实测多款AI Agent下载油管视频：结果让人意外，但这才是真相

折腾无止境，最近为了验证手头一堆AI Agent到底是不是“人工智障”，我搞了个非常接地气的测试：

只给一个YouTube视频链接，要求它们自己想办法，把“最高清晰度”的视频下载到桌面。

环境配置很公平：本地电脑配合AWS的代理IP，底层大模型统一用DeepSeek v4 flash。测试对象包括Codex、Claude、Hermes、Workbuddy、马维斯、GenericAgent、Qwenpaw、NanoBot、OpenCode、Oh-my-pi、HanaAgent、OpenClaw等一众热门选手。

结果：全军覆没，仅剩一员猛将

实测过程相当扎心。大部分Agent在面对这个任务时，表现出了明显的“不知所措”。有的卡在解析链接那一步，开始跟你分析视频内容；有的写了一堆代码却报错连天；还有的直接在环境配置上转圈圈，死活跑不起来。

在这群“选手”里，能顺利完成任务的居然只有一个——GenericAgent。它不仅成功识别了任务，还自动处理好环境，真的把视频搞定了。至于其他的，要么是半途而废，要么是假装在干活，实际上啥也没干出来。

为什么大模型干不了这种“脏活”？

其实这个结果一点也不意外。让大语言模型去写爬虫、去对抗流媒体的反爬机制、去处理FFmpeg的复杂参数，就像是“杀鸡用牛刀”，而且这把刀还是钝的。

1. 环境依赖地狱：下载视频需要yt-dlp或ffmpeg等底层工具，Agent在沙箱里往往没有预装这些，或者版本不兼容。
2. 决策链条过长：“解析URL -> 找下载工具 -> 写命令行 -> 执行 -> 报错 -> 修正”，其中任何一个环节断了，任务就失败了。
3. 幻觉与合规限制：有些模型一听到“下载版权视频”就开始触发安全机制，直接拒绝执行，或者给你来一段“版权声明”。

在这场测试中，大部分Agent都令人失望，只有GenericAgent最终拿到了“护身符”，成功完成了任务。

别折腾大模型了，回归工具本质

如果真的想把视频稳稳当当地弄下来（比如保存教程、下载字幕做笔记），别指望AI Agent给你写代码了，直接用成熟的工具。这才是效率最高的方案。

这里给各位推荐两个真·神级工具，简单粗暴，百试百灵：

1. 下载王者：yt-dlp

这是youtube-dl的强力进阶版，几乎支持所有主流视频网站，更新非常快，油管改反爬它跟着适配。

别折腾了，虽然这些Agent在处理简单任务时看着滑稽可笑（:rofl:），但面对需要特定工具链的实战任务，还是老老实实用命令行工具吧。

安装方法： 确保你装了Python，然后一行命令搞定： pip install yt-dlp

最强下载命令（保存最高画质+字幕）：

yt-dlp -f "bestvideo[ext=mp4]+bestaudio[ext=m4a]/best[ext=mp4]/best" --write-sub --sub-lang zh-Hans,en --embed-subs --merge-output-format mp4 "视频链接"
``n
这串代码的意思是：找最好的MP4视频流，找最好的音频流，合并它们；同时下载中英文字幕并内嵌进视频里。这就是专业。

#### 2. 字幕提取神器：`subs`

有时候你只要字幕不要视频，或者想做双语对照阅读。

直接用`yt-dlp`也可以：
```bash
yt-dlp --write-subs --sub-lang en --skip-download "视频链接"

这会在当前目录下下载一个.vtt或.srt格式的字幕文件，配合本地播放器加载，体验极佳。

总结

这次测试也算给热衷于把所有活儿都甩给AI的朋友提个醒：AI Agent擅长的是逻辑推理、文案生成和辅助决策，而不是去跟互联网上的反爬虫机制肉搏。

像下载视频这种具体的、高度依赖底层工具的任务，老老实实用命令行工具或者成熟的GUI软件（比如DownKyi），效率要比调教一个Agent高出一万多倍。GenericAgent能做出来，说明它集成了一些特定的工具链能力，但既然有现成的轮子，何苦非要逼AI去重新发明呢？

省下的时间，不如让大模型帮你写个视频总结，这才是正确的打开方式。