他用一台旧电脑+AI Agent，5天涨粉50万，MRR做到$588
你是不是也想过：如果能有个AI帮我做内容，该多好？
Oliver Henry 做到了。
他把自己的旧游戏PC（一台配NVIDIA 2070的老机器）改造成AI Agent，取名 Larry。5天内，Larry 帮他在 TikTok 上获得了 50万+播放，单条视频最高 23.4万 播放，直接把他两款App的 MRR推到$588。
最疯狂的是：他没有设计一张图，没有写一个文案，甚至没有打开过 TikTok。
简单说：这是一套可复制的自动化内容系统
Oliver 运营着两款iOS App：
- Snugly：AI房间改造工具——拍张照片，看不同风格的装修效果
- Liply：医美预览工具——在动刀前先看填充效果
之前他手动做 TikTok：设计图片、写文案、每天发布。虽然偶尔有百万播放的视频，但太耗时间。在 RevenueCat 工作后，他根本没精力继续。
于是他决定：把工作交给 Larry。
Larry 是谁？
Larry 不是 ChatGPT，也不是简单的脚本。
它是基于 OpenClaw 的本地AI Agent——开源、自托管、有持久身份和记忆。Oliver 给它配了 Claude 模型，赋予它：
- 自己的性格和记忆（跨会话保留）
- 读写本地文件的权限
- 调用 OpenAI API 生成图片
- 自动写代码添加文字覆盖层
- 通过 Postiz API 发布到 TikTok
- Skill 文件（工作流程手册）
- 记忆文件（记录所有经验教训）
Larry 甚至有自己的观点。当 Oliver 提议一个钩子文案时，Larry 会基于数据判断"这个可能会扑街"。
他们做了什么？
📌 选对内容格式：TikTok 幻灯片
TikTok 官方数据显示：幻灯片比视频获得 2.9倍评论、1.9倍点赞、2.6倍分享。算法正在大力推照片内容。
Larry 的内容标准：
- 6张图（TikTok的甜点位）
- 第1张带钩子文案
- 故事型标题
- 最多5个标签
📌 图像生成：把"同一间房"锁定
用 gpt-image-1.5 生成房间改造图。最大的挑战是一致性——不能让窗户忽左忽右、床忽大忽小。
他们的解决方案：锁定建筑结构。
Larry 写一个超详细的房间描述（尺寸、窗户位置、门的位置、相机角度、家具大小...），然后复制到每张图的 Prompt 里。只有风格变，结构完全不变。
Prompt 示例：
iPhone photo of a small UK rental kitchen. Narrow galley style kitchen, roughly 2.5m x 4m... 【细节锁定】... Beautiful modern country style. Sage green painted shaker cabinets... 【只有这部分变】
📌 发布流程：API + 人工最后一击
Larry 通过 Postiz 的 API 把内容上传到 TikTok 草稿箱（设成仅自己可见）。
为什么用草稿？因为音乐是 TikTok 的灵魂。
API 无法添加热门音乐，而热门音乐对播放量影响巨大。所以 Oliver 每天花 60秒 打开 TikTok，选一首热门音乐，粘贴 Larry 写的标题，发布。
Larry 做95%的工作，Oliver 做最后5%的关键决策。
从失败中学到的
Larry 的第一批内容惨不忍睹：
| 问题 | 后果 |
|---|---|
| 图片尺寸错（横屏当竖屏） | 黑边，没人看 |
| Prompt 太模糊 | 每张图是不同的房间 |
| 文字太小/位置太高 | 被 TikTok 状态栏挡住，完全看不清 |
| 钩子自嗨 | "我的App能做什么" → 900播放 |
转折点是一个意外成功的帖子：
"My landlord said I can't change anything so I showed her what AI thinks it could look like"
23.4万播放。
他们立刻拆解出了爆款公式：
[另一个人] + [冲突或质疑] → 展示AI → 他们改变主意
验证：
- "I showed my mum what AI thinks our living room could be" → 16.7万播放
- "My landlord wouldn't let me decorate until I showed her these" → 14.7万播放
所有符合这个公式的帖子都破5万，多数破10万。其他内容连1万都困难。
关键洞察：钩子不是关于产品功能，而是关于人与人的冲突时刻。你在脑子里已经看到了房东看到改造图时的表情。
数字说话
| 指标 | 数据 |
|---|---|
| 总播放 | 50万+ |
| 最高单条 | 23.4万 |
| 破10万帖子 | 4条 |
| 付费用户 | 108人 |
| MRR | $588 |
| 单条成本 | ~$0.5（API费用） |
| Oliver 时间 | 60秒/条 |
给你的建议
如果你想复制这套系统
硬件门槛很低：2GB内存、1-2核CPU、20GB硬盘就够。树莓派、旧笔记本、便宜VPS都行。
关键不是工具，是系统：
- Skill 文件 - 把每一个错误写成规则，让Agent永不重复犯错
- 记忆文件 - 记录每次发布的数据，用数据指导下一次决策
- 迭代速度 - Larry 的 TikTok Skill 文件第一周重写了20次
失败是数据，不是终点。Larry 的第一批帖子" Honestly embarrassing "，但每一次失败都被编码成规则。现在它比 Oliver 更懂怎么写 viral hooks。
最后
Oliver 说这不是关于AI本身，而是关于你围绕AI构建的系统。
Larry 会犯错、会提出不同意见、会从数据中学习。它不是一个执行脚本，而是一个会进化的协作者。
当你的AI Agent开始告诉你"这个钩子可能会扑街"时，你就知道这套系统跑通了。
P.S. Oliver 的完整原文 里有 Prompt 模板、Skill 文件结构和更详细的技术细节。Larry 甚至有自己的 X 账号 @LarryClawerence，会自己发帖。
P.P.S. 单条$0.5的成本，换来的是可复制的增长系统。这不是花钱买流量，这是建一台自动运转的内容机器。