LibTV vs Updream：Skill还没成为知识付费，先在争夺可执行的专业能力
精读 Troy 对 LibTV 与 Updream Skill 生态的竞品分析，拆解两种产品路线、CLI Agent 调用能力与交易闭环仍缺少的成本、质量和收益证据。
导读
课程把知识讲给用户，Skill 试图把一部分专业判断直接变成可调用的工作流程。Troy 在 2026 年 7 月 21 日发布的《下一代知识付费，可能不是课程，而是 Skill》，把 LibTV 与 Updream 放到同一张产品地图上比较：前者在推进 CLI 和 Agent 调用，后者更像以创作者社区和技能分享为入口。文章的重点不在于宣布 Skill 已经成为一种成熟商品，而在于追问一个更具体的问题：专业经验怎样从内容变成可以反复运行、评价和交易的能力？1
原文信息
- 原文：下一代知识付费，可能不是课程，而是 Skill
- 作者：Troy 的 AI 产品手记
- 发布时间：2026 年 7 月 21 日 08:33
- 文章类型：LibTV 与 Updream 的 Skill 生态竞品分析
- 核心命题：两家平台已经把 Skill 的创建、发现、复用或 Agent 调用放进产品，但公开资料还不足以证明成熟的单 Skill 定价、按次付费、订阅、分成、商业授权和退款体系已经建立。
全文速读
Troy 先划出证据边界，再展开判断。文章承认，Skill 的产品入口正在出现，但没有把积分奖励、技能目录或 Agent 调用直接等同于「知识付费 2.0」或成熟的交易市场。作者的初步判断是，一种可能通向 Skill 交易市场的产品结构正在形成。1
文章把两家公司的路线分开看。Updream 更接近创作者社区：官方公开内容提到 Skill 社区、公开与私有技能、素材管理、分镜制作台和无限画布，也曾用积分和活动奖励鼓励创作者创建或复用 Skill。LibTV 则把 Skill 与视频生产和外部 Agent 连接起来，除了站内的 Skill 入口，还推出 CLI，让 Agent 通过会话接口发出图像、视频等创作指令，再查询进度和获取结果。123
接着，Troy 解释为什么 Skill 不应只是工作流模板。模板可以复用节点和操作顺序，Skill 还要封装产品分析、卖点判断、镜头取舍、评价标准和失败处理。课程出售的是解释，Skill 可能出售一套让 AI 替用户执行部分工作的系统。
但文章没有停在这个想象上。它把真正的难题放在交易之后：一个 Skill 怎样定价，失败运行算不算钱，创作者能否看到收益，版本更新和商业授权由谁负责，用户又凭什么相信一段演示视频不是一次性成功。作者提出按次使用、专业工具包、免费基础版加付费版、企业私有 Skill 四种可能的收费方向，同时强调这些是产品推演，不是两家平台已经公布的机制。1
功能细节拆解
1. 工作流模板和 Skill，差在判断
Troy 用视频广告举例，把一条可能的流程写成：产品分析、卖点提炼、创意方向、脚本、分镜、图片生成、视频生成。把这些节点连起来，得到的是可复用的操作结构；真正影响结果的，是每个节点之间如何做判断。
例如，广告到底要追求品牌感还是转化，前三秒应该先放冲突、结果还是产品，哪些镜头负责解释功能，哪些镜头只负责建立情绪。这些问题不是多加几个节点就能自动解决的。Skill 的价值，取决于它是否把流程、知识、判断标准和执行方法一起封装进去。1
这也是本文与此前把 LibTV Skill Hub 当作目录或工作流货架的文章不同的地方。它把问题从「有多少 Skill」推进到「Skill 里到底保存了什么」。如果里面只有提示词和节点，用户买到的是模板；如果它还保存了取舍规则、案例边界和失败时的处理方法，才接近可执行的专业经验。
2. 两条路线的差异，正在产品入口里显现
Troy 对 Updream 的判断，是它先从创作者社区建立技能供给，再把公开 Skill、私有 Skill、素材和画布连接起来。这个判断能在 Updream 官方 B 站账号的公开介绍中找到对应信息：官方视频写到，平台提供 Agent 对话助手、开放 Skill 社区、UP 主创建私有技能和激活公开技能，还提供双层素材管理、分镜制作台和无限画布。4
更早的内测活动也明确写到「创建或复用技能」，并将创作作品、高播放内容和优质技能与等额积分奖励挂钩。活动页面写的是积分奖励，不能把它解释成 Skill 按次售卖或现金分成。它证明的是平台在尝试培育供给，而不是商业交易已经跑通。5
LibTV 的路线更偏向把视频能力接到 Agent 的工作流里。其 CLI 页面提供安装 Skill、网页登录和连接主流 Agent 工具的操作路径，页面列出的能力包括视频、图像和角色生成。官方 GitHub 仓库则把这套能力拆成创建会话、发送生成指令、查询进展、上传素材和下载结果等脚本，README 还列出了对应的 OpenAPI 接口。23
LibTV 的差异因此不只是「站内有 Skill」。它在尝试让外部 Agent 也能调用视频生产能力。对用户来说，这意味着 Skill 可以成为项目工作流里的一个执行单元；对平台来说，问题也从「能不能展示技能」变成了「怎样让调用结果稳定、可追踪、可收费」。
3. 当前能确认的入口，离市场机制还有距离
本轮读取到的 LibTV Skill 页面显示了「推荐」「短漫剧」「电影」「商业广告」「创意/社媒玩法」「音乐 MV」等分类，同时页面显示「当前暂无 Skill」。因此，公开页面可以确认 Skill 分类和入口文案，但不能据此确认当前有多少个可用 Skill、哪些 Skill 活跃、用户收藏和复用情况如何。6
这正好对应 Troy 文章的谨慎态度：产品已经出现创建、发现、复用和调用的结构，交易层却没有公开到足够清楚。文章列出的缺口包括单个 Skill 定价、按成功运行次数收费、订阅和版本升级、平台分成、创作者收益后台、商业授权、退款与争议处理。它们决定 Skill 是内容目录，还是可以持续产生收入的专业服务。
4. 支付按钮不是信任机制
Troy 把 Skill Marketplace 的难点归结为信任。用户看到一个好看的演示，不等于换一套输入、换一个模型版本或换一位创作者之后还能得到相同结果。要让 Skill 具备购买价值，平台至少要让用户看到任务完成率、平均运行成本和耗时、首次结果采用率、重复使用率、更新时间、模型兼容性、失败收费规则，以及退款和售后方式。1
这里有一个很实际的分水岭：一次运行完成，不代表一次交付成功。视频任务尤其如此，角色一致性、分镜衔接、局部返工和素材保留都可能改变最终成本。没有这些数据，收藏数只能说明有人看过，不能说明 Skill 值得买。
目标用户场景
对第一次做视频的个人创作者
Skill 首先减少的是空白输入带来的压力。用户不必从零搭建脚本、分镜和生成步骤，可以先选一套方法再修改结果。但这类用户最需要的不是「技能很多」，而是能看懂 Skill 适合什么任务、默认用了哪些模型、一次运行可能花多少积分，以及失败后是否能只重做局部。
对有固定产能需求的小团队
广告、短剧和电商内容团队更关心复用。一个 Skill 如果能保存角色设定、镜头组织、品牌规范和审核规则，团队可以把重复工作交给 Agent 处理，把人力留给创意判断和验收。反过来，如果每次换项目都要重新调提示词、重建资产和手动收拾错误，Skill 只是另一种模板包装。
对有方法论的专业创作者
导演、编剧、广告创意和视觉设计师可能获得一种新的发布方式。过去，他们可以写教程、卖课程或接项目；现在还可以把部分工作方法做成 Skill，让别人直接调用。收益能否长期成立，取决于平台是否提供版本管理、调用数据、版权边界和稳定结算，而不是一次活动里发了多少积分。
竞品坐标
这篇文章没有做同一提示词、同一模型、同一预算下的画面实测，因此不能得出 LibTV 或 Updream 谁的生成质量更好。两家的比较应放在产品范式上：谁先把专业经验组织成能反复使用的能力，谁又能把这套能力变成可验证的服务。
| 产品路线 | 用户得到的东西 | 当前可见差异 | 还缺什么证据 |
|---|---|---|---|
| LibTV 的 Agent + CLI | 在外部 Agent 中调用图像、视频和角色等能力，并获得项目结果 | 已公开安装、登录、会话、查询和下载路径 | 调用稳定性、真实成本、Skill 质量分层和收益规则 |
| Updream 的社区 + 画布 | 发现或创建 Skill，再在素材、分镜和画布中完成创作 | 官方内容突出公开 / 私有技能、素材管理、分镜和无限画布 | Skill 跨用户复用效果、长期活跃度、结算方式和售后规则 |
| 单点模型工具 | 逐次调用某项图像或视频生成能力 | 结果和支出更容易拆开观察 | 剧本拆解、角色一致性、素材管理和剪辑需要用户自己补齐 |
| 节点式工作流工具 | 参数、素材和节点关系的可视化控制 | 自由度高，流程可以被保存和修改 | 普通用户的上手成本，以及换模型后的维护成本 |
这张表说明，LibTV 和 Updream 暂时还不是在争夺一个已经成熟的 Skill 商店。它们更像在争夺两件事的连接方式：专业经验如何进入生产流程，生产流程又如何沉淀成下一次可以复用的资产。
行业影响
知识付费的交付物可能变了
过去的知识付费主要交付文章、课程、模板或咨询。用户购买后仍要自己理解方法，再把方法翻译成行动。Skill 把交付物往前推了一步：创作者可以把规则、案例、流程和工具调用封装好，用户提交产品资料后，由 Agent 先完成一轮分析、脚本和素材生产。
这不是把专家完整复制到软件里。审美取舍、版权确认、品牌风险和最终验收仍然需要人负责。更准确的说法是，部分专业工作被拆成了可复用的执行模块。
平台的竞争单位可能从模型转向方法
同一个底层模型可以接入多个平台，模型数量本身越来越难成为长期差异。更难复制的东西，可能是长期积累的创作者、真实调用数据，以及随着项目反馈不断更新的 Skill。
但这条判断必须满足几个条件：Skill 能被找到，用户能看懂它的适用边界，换一组输入仍能运行，失败成本能够被解释，创作者还能从复用中获得回报。缺一项，Skill 就容易停留在漂亮的演示和短期活动里。
CLI 让 Skill 的竞争从页面扩展到工作流
LibTV 公开 CLI 和 GitHub 技能包的意义，在于它把产品入口从网页里的按钮扩展到 Agent 可以调用的接口。这个变化会让平台更接近基础能力提供者，但也会带来更高的要求：权限、项目隔离、进度查询、素材上传、结果下载和费用记录都必须清楚，调用失败时还要知道责任落在哪一层。23
待验证点
- Skill 是不是可交易商品：两家平台是否已经公开单个 Skill 价格、按次收费、订阅、自动分成和创作者收益后台。当前公开材料更多证明了创建、复用和激励入口，不能替代交易规则。
- Skill 能否跨场景复用：同一 Skill 换人物、题材、时长、画幅、参考素材和模型版本后，是否仍然能减少返工。
- 失败如何计费：一次运行失败、只完成部分镜头或需要重新生成时，积分和现金由谁承担，是否保留已完成资产。
- LibTV Skill 页的活跃供给：页面目前能看到分类文案，但同时显示「当前暂无 Skill」。需要后续核对真实上架数量、搜索结果、更新时间、收藏、调用和重复使用数据。6
- Updream 的积分激励能否转成长期收入：内测页面公开的是等额积分奖励，仍需核对现金结算、分成、技能授权和活动结束后的持续收益。5
- CLI 调用的真实成本和稳定性：官方页面能确认安装、登录、Agent 连接和生成结果处理路径，但没有在本轮材料中给出跨任务成功率、平均耗时、完整计费表和失败重试数据。23
- 专业经验的版权和责任归属：Skill 里的案例、提示词、品牌资料和工作方法如何授权，生成结果侵权或交付失败时由平台、Skill 作者还是使用者承担责任。
原文关键句
「一套可能通向 Skill 交易市场的产品结构，正在形成。」1
这句话是全文的判断边界。它说的是结构正在出现，不是市场已经成立。
「积分激励不等于成熟的现金交易和平台分成。」1
这也是读这类产品推广材料时最该保留的分辨力。活动奖励说明平台在买供给，不能直接说明创作者已经拥有稳定收入。
「课程出售的是知识。Skill 未来出售的，可能是一位专业人士被数字化之后的部分工作能力。」1
这句话把 Skill 的商业想象说得很直白，但它能否成立，最后要看三本账：运行结果能不能验收，失败成本能不能解释，创作者能不能持续得到回报。当前 LibTV 和 Updream 已经把入口摆出来了，交易规则和信任数据还没有跟上。
本文精读原文：下一代知识付费，可能不是课程，而是 Skill
References
- 1Troy的AI产品手记｜下一代知识付费，可能不是课程，而是 Skill
mp.weixin.qq.com
- 2
- 3libtv-labs｜libtv-skills
github.com
- 4updream创意官｜最懂你的AI创作助手updream，堂堂登场！
bilibili.com
- 5Ai次元编辑室｜updream内测｜B站AI工具免费送试用积分啦！
bilibili.com
- 6LibTV｜专业视频创作工具 Skill 页面
liblib.tv
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.