一个月，266 次提交，PR 编号从 #40 走到 #185，测试用例涨到 800 多个。
这些代码绝大部分不是我敲的。这篇想记录两件事：Velora 在这一个月里变成了什么；以及作为一个用 AI 做产品的人，我在这个过程中想明白了什么。
TL;DR
- 第一周：先把「找人」做准。多语言搜索、两段式筛选、每次运行有预算、每一次人工判断都回流修正画像。
- 第二、三周：把「发出去」做稳。冷热消息分开配额、多账号发送池、熔断、幂等、合规护栏。这段提交大多是
fix，不是feat。 - 第四周：自动化分层放开。先起草，再自动回复，再全自动发送，最后每日自动运行，每一层都有交还给人的出口。
- 月底：做了团队协作和 Agent 接入，同事下载一个 Skill 包丢给自己的 Codex 就能用。
- 最后几天：转身做创作者那一边。Velora 从一个获客工具，变成了连接两边的平台。
我现在怎么写代码
10 月 3 日到 11 月 2 日，我的工作方式变成了这样：
在手机上描述问题，或者截一张图丢进去；AI 在云端的开发环境里读代码、改代码、跑测试、截图自查、开 PR。CI 变绿后，我在手机上回一句「合并」。Railway 一分钟后自动部署，我再拿起手机去验收。
没有 IDE，没有本地环境。手机成了我的主力开发设备。
先说 Velora 是什么
Velora 帮项目方在 X（Twitter）上找到对的创作者，用按效果付费的方式合作：
- 找到你的潜在用户已经在关注的那些人；
- 写一条像人写的私信，而不是群发模板；
- 给每个创作者一条专属追踪链接，只为真实带来的结果付佣金。
我们自己第一个重度使用的场景，是 TopNod 的 XAUT 黄金持仓推广：纯佣金合作，创作者拿用户交易手续费的 30%，每个合格的新用户再拿 $1。
第一周：先把「找人」做准
一开始最大的问题不是「能不能找到人」，而是「找到的人对不对」。
这一周做的事情：
- 多语言搜索：每个 campaign 按目标语言分别搜一遍，搜索词由小模型翻译一次后缓存。
- 两段式筛选：先用便宜的规则和小模型批量初筛几百个候选人，只有「大概率合适」的才进入完整打分。
- 更多来源：用 Grok 按你描述的受众搜 X，再从 X Lists 和 Communities 里挖人。
- 有预算的运行：每次运行最多给 100 个创作者打分，预算封顶几美元，每个 campaign 实际花了多少模型费用都记下来。
- 学习回路：运营者每一次「联系 / 跳过」，都会反过来修正「谁适合这个 campaign」的画像。
体会：AI 产品的成本结构必须从第一天就可见。每次运行花多少钱、筛掉了多少人、为什么筛掉，这些不写进产品里，你就没法判断它到底有没有在进步。
第二、三周：把「发出去」这件事做稳
这是整个月最难、也是提交最多的部分。而且大多数提交是 fix，不是 feat。
X 对自动化私信非常敏感。规则比限额更严格：不能批量、不能机械化、要尊重对方的拒绝。所以 Velora 在发送这一层加了很多不性感、但每一个都来自真实事故的东西：
- 区分冷消息和热消息：第一次联系，和对方已经回复后的跟进，用不同的配额和节奏。
- 发送池：一个项目可以挂多个 X 账号轮流发；新账号从每天 7 条起步，慢慢提额。
- 熔断：任何一个账号收到 X 的限制信号，整个账号立刻冷却，相关 campaign 停发。不重试，不硬冲。
- 幂等和队列顺序：同一条消息绝不发两次；批准顺序就是发送顺序。进程崩溃后能从记录里恢复，而不是「可能发了，也可能没发」。
- 合规护栏：纯佣金合作的私信里永远不会出现「预付费」；创作者明确拒绝，对话就自动关闭，AI 不会再跟进。
还有一个特别 X 的问题：加密的 X Chat 回复，服务器是读不到的。
我们先做了浏览器端解密：运营者解锁一次，回复在本地解密后导入。后来又接入了 Grok 只读例程，在云端读取发信账号的收件箱，并且逐条核对「我们发出去的消息必须原样出现在对话里」，核对通过才导入。
体会：做 agent 产品，护栏比功能多。真正决定你能不能放手让它跑的，不是它能做多少事，而是它在做错事之前能不能停下来。
第四周：从辅助，到自动
护栏齐了，才敢谈自动化。这一周 Velora 的自动化是分层放开的：
- 自动起草：每次运行结束，给值得联系的创作者写好第一条私信，但不发。
- AI 自动回复：创作者回复后，AI 结合对话上下文和合作条款回复。遇到谈钱、拒绝、情绪不好，或者 AI 已经回了 5 条，就把对话交还给人。
- 全自动发送：通过检查的草稿（包括第一条私信）不再需要批准，按每个账号的节奏自动发出；被安全检查标记的草稿，才进入「需要你」的队列。
- 每日自动运行：campaign 要先积累足够的运行记录和人工判断，才有资格每天自己跑；表现漂移会被自动降级。
体会：自主权应该是「挣」来的，而不是一个开关。
我很喜欢「campaign 靠证据赢得每日自动运行，偏离了就失去它」这个设计。它让我敢把系统交给它自己。
团队与 Agent：同事下载一个包，丢给自己的 Codex
月底我想让同事也用上 Velora，而且最好是「下载一个包，丢给自己的 AI」就能用。这件事倒逼出了一整套多人协作的基础设施：
- 每人自己的账号：用自己的 Google 登录，不共享任何人的密码；管理员给同事开 Pro、拉进共享的 campaign。
- 共享 campaign 与账号池：两个人一起运营同一个 campaign，同事的 X 账号可以并入同一个发送池。
- 操作日志：谁、通过控制台还是 agent、在什么时候做了什么，每一次改动都有记录。
- Agent 令牌和 Skill 包：每个人生成自己的
vk_令牌，配合一个SKILL.md加一个零依赖的命令行工具，Codex 或 Claude Code 就能以这个人的身份操作 Velora。
这让我想到最近很火的 Skillry：把模板做成 AI 能直接调用的 Skill。
区别在于，Velora 的 Skill 包很薄，真正的价值在背后那个持续运行的服务：找人、发送、限速、读回复。复制一个包没有用，离开服务它什么也做不了。
我觉得这是「给 AI 用的产品」更稳的形态。
最后几天：转身看另一边
我准备把创作者后台的链接发给所有发过帖的 KOL，然后突然意识到一个问题：
他们点开 velora.social，会看到首页写着「找到对的创作者」「给创作者打分」「批量开启对话」。站在创作者的角度，这像是在说：你是被筛选、被打分的对象。
这是一个产品定位问题，不是文案问题。所以最后几天，我们把另一边认真做了一遍：
- 创作者看板：创作者用自己的 X 账号登录，看到自己发了几条内容、多少浏览、OneLink 多少点击、多少注册、多少合格购买，以及收益怎么算（30% 手续费分成 + 每笔合格购买 $1）。
- 一键带图发帖：还不是合作伙伴的人，登录后直接拿到自己的 OneLink；点一下，Velora 用官方 API 代他发出一条带活动图片的推文，看板立刻出现这条内容。
- 素材库：活动图片可以直接下载，后面还会加视频。
- 免登录链接：手机上 X 的网页登录不会唤起 App，所以每个合作伙伴都有一条专属链接，在 X App 里点开就直接进入自己的看板。
- 首页改版：从「找到对的 X 创作者」改成「对的创作者，按效果合作」，并给创作者一个独立入口
/creators。创作者页面以 TopNod 品牌为主，底部写 Powered by Velora。
体会：平台的价值来自两边。如果只把另一边当成「资源」，你最多做出一个好用的工具；把另一边当成「用户」，才有机会做出一个网络。
作为 AI 创业者，这个月我想明白的五件事
1. 瓶颈从写代码，移到了判断和验收。 AI 一天能开十几个 PR。我真正的工作，变成了说清楚要什么、在真实环境里验收、发现不对就截图反馈。
2. 「fix」比「feat」更能说明问题。 这个月一大半提交是修复，几乎每一个都对应一次真实的边界情况。产品是在这些修复里长出来的，不是在功能列表里。
3. 自动化要分层授权。 先起草，再自动回复，再全自动发送，再每日自动运行。每一层都有交还给人的出口。
4. 给 AI 用的产品，护城河在服务，不在提示词。 Skill 包很容易被复制，持续运行、带状态、带风控的服务很难。
5. 别物化你的另一边。 增长工具很容易把对面的人变成「线索」。但长期来看，愿意留下来的创作者，才是最难复制的资产。
下一步
- 接入 TopNod 后台数据推送，让创作者看板的数据更实时；
- 不止一个推广计划：创作者可以浏览、申请加入多个项目，收益统一结算；
- 把「给 AI 用」这条路走得更远：让更多人的 agent 直接在 Velora 上跑完整的合作流程。
如果你是 X 上的创作者，可以去 velora.social/creators 看看正在招募的合作；如果你在做一个需要创作者合作的项目，欢迎来 velora.social 试试。