Hypit 於 2026 年 7 月 29 日登上 GitHub，幾天內就突破 8,000 顆星。到了 9 月 22 日，它已超過 13,000 顆星、1,500 次 fork，並登上 Trendshift 的每日榜首。它的主打很直接：用 AI agents 複製任何爆紅影片。我們實際安裝、用 Codex 和 Claude Code 跑了 7 個真實任務，並記錄它做出了什麼、底層怎麼運作，以及實際花了多少錢。這篇就是我們的拆解實測。來源：github.com/hypit-ai/hypit。
Hypit 是什麼？
Hypit 由 Hypit.AI 推出，為 Claude Code、Codex 等 AI coding agents 提供「一套用來做影片的語言與系統」。它不是託管式的編輯器，而是以 agent Skill、命令列工具，以及包含 122 個套件的 TypeScript monorepo 形式提供：內建 Seedance、GPT Image、Nano Banana、Grok Imagine、MiniMax、ElevenLabs、Fish Audio 等連接器，還包含字幕、去背、B-roll 軌道、電影特效與渲染器。
核心概念是 SVML——Hypit 自家的標記語言。你的 agent 用 SVML 寫出影片內容；Hypit 會編譯並渲染每一幀（官方範例會用 64 個平行的 headless Chromium 程序來渲染）。時間軸不是以秒為基準，而是以單字為錨點：WhisperX 會對齊每個被說出口的字，視覺元素則掛到腳本的特定文字區段。以下是 repo 裡足球分級榜範例的真實程式碼：
<HOST>Ronaldo is <D | Dee> tier. || Bro has @{hair-gel} more ||
hair gel than @{trophy} trophies || at this point.@{/trophy}@{/hair-gel}
<media-track:Item id="hair-gel" image={broll-hair-gel.image}
extent={hair-gel-extent} during={story.selection.hair-gel}
motion={recipes.motion.broll-left}/>hair-gel 這張 B-roll 圖會在那些單字被唸出來的同一段時間精準出現。只要你改寫這句話，時間軸就會自動重新流動、重新對齊——這也是為什麼同一個專案能快速衍生出數十種版本。
安裝前，還有 3 件事值得先知道：
- 是否使用生成模型是可選的。就算不呼叫任何影片模型，一個專案也能把字幕、動態圖形與程式渲染的視覺編譯成完整影片。
- 你付錢給服務方，不是付給 Hypit。Hypit 本身免費；你的 coding agent 與模型供應商會各自計費。它推薦的託管服務 HypiHub，在我們這次測試中是 $15 可買 2,000 點數；你也可以改用自己的 API key 或本地模型。
- 授權條款有附加條件。「Hypit Open Source License」以 Apache 2.0 為基礎再加上額外條款：你可以在自己的組織內商用，但若要把它託管成提供他人使用的多租戶服務，或轉售，就需要商業授權。你做出的影片權利歸你所有。
它怎麼運作：我們實測看到的流程
安裝只要一行指令：npx skills add hypit-ai/hypit -g。首次使用時，agent 會找到或安裝 Hypit 的可執行檔（需要 Node.js 22.15 或更新版本）。接下來，每個任務都會依同樣的循環進行。
1. agent 先看參考影片，拆解結構
我們給 Codex 一段 34 秒的財經解說，並輸入「Hypit，複製這支影片」。它看完後先描述結構（talking-head 開場，接著 5 張市場圖表依序堆疊出現，搭配縮放與誇張對比），然後提出計畫：保留主持人、聲音與腳本，並把圖表、字幕、鏡頭運動重建成可編輯元素。接著它會問你想替換哪些部分。
2. 在花任何錢之前，它會先把價格算清楚
這點最讓人安心。在進行任何付費呼叫之前，agent 會先列出成本表並等待確認。以一段中文 talking-head 片段為例，它報價4.39 點數（約 $0.03）用於轉寫原音並在本地重建；若要用 720p 重新生成全部 132 秒的出鏡畫面，則是$5.69–9.34（不含重試）。接著它會請你授權：僅轉寫最多收 10 點數（約 $0.075），並特別註明「目前尚未進行任何付費呼叫」。
3. 它會生成、渲染，並把可編輯的專案交給你
一旦核准，agent 就會生成各個素材、編譯 SVML 並渲染。你會拿到完成檔以及背後的專案；專案可在 Hypit Studio 開啟：左側是原始碼、中間是預覽、右側是屬性，下方則是多軌時間軸。你可以手動編輯，也可以請 agent 檢查並修正剪輯本身。
lsj-reconstruction 片段；下方原始畫面完全未動。第三方素材已做模糊處理。我們真的跑了：7 個任務
我們透過 Codex 與 Claude Code 的桌面版 App 跑了 7 個任務；影片使用 Seedance 2 Mini、圖片使用 GPT Image 2。以下是每個任務的產出：
- Talking-head 動態圖形。我們請它把某位創作者的撕紙、貼紙與膠帶風格，套用到我們自己的 talking-head 片段上；它重建出的視覺相當像樣。
- 服裝替換。一支熱門試穿影片，把服裝換成電玩造型；多數鏡頭都撐得住。
- 風格轉換。把迷因片段重繪成知名成人動畫風格；它以原片為底再做風格化，成果真的不錯。
- 主體替換。一支約 100 萬讚的爆紅唱歌影片，把兩位表演者換成兩隻貓。雖然有些小瑕疵，但整體很強（下方第一支）。
- 同風格，新內容。從一支熱門財經解說延伸，agent 寫了新的「Why HBM matters」腳本，用程式畫出圖解，並在左上角生成一位出鏡主持人。它的報告寫道：「已匯出，37.1 秒，1080p … 只跑了第一輪生成，沒有額外的付費生成。」整個任務花了 1 小時 8 分鐘 的 agent 時間。
- Blender 驚喜。我們要它替換一支科技評測影片中、用骨牌拼出的縮寫字母；它完全跳過影片模型，改用 Blender 重建鏡頭，渲染 87 幀（30 fps 下的 2.9 秒），再把它無縫插回其餘未改的畫面中。這是本週最「外科手術式」的修補。
- 電影感手機評測。把電影風產品評測重製成數位主持人搭配生成 B-roll（下方第二支）。整體是最弱的一個：AI 味很明顯，和真人剪輯師的水準仍有差距。
- 電商短劇。從一張參考圖與來源影片出發，它重製了一段銷售短劇：娃娃拿榔頭敲碎雞蛋。我們評分大致與原版差不多，而原版本身也是 AI 生成。
補充說明：我們這裡展示的多數測試，起點都來自其他創作者的影片；那些臉孔、聲音與素材畫面不屬於我們，無法重新發布。因此下方片段都是沒有真人出鏡的輸出，且音訊已靜音。
我們實測的示範片段
以下是上面測試中的 2 支未剪輯輸出，直接從我們的螢幕錄影裁切而來。
老實結論：亮點與真實限制
讓我們印象深刻的點：
- 它複製的是結構，不只是腳本。輸出是一個可重跑的專案，因此要換主持人、產品或語言，是「重新跑一次」，不是「再剪一次」。
- 以單字為錨點的時間對齊。改寫一句話，B-roll、字幕與剪輯點依然能保持同步。
- 它會選用夠用且最便宜的工具。需要生成時才用影片模型；如果只要精準修補，能用程式甚至 Blender 就能搞定。
- 成本透明。每一步都有預估，且在付費呼叫前會先詢問確認——在 agent 工具中很少見。
不足之處：
- 真正的帳單是 agent。Hypit 自家 README 的範例，單次複製大約列出 $1.10 的模型費用；但在我們的測試中，更大的成本來自 coding agent：7 個任務把我們 $100 的 ChatGPT 方案用量，從 50% 掉到只剩 3%。
- 它很慢。有一次複製花了超過 1 小時的 agent 時間。
- 寫實重製仍然會有 AI 感。電影感評測那支明顯很「合成」，生成鏡頭也出現小瑕疵。
- 你需要一套 agent 工作流。你得有 coding agent、Node.js 22.15+ 與模型帳號。它對開發者很友善，但不太適合只想快速做一支影片的人。
- 授權並非完全寬鬆。你不能在沒有商業授權的情況下，把 Hypit 託管成提供其他團隊使用的服務，或進行轉售。
- 權利責任在你。Hypit 表示你的輸出歸你所有，但參考影片中的臉孔、聲音、畫面素材與音樂仍屬於其權利人。把爆紅影片當作「結構」來學習，而不是把素材拿來重新發布。
Hypit vs 託管式 AI 影片工具
Hypit 與 VisionStory 這類託管式工具最後都能產出一支完成影片，但起點不同、計費方式也完全不同。
| Hypit（agent skill） | VisionStory（託管） | |
|---|---|---|
| 起始素材 | 一支參考影片或一份文字 brief | 一張照片、一個虛擬人像或一段腳本 |
| 設定 | 安裝 skill；需要 coding agent、Node.js 22.15+ 與模型帳號 | 不需要；直接在瀏覽器裡跑 |
| 付費項目 | coding agent 用量加上模型點數（Hypit 範例中單次複製約 $1 的模型費用；但我們的 agent 用量成本高得多） | 訂閱或點數 |
| 每支影片耗時 | 幾分鐘到超過 1 小時的 agent 時間 | 幾分鐘 |
| 你會得到 | 可編輯、可重跑的 SVML 專案＋渲染成品 | 一支完成的會說話虛擬人像或 AI 影片 |
| 權利 | 你必須自行處理被你複製的畫面、臉孔或聲音授權 | 使用你自己或已授權的虛擬人像與音色 |
| 最適合 | 你要大量變體並能變現，且日常就在 agent 工作流裡 | 你想今天就做出一支成品會說話影片，又不想為了它付出數小時的 agent 時間費用 |
適合選 Hypit 的情況：你要大量製作廣告或 UGC 變體、某個成功格式值得模板化，而且團隊裡有開發者。適合選託管式工具的情況：你今天就想要一支出鏡主持人影片，並且不想為了拿到它而付出好幾個小時的 agent 時間成本。
Hypit 帶給我們的啟發
跑了一週後，我們的看法是：「複製任何爆紅影片」是標題，不是重點。更長久的價值在於：把一支影片的結構變成 agent 可以重跑的模板。你拆解別人的影片（也包括你自己的）哪裡有效，保留骨架，再讓 agent 生成那些會變動的部分。這就是 AI 影片正在前往的方向，也與我們自己的 AI Video Agent 同路：你描述想要的影片，讓 agent 自動把它組裝起來，而且不需要繁瑣設定，也不需要支付高昂的 agent 帳單。
想看另一種 agent 驅動影片的做法，也可以閱讀我們對 OpenMontage 的拆解實測：同樣在追求類似概念，但採用不同的 pipeline。
