AI短剧一集越做越短,人却越看越久

近期，一位财经博主发了条微博，劝人别轻易下载红果短剧。说它会迅速拉低你的时间效率，甚至降智。

第二天，#红果短剧降智# 上了热搜。

评论区成了大型认领现场。有人贴出手机使用记录，红果那一栏日均十小时往上；有人说本来只想睡前看两集，再抬头已经凌晨三点。

中国网络视听协会今年4月15日发布的《中国网络视听发展研究报告（2026）》里写着：2025年12月，微短剧应用人均单日使用时长129分钟，同比涨28.4%，已经超过长视频。

两个多小时。

但它还得再打个折。它说的是“微短剧应用用户”的单日累计，不是全国人均，也不是一口气连看两个多钟头。一个人一天分五次打开，加起来一样算。一天醒着十六个小时，两个多小时占掉一成多。可就算这么打折，还是不少。

尤其对一个卖点就是“短”的东西。

一集几分钟。等车看一集，吃饭看一集，睡前再看一集。它本来是给碎片时间设计的，结果碎片被它攒成了整块。

短剧把每一集压得越来越短，观众却看得越来越久。

这个反差，光靠“剧情抓人”解释不了。电视剧也抓人，可长视频的时长已经被它甩到后面去了。变的是更前面那一环：故事怎么被造出来，怎么被送到你眼前，平台又靠什么从这两件事里收钱。

从卖下一集，到留住下一分钟

2020年，广电总局在重点网络影视剧备案系统里加了“网络微短剧”这一类。之后短视频平台和小程序接住了它，微短剧才慢慢长成一个市场。

2022到2023年，付费短剧最猛。套路不复杂：投广告把人引到小程序，前几集免费，剧情走到要命的地方，停住，充值解锁。

这门生意卖的是“下一集”。悬念在这里不只是叙事技巧，它是收费闸门。主角身份要揭晓了，画面一黑。想知道？付钱。

后来免费模式起来了。2023年红果做了独立App，用免费内容拉人，靠广告、品牌合作、内容分成挣钱，用户不用再为某一集单独掏钱。

但免费不等于这笔交易消失了。平台要收入，制作方要回报，广告主要找到愿意看广告的人。于是一个人能看多久、会不会回来、愿不愿意点开下一部，全成了要盯的指标。

这些指标里，没有一条在问他看得开不开心。

以前制作方盼着你在某个节点付钱，现在平台更在意你明天还来不来。两种模式没有谁取代谁，但重心确实挪了：从卖一次解锁，挪到养一段停留。

一个人在一个平台上待两小时，未必付了两小时的钱，但他确实投了两小时的时间。这不是说他被占了便宜。故事好看，他拿到放松，双方都划算。

问题在另一头。平台能把这两小时统计得非常准，却未必同样清楚，这两小时他到底满不满意。

这笔账先记着。

一天一千七百多部

2026年9月17日，广电总局公布了一组数：全国微短剧用户超过8亿；今年前8个月上线微短剧43万部，是去年全年的13倍，其中AI剧超过九成。

43万部，八个月，243天。平均下来一天1769部，一小时73部，43万除以243，就是这个数。不用记，记住“一天一千七百多部”就够了。你睡的那八个小时，有五百多部新剧上线。

这些说的是上线作品的数量，跟有多少部被人看完是两回事。“AI剧”也是个统计分类，指AI参与了画面、角色或者制作流程，不等于全片没有一个活人。

但它足以说明一件事：生产这一端的门槛，塌了。

塌了多少，看《霍去病》。

2026年3月，这部AI短片在网上传开。传得最广的版本是：三个人、48小时、3000块，做出80集，播放破5亿。导演杨涵涵后来自己出来纠正：团队近20人，核心制作3个人；成片只有两个版本，4分钟和6分钟；3000块是模型生成的算力成本，没算人力；5亿播放也没有严谨统计支撑。

一个爆款故事，被削掉一半水分。削完之后，剩下的部分还是够狠。

新华社7月的报道里引了杨涵涵一句话：为了筛出90个可用镜头，团队前期生成了1700张图，做了近2000次筛选。

1700张，留90个。差不多19张里活1张。

这比“3000块拍战争片”有用得多。它说明AI真正改的，是能试多少次。能不能拍，早就不是最难的那一关。

过去拍一场古代战争，演员、服装、场地、摄影、特效，一样都躲不掉。方案当然能在开机前改，可一旦机器转起来，每个改动都开始烧钱。现在这一段被拆成了生成、挑选、修改、再生成。人物不好看，重来；镜头接不上，重来；一个场景先出三个版本，再挑一个。

选择没有变少。是试错的价钱变了。

以前贵的不是拍摄，是换一种拍法的机会。

生成画面是有账单的

但生成不是免费的。

2026年6月，中文在线在投资者交流里给过一组数：按他们的统计，AI短剧与视频生成合计占国内AI Token消耗的55%，电商营销占24%，软件开发占15%。

这55%里包含短剧之外的视频生成，不能读成“国内一半算力都在拍爽剧”。Token也不是电表，不同模型的计算成本没法只按Token数比。口径不透明，当个量级看就行。

账单是实打实的。你每改一版，背后都是一次调用。过去一部剧的钱，大半花在把人凑齐、把景搭起来。现在有一部分，挪到了计算和模型调用上。

而生成便宜下来之后，制作方不会因为出一版就收手。它会想再试一版。

每家公司都变快了，行业反而更挤

假设有两家短剧公司。

以前一个月做不了几部，押错一个题材，整个项目就可能砸手里。AI把成本打下来之后，两家都能先出样片，多试几个题材、几套人设。对单独一家来说，这是好事。它不用把身家押在一个念头上。

可如果两家都这么干呢？

同一个档期里，原来只有几十部在抢，现在可能几百部。观众的选择变多了，制作方被看见的概率变小了。

于是它们继续加投入：研究什么开头三秒留人，什么人设能撑住前十集。一家把开头那个钩子做得更狠，另一家就得多花一笔钱追上这个狠。追到最后，全行业的花费都上去了，观众能分给每一部的时间却没有多一秒。

每一步单看都合理。合起来看，可能是个死循环。

DataEye的统计是：2026年上半年，抖音端新上线AI剧、漫剧约22.19万部，播放破亿的1055部，占0.48%。同一份报告拿5000万播放当盈亏参考线，够得着的作品大约1.3%。

1.3%不是审计过的真实盈利率。一部剧可能在几个平台都有收入，每个项目的成本也不一样，只能当参考。上线和传播，本来就是两件事。

产能上去了，注意力没有跟着涨。这不是AI独有的毛病。图书、电影、音乐、网文，全是海量作品抢一小撮人。AI之所以把这件事推到台面上，是因为它改的是试一次的价钱。

每次尝试便宜了，尝试的次数就会涨。单部成本降下来，全行业的总投入未必跟着降。经济学里管这个叫反弹效应：一样东西用起来更省了，人反而用得更多，省下来的部分被新增的用量吃掉。最常被举的例子是空调。机器越省电，夏天开的时间越长，电费未必跟着降。

短剧能不能套这个说法，还不好说。方向大概没错。

如果模型越来越便宜，作品越来越多，最后抢的还是那批人本来就有限的晚上，那么公司层面的效率，就不等于行业层面的效率。

当然，观众的时间不是一块死数。好故事能造出新需求，能把原本不看短剧的人拉进来。所以关键不是产量涨了多少，是新增的这些作品到底造出了什么。是多了一批本来没人肯投的故事，还是把已经火的题材又抄了三十遍？

两种都可能。要分清，得看一个更具体的环节：谁在决定什么值得改。

谁决定什么值得改

影视行业一直在研究观众。电影有试映，电视剧看收视，网文盯阅读数据，短剧从出生就在数据里长大。这些活儿AI来之前就有人在干。

以前改不动的是成品。真人剧拍完，发现某个角色不讨喜，你总不能把剧组重新拉回来。AI松开了一道口子。形象能调，镜头能重生成，同题材能更快出一版。

于是“先做、看反馈、再改”这套互联网打法，第一次真进了故事里。产品经理测两个落地页，投放团队比五套素材，逻辑是一样的。

但故事和普通产品有个不一样的地方。产品要的是你点、你留、你买。故事除了让你进来，还得花时间把人物立住，把情绪铺到位。

一个开头就炸的片子，三十秒就能抓住人。另一个开头平，得看到二十分钟才见功力。只比前三十秒的留存，前者赢。比看完之后的满意度，不一定。

平台当然不只盯一个指标，不同内容、不同平台的算法也不一样。我也没证据说这个行业已经跑通了“生成—投放—反馈—再生成”的全自动闭环。现实里，大量决定还是编剧、导演、制片人和运营在做。

但当修改越来越便宜，标准的分量就会越来越重。

搁在从前，创作者想改，先得问改不改得动。现在改得动了，问题就换成了另一个：为什么要这么改。

如果是为了让人物更立得住，AI是好帮手。如果是为了让你多留十分钟，那被优化的，就会是那些让你想知道后面的钩子。这两件事经常能同时办成，但不是每回都一致。

想接着看，和觉得好看，不是一回事

回到“降智”。

短剧的情绪反馈排得很密。人物刚受委屈，转头就反转；一个矛盾刚平，新的又来了；刚给完答案，下一集又挖个坑。你每次只需要做一个很小的决定：要不要再看几分钟。

这几年“多巴胺”被用得很滥。有医生在采访里用“多巴胺储备透支”解释刷完剧之后的疲惫感，这个说法传得最广。它错在把多巴胺当成一口会被舀干的井。多巴胺是神经递质，释放完会被回收、再合成，医学上没有“储备量”这么个可测指标。拿它当结论，站不住。

但那个比喻能传开，是因为它接住了一种很具体的感受：不是我不想停，是我停不下来。

真实发生的事，比“用光了”要绕一点。

神经科学家Kent Berridge和Terry Robinson在2016年那篇综述里，把“喜欢”和“想要”拆开了。简单说，你享受已经到手的体验，和你想再去拿一次，是两套有关联但不重合的过程。多巴胺更多管后者，管动机、寻求和奖赏学习。

借这个区分看短剧，能看出一件事：一集看完，你未必觉得它多好看。但那个坑还开着，你还是想往下看。

我不是说每个追剧的人都被同一套机制推着走。有人是真觉得好看，有人只是想知道结局，有人本来就打算拿它当背景音。这几种不能混着算。

但有个区别得留着。想接着看，是当下的行为；看完觉得值不值，是对整件事的评价。

2024年ACM公平、问责与透明度会议上有篇推荐系统的研究，讲的就是这个错位：观看时长、点赞、分享这些行为信号，会被即时冲动带偏，不能直接等同于用户真的拿到了价值。

129分钟能证明你花了很久。它证明不了你从中拿到了什么。

一个人认真看完一部喜欢的剧，两小时很值。另一个人只想看十分钟，被一路推到凌晨，合上手机觉得更累。平台后台看到的都是两小时。

同一个数字，两种晚上。

前面那笔没算清的账，就出在这儿。平台统计时长没什么错。问题在它还愿不愿意看那些时长里读不出来的东西。

烧算力不等于没价值

写到这儿，得先接一个反对意见。

有人爱看，有人愿做，平台能挣钱，模型公司也有收入。这不就是正常的市场需求？凭什么怀疑它？

问得有道理。

不能默认拿算力去做科研就比做娱乐高一等。人需要工具和知识，也需要故事、笑声和一段什么都不想的时间。一部短剧让人下班后松一口气，这本身就是价值。技术降门槛，也确实让过去没钱的普通人有了机会。

《中国网络视听发展研究报告（2026）》的用户调查里，59.4%的受访者认为微短剧的内容质量比过去有明显提升，64.5%认为题材更丰富了。这两个数不能证明所有短剧都在变好，但“数量涨了质量必然跌”这句话，明显不够用。

如果AI真能帮人用更低的成本讲出更好的故事，能让小众题材有机会被拍出来，那它就是造了新价值。所以我不认为Token烧得多，就等于在浪费算力。

要知道不同模型实际吃多少算力、一部作品摊下来多少成本、观众看完到底满不满意，才有资格谈投入产出。这三样现在都缺。

同样，一个人看了很久，也不能直接说他浪费时间。娱乐不需要每分钟都留下点什么，有时候轻松就是目的。

但这替代不了另一个问题：如果技术越来越擅长做让人停不下来的内容，平台又主要拿停留时间来论成败，那观众自己的时间安排，该不该也算进体验里？

这是两个指标，而且经常打架：一个是停留时长，一个是“这次到底值不值”。它们能一致，但不是一回事。

用户想找部轻松的剧，平台一下就给他找到，他看得很爽，然后自己去睡了。这次时长不长，但体验是成功的。反过来，用户连刷五部，始终没找到对味的。平台时长涨了，你不能拿它证明他体验变好了。

所以看一个内容平台，除了点击、留存、时长，还该看满意度、内容多样性、主动回访，以及这次看的是不是他本来想看的。这些不好测，也没有统一答案。但至少能提醒一句：别把最容易统计的那个数，当成全部价值。

算力可以加，晚上只有那么长

回到开头。

一个博主说红果“降智”，一堆人跟着讲自己为什么停不下来。这种体验值得认真对待，但它不能直接变成对所有人的判决。

每一代新媒介出来，都要过这一关。电视被说过，武侠小说被说过，游戏机和短视频也被说过，说法都差不多：这一代要完了。有些担心是真的，有些是把复杂的社会变化，一股脑推给了一种娱乐。

短剧也一样。

现在能确定的是，它已经是个有几亿用户的产业。AI又把生产条件改了一遍，让一些人能用过去不敢想的成本，去试过去拍不出来的东西。这种产能会带来更多好作品，还是只把同类内容再抄一遍？现在下结论太早。

如果过两年数据显示，供给涨了，满意度、多样性、创作者的实际回报也在涨，那技术带来的文化收益就有证据了。如果产量一路涨，模型调用和投流费用一路涨，用户却越来越难找到想看的，制作方也越来越难回本，那这套竞争方式就得重新审一遍。

哪边走，现在还看不出来。

所以我对AI短剧，既不想一棍子打死，也不想因为产量惊人就宣布成功。真正该问的是：新增的这些产能，最后改变了什么。

对创作者，是不是多了表达的机会。对平台，是内容和人的匹配有没有变好。对观众，其实就一句话：是不是更容易找到自己愿意花时间看的那一个。

这三个问题，产量、Token数和观看时长都答不了。它们指向一个比“短剧会不会降智”更具体的问题：当故事变得越来越好造，我们到底该拿什么标准，判断一个故事值不值得被生产、被推荐、被看完。

我没有能套在所有作品上的答案。

但有一点是确定的。

机器能帮我们造出更多的故事，平台能给出越来越多的选项。可每个人一天能拿来看东西的时间，就那么点。所以内容行业的进步，不该只体现在能看的东西更多了。还该体现在，更容易找到真正想看的那一个。

开头那个反差，到这儿可以再说直白一点。

短剧把一集做短，是为了让你多看几集。AI把一部剧做便宜，是为了让行业多拍几部。两个多，最后要的是同一段时间。

一部好剧能让人舍不得关屏幕。一次好的观看，除了让人愿意继续看，也该让人在想停的时候，停得下来。

回到开头那些十小时的截图。它能告诉你，有人把一天里很大一块时间交给了短剧。至于这十小时里有多少快乐、多少满足、多少其实不在他原本的计划里，截图答不了。

算力可以让故事无限增长，注意力只能由具体的人一点点分出去。

技术决定屏幕上有多少故事。什么样的故事值得花时间看完，不该只由最容易统计的那个数字说了算。