不知道你们第一次听到小龙虾把自己的文字念出来时，是什么反应。
我的第一反应是：一阵强烈的“羞耻感”。
文字是很安全的。
当你敲下一行字时，你可以躲在屏幕后面，读者会用他们自己的语境去脑补你的情绪。即使写了一堆空洞的大词，排版好看一点，它也能蒙混过关。
但声音不行。
当一个真实的、带着呼吸感和抑扬顿挫的音色，把你写的脚本字正腔圆地念出来时，那层名为“文笔”的遮羞布就被彻底撕碎了。逻辑的断层、语言的生硬、那些为了显得专业而堆砌的废话，在音频进度条的推进下，会遭遇公开处刑。
所以，第七课的作业——用小龙虾生成一段关于《通往AGI之路》的双人播客，是一场凶险的局：
你大可以把它当成一个“文本转语音”的跑通测试草草了事。但如果你和我一样，宁愿交白卷也不愿意交出一份干瘪无趣的工业垃圾，如果不想自己做出来的东西在个性化方面连免费的NoteBookLM都不如，那你最好在开始动手前，重新审视一下手里的筹码。
这一课，也是在最后一节课顶峰相见之前：我们应该收拾好疲惫的身体，玩点真实的了。
非常适合用于复习的AI播客：播放用不完美赋予AI对谈灵魂00:00
/
17:06
直播00:00**重播
一、把技术细节当成底座，而不是高光
让我们先把目光放在最基础的链路跑通上。
从课程实录来看，这节课的技术动作非常清晰：注册阿里云百炼，找到 TTS（语音合成）模型，复制 API 文档的 Markdown 文本，把它丢给小龙虾，让它利用 Skill-Creator 的能力自动生成一个语音技能，最后填入 API Key。
这个过程，撑死只需要十五分钟。
如果你在作业文档里，花了百分之八十的篇幅去截图证明“我是怎么复制文档的”“我是怎么把 API Key 填进去的”，这其实是一种非常聪明的偷懒。因为你在用战术上的勤奋，掩盖你不想面对内容创作的懒惰。
技术链路的复盘当然要写，而且要写得严谨。
比如，你选的是什么模型？为什么用 qwen3-tts-flash？你有没有解决输出音频格式（比如把 wav 转换为便于在飞书IM中使用的opus格式）的问题？卡在权限配置时，你是怎么顺藤摸瓜排查的？
把这些作为作业的“底座”清晰地码好，证明你不仅具备了执行力，还具备了工程化的颗粒度。
然后，迅速跨过这一步。真正的硬仗在后面。
二、两个音色，不等于两个人
作业的核心要求是“至少两个角色的对话”。
那么大多数人会怎么做？
我猜会在提示词里写：“请帮我生成一段播客脚本，包含主持人和嘉宾。”然后拿去生成音频。
最后你会得到一段精神分裂般的成品。
虽然是一个男声和一个女声在交替说话，但他们咬文嚼字的方式、遣词造句的习惯、甚至呼吸的节奏，都属于同一个无聊的 AI 大脑。这不是播客，这叫“分声部诗朗诵”。
把两个音色拼在一起，那叫混音；把两种立场撞在一起，才叫对话。
如果你想赢下这把牌，在设计角色时就必须足够决绝。
给这两个角色加上致命的限制条件。
比如，不要设计“主持人与嘉宾”，去设计“一个极其焦虑、缺乏安全感的新手”和“一个试图用理智掩盖孤独的老玩家”。
让他们在对话中产生错位。
一个负责抛出那些平时不敢问的蠢问题（“这期训练营的优秀学员真的有我的位置吗？我连部署都会报错”），另一个用带着疲惫却依然清醒的语气去拆解它。
当你把角色卡写到这种精度，再让小龙虾去生成脚本、调用不同音色的 TTS 接口时，合成出来的声音才会有“活人感”。
声音本身是没有灵魂的，灵魂全在你的前置设定里。
三、对抗完美主义的唯一方法，是接纳局部的粗糙
既然作业主题是《通往 AGI 之路》，很多同学的完美主义病就会发作。
大家都知道，WaytoAGI是全国乃至全世界都非常有影响力的AI社区。所以你也许总觉得要在这个主题下，讲出一点震撼人心的行业洞察，否则就不够格。
为了追求那种不存在的“极致”，一遍遍让 AI 重写脚本，直到把仅存的一点表达欲耗干，最后拖到死线，交上去一份毫无波澜的新闻稿。
我太懂这种感受了。
恐惧平庸，所以宁愿停在原地。
但我们现在做的是播客。播客的第一要义，是真实的陪伴与倾诉。
或者说，就是去试着把那该死的偶像包袱卸掉一半。
不需要去讲大模型的前沿参数，去讲你在训练营里熬夜排错的崩溃；不要去讲人类与机器的宏大未来，去讲你看着小龙虾第一次发回消息时，那种在这个不安全的环境里突然被连接、被看见的微小战栗。
试着在提示词里加上这样的约束：
“使用极其口语化的表达，允许出现犹豫、停顿和自我否定，单次发言不要超过三句话，不要出现任何项目路演式的排比句。”
你会发现，哪怕最后生成的音频里，某个转折不够丝滑，某个情绪词读得有些平淡，但整体透出的那种“真实感”，似乎可以秒杀一切四平八稳的满分作文。
只要这段声音里还有真实的困惑和解法，只要你没交出不得已的垃圾，你就还没输。
四、在这份文档里，留下你的尊严
最后，当你要把整个过程封装成一篇飞书文档提交时，请把它当成你个人的产品复盘件。
这篇文档的结构，本身就该是你的品味体现。
开头，用两百字交代你的核心设定：
你为什么设计这两个角色？你想借他们之口，讲出一个什么视角的《通往 AGI 之路》？
中间，冷静地铺陈你的技术实现：
从模型选择到 API 接入，从提示词的微调到音频拼接的逻辑。不要只贴成功结果，把那些“第一次生成的脚本像念经，我是如何通过调整 Prompt 把它改得像人话”的迭代过程写进去。失败的废稿，恰恰是你作为产品经理的试金石。
结尾，放上你合成的最终音频，并附上你的“不满”。
是的，写下你的不满。
承认这套基于当前 TTS 接口跑出来的播客，在情绪连贯性上依然有硬伤；承认如果不进行人工干预的二次剪辑，它的节奏还是略显生硬；承认你距离真正意义上的“音频流自动化”，还差几个关键的组件编排。
这种坦诚，远比那种粉饰太平的“结语”，要高级得多。
结语
第七课结束了。
从文本的囚笼里走出来，赋予你的数字代理真正的声带，这是一个极具象征意义的时刻。
它可能很笨拙，甚至有点可笑。
但当你按下播放键的那一秒，你在这个由代码构成的世界里，硬生生地砸出了一声回响。
那就让这声回响，尽量像你自己一点。
学员须知（小白基础答疑手册）
作业提交步骤指导：☎️AI训练营 - 学员须知（持续更新）
OpenClaw主文档(含所有回放)：第五期：OpenClaw小龙虾训练营
AI训练营数据中心（含证书获取、找搭子）：🌈AI训练营第1课：第1课：认知破局——认识OpenClaw小龙虾第2课：第2课：基建搭建——小龙虾云端部署+技能初始化第3课：第3课：数据中枢——小龙虾协同多维表格第4课：第4课：社媒引流——小红书自动化运营第5课：第5课：私域沉淀-微信公众号一键排版第6课：第6课：主动出击——让小龙虾给你打电话
第7课：第7课：赋予声带——让小龙虾开口说话第8课：第8课：顶峰相见，谁的龙虾会运营课程在线回答汇总：🥠课程在线回答问题汇总优秀笔记：优秀笔记分享自习室：自习室
✨从训练营出发，你与AI的故事我们想听 | WaytoAGI AI训练营老学员专属回访https://waytoagi.feishu.cn/share/base/form/shrcnvP68KwlHihAAi7UQ2Dzw2g
从训练营出发，你与AI的故事我们想听 | WaytoAGI AI训练营老学员专属回访https://waytoagi.feishu.cn/share/base/form/shrcnvP68KwlHihAAi7UQ2Dzw2g