纳瓦尔在《纳瓦尔宝典》里说过一句话：

“财富是在你睡觉时依然能够为你创造价值的资产，它来自正和博弈。”

作为普通人，我并没有太多初始资源。如果说手里有什么能被称为“杠杆”的东西，唯二的选择只有：边际成本趋近于零的代码和媒体。

AI 模型进化极快，我一直在尝试用 AI 解决实际问题，去验证“赚小钱”这件事的可行性。

本文记录了我从“苦哈哈手动”到利用 Claude Code 实现“全程自动化变现”的完整过程。

认知觉醒：价格带宽与手动验证

1. 不同平台的“价格带宽”

23 年底，一次偶然的购物经历打破了我的认知。 我在某平台花5.9 元买的抹布，转头在小红书上看到了同款——一模一样的图片、一模一样的详情页，售价却是19.9 元，且销量高达6000+。

这让我意识到一个巨大的机会：小红书的用户结构，允许非常大的“价格带宽”存在。

2. 手动验证

抱着试一试的心态，我开始了第一轮手动测试：

选品：在抖音找热门品类，去拼多多找低价同款下单（进价 9.9，售价 55.9）。

内容：简单混剪视频发笔记。那时候平台算法还没现在这么精准，基本变个声、贴个图就有流量。

结果：几天后出了第一单。一个月下来，通过随手发的十几条视频，赚了大概 1.2 万元。

虽然钱不算多，路径也跑通了，但我并不觉得这是一个好的“小生意”。

痛点也很明显：没有对接系统，每次有用户退货，就要打开拼多多去核对订单，流程繁琐且浪费时间。

02 赛道切换：从实物到虚拟

真正让我重新审视整个模式的，是去年刷小红书时看到的一个案例：一位字节前员工，靠卖一个“多维表格记账工具”，累计销售额超过 100 万。

这让我认识到，实物电商虽然能赚钱，但永远摆脱不了物流和售后成本。 而虚拟产品（如记账模板、快捷指令、资料包），才是真正符合**“边际成本趋近于零”**的形态，是更完美的杠杆。

03 自动化的探索

第一步：选品

既然做虚拟赛道，选品是核心。我没有浪费时间手动查找，而是直接用 Atlas浏览器来代替我扫数据。

我的逻辑很简单，让 AI 模拟真人操作，帮我找出符合目标的产品（主要参考野马和灰豚数据）。

锁定品类后，利用 AI1:1拆解逻辑，直接复刻产品。

第二步：开店与内容策略

确定产品后随即在小红书注册了账号，认证实名开店挂商品（这部分网上有很多详细教程，此处不赘述）。

起初，内容上我走的是“精品路线”：找爆款笔记，用 AI 1:1 改写，精修图片，手动发布。

结果很打脸，发布了不少“看起来很认真”的笔记，几乎都是个位数。

我意识到一个残酷事实：在平台算法面前，单篇笔记的成败，存在极高的不确定性。

既然单篇不确定，那我的策略必须改变：不再赌“单篇精品”，而是用规模化产出对冲不确定性。换句话说：用数量，换概率。

这也是我真正开始思考“全流程自动化”的起点。

第三步：验证自动化

我有过疑虑：自动化生成的内容，会不会被平台限流？ 直到 12 月末，我的一篇完全自动化的笔记突然爆了：

90 万流量，近 500 万曝光，账号合计涨粉 2000+

全程没有手动发布过一篇笔记

悲催的是 4 天后我发现这条笔记没有挂商品，因为每天我习惯晚上才打开

千帆看一看是不是需要回复客服回复，笔记发的太多了我也不看，这让我

错失一波流量，但那一刻我也确认了一件事：至少在这个场景下，自动化不是问题。（小

红书每天上线是 50 篇，我基本每天发 30 篇左右，至今没有过违规）

04 技术进化：从 n8n 到 Claude Code

最早我用的是n8n跑全流程，但很快遇到一个硬伤： 只要某个节点执行时

间过长，流程就可能卡死（有的时候莫名其妙模型走偏）而且 API 的调用

成本，即便是没完成发布也是实打实已经消耗掉的

后来 Claude Skills 出了后，我看到油管国外的博主拿它做工作流，我也跟着尝试。

我发现原来的 CLI 和 IDE 编程工具比很多 Chatbot 更好用，并且能完美融入本地环境

然后我利用Skills和MCP，帮自己完成了一条完整链路：

✅自动在小红书找笔记✅自动改写文案✅自动发布✅自动挂载商品

再结合 Claude SDK 把整个流程封装成一个脚本，不仅能像 n8n 一样定时发布，这套流程比 n8n 好的是：在本地环境下，Claude 可以自动修复流程中的问题。比如 Docker 容器启动失败了，它会自己去修复，也不需要我干预。

实操路径（极简版）

安装 Claude Code： 参考官方文档：https://code.claude.com/docs/zh-CN/quickstart

配置 MCP： 这里我使用的是 GitHub 开源项目，按教程配置即可：https://github.com/xpzouying/xiaohongshu-mcp（直接告诉 AI，部署到本地 Docker）

配置 Skills： 我用的改写 Skills 是非官方的 smart-content-creator，直接下载安装即可：https://skillsmp.com/skills/ginobefun-smart-content-creator-skill-src-smart-content-creator-skill-md（如果你懒，也可以直接让 AI 帮你装）

封装脚本： 用 Claude SDK 或脚本封装一个定时服务，实现自动发布：https://github.com/anthropics/claude-agent-sdk-python（这里也可以直接告诉 AI 你的需求，让它帮你把以上步骤串起来）

Claude code 订阅费每月要200 美元，如果全程用它来生成文案，有点费 token，后来我发现，对于中文文案改写这种任务，国产模型也不错，性价比很高

所以我现在的“省钱组合”是：用 Claude Code +某国产模型包月套餐。

当然有一个缺点就是不能用原生的 SDK，所以我直接让 AI 写了个 Python

脚本把这两者串起来，每天定时自动跑，把整体运营成本压到了地板价

05 一点新尝试：长文功能

最近我尝试用Codex增加了小红书官方的长文功能。

测试效果如下图，直接发布了一篇长达 13 页的笔记，目前来看数据反馈还不错

06 最终结果与复盘

这次实验周期内，两个账号，三个月左右总变现约 4 W 左右。 虽然不是暴富，但考虑到我的投入，这是一件性价比很高的小买卖

我每天投入的时间，基本就是5 分钟，甚至有时候忙忘了，一整天都不会打开备用机

正因为太“睡后”了，导致我的客服回复率极差。3 分钟回复率仅 25.54%，

被平台评为“很差”。这也是后续销量下滑的主要原因，店铺整体评分被拉低了。

写在最后

如果一定要总结一句话：

在 AI 时代，普通人最值得学的，不是写代码，而是如何用 AI 解决真实问题。

如果你愿意花点时间研究，我非常推荐你26 年学一学Claude Code 和 codex，他们很强，可能不会立刻帮你赚到钱，但一定会重塑你对“个人杠杆”的理解，让你的效率提高。