最多 5 条我能用上的要点,以及最令人意外的一条说法。每一点都要原样引用文字稿中的话,并附上时间戳。然后综合所有视频:哪些要点在 3 个或以上的视频中出现过?哪两个视频意见相反?只使用文字稿中的内容。

如果视频较多,就分成几组,参考如何用 AI 总结长文档。

用 API。 我们就是这样做的:列出频道的上传视频,把所有视频 ID 放进一次批量请求,再用任意 AI 模型阅读文字稿。要求逐字引用,并在相信之前逐条和文字稿原文核对;只需几行代码,帮我们挡下了 224 条错误引用。

在 Claude Code 或 Claude Desktop 中。 YouTubeTranscript.dev 有 MCP 服务器,Claude 可以自己获取文字稿。用你的 API 密钥添加:

claude mcp add --transport http youtubetranscript https://mcp.youtubetranscript.dev --header "x-api-token: YOUR_API_KEY"

然后问它:“获取这些视频的文字稿,告诉我错过了什么,并附上时间戳。”

我自己做要花多少钱?

  • 文字稿: 有字幕的视频不论长短每个 1 积分。我们的 101 个视频花了 101 积分。没有字幕的视频会从音频转写,每 2 分钟 1 积分。
  • 套餐: 免费版每月 10 积分,每批最多 10 个视频。Basic 每月 9 美元,含 1,200 积分,每批最多 500 个视频,足够每月把这个测试跑 11 次。详见价格。
  • AI 阅读: 这次 407,082 个单词花了 0.41 美元。更大的模型会更贵;逐个阅读用小模型就够了。

34 小时的视频,不到四分钟读完,花了 101 积分和 41 美分。要注意的就是上面说的:要求引用,并核对它们。

常见问题

AI 真的能看 YouTube 视频吗?+

和你看的方式不一样。它读的是视频的文字稿,里面有带时间戳的说话内容。只出现在画面上的东西,比如图表或没有讲解的演示,它会错过。对于真人讲解、教程和播客类视频,文字稿包含了大部分内容。

用 AI 总结 100 个 YouTube 视频需要多久?+

在我们 2026 年 11 月 21 日的测试中,101 个视频(34 小时)用了 3 分 28 秒的机器时间:一次批量获取全部文字稿用 2 分钟,AI 逐个阅读用 74 秒,全部对比用 13 秒。

要花多少钱?+

这次测试在 YouTubeTranscript.dev 上用了 101 积分(有字幕的视频不论长短每个 1 积分),AI 模型费用 0.41 美元。免费版每月 10 积分;Basic 每月 9 美元,含 1,200 积分,每批最多 500 个视频。

AI 的总结可信吗?+

要核对。这次 AI 返回了 1,053 条引用,只有 829 条能在文字稿里逐字找到,其余我们都删掉了。它标出的 7 处分歧中,有 4 处成立。让它为每条结论附上引用和时间戳,几秒钟就能核实。

Claude 能帮我看「稍后观看」列表吗?+

Claude 可以通过 YouTubeTranscript.dev 的 MCP 服务器读取文字稿。「稍后观看」是私密列表,所以先把视频加到公开播放列表,或者直接把链接给 Claude,再让它获取每个文字稿并总结。

继续阅读

立即开始免费提取文本

数秒でYouTubeの動画をテキストに変換します。クレジットカードは必要ありません。

YOUTUBETRANSCRIPT.DEVをお試しください →
AI 能替我看 YouTube 视频吗?我们试了 101 个 | Creator Research