其实现在LLM的能力边界是超越绝大多数人的想象的，但是最大的问题是可控性，尤其在特定除了纯文本外的任务——图像、动画、ppt的可控性几乎为零。
继上次探索用AI agent做ppt后，今天成功用3blue1brown的方式做了巨fancy的一个动画(正常这个工作量是两周)。
他们的共性是，现在已经有挺成熟的方案，能用代码或某种文本格式直接转成ppt、动画等产品，而这个文本格式相当于一个媒介，是AI agent或者大语言模型绝对的舒适区。
但是虽然以上很强大但对不会写代码的人来说门槛也太高了，是否可能有一个产品，能超低门槛得高质量可控做到这些产出...期待大家的意见和脑洞