我组了个 AI 编辑部，18 小时在亚马逊出了一本书

当我写的书印刷出来，包裹从美国寄到新西兰的时候，我打开一看，比我想象中更真实。彩色印刷，硬壳封面，手感扎实。这本书从动念到在亚马逊上架，我实际花了大约 18 个小时。

故事的起点：18 个月的专栏

几年前我跟一个中文科技网站合作，写了一个专栏，讲 20 世纪最伟大的科技故事。为了把这些故事讲清楚，我啃了 14 本书，然后写了 14 篇文章。

写完之后就放下了。觉得这事过去了，不会再碰。

转折：如果出一本英文书呢？

今年 我开始使用 ClaudeCode 之后，突然冒出一个想法：能不能把这些中文文章翻译成英文，出一本书？

这事如果是以前的话，有很多障碍：翻译（英文是我的第二语言，我没信心自己搞定）。校对。事实核查。版权审查。排版。每一项都需要时间和钱。保守估计得几周，还得花一笔费用。

但现在有了 AI ，我想：如果 Claude Code 能搞定这一切呢？

方法：先写 PRD，再建 5 个 AI Agent

做产品的老习惯救了我。我没有上来就动手，而是先写了一份 PRD（产品需求文档），定义清楚需要哪些角色、每个角色干什么。

我识别出 5 个关键岗位，给每个岗位配了一个 AI Agent：

Agent 1：翻译官

把中文原文翻译成朴素、流畅的英文。我特别要求它不要加戏，不要擅自改格式，不要加破折号。AI 有个毛病，总想"优化"你的文字。翻译场景下，我只要忠实还原。

Agent 2：编辑

逐章检查语法、语言质量，以及翻译是否忠实于原文。这个 Agent 是语言层面的质量关卡，专门抓 AI 幻觉（翻译过程中凭空编造的内容）。

Agent 3：审计员

事实核查。这可能是最重要的角色。比如书里引用了一句乔布斯的话，审计员会去验证乔布斯到底有没有说过。查不到来源的，就标记出来交给我决定。

这个 Agent 就是整个流程里的福尔摩斯：什么都不信，什么都要查。

Agent 4：版权守卫

检查书里的每张图片、每段引用是否可以合法使用。维基百科的图片在开放协议下可以用，但有些图片不确定。凡是拿不准的，我全部删掉。商业出版宁可保守。

Agent 5：KDP 终结者

把整本书按亚马逊 Kindle Direct Publishing 的格式要求排好版，然后用 Playwright 浏览器自动化完成上传。这一步如果手动做，至少几天。边距、间距、段落规范、trim size，全是细碎但必须精确的规则。Agent 搞定了这一切，还生成了 EPUB 和 PDF 两个版本方便我校对，最后自动在 KDP 后台完成上传。

封面：AI 生成概念 + Figma 精修

Agent 团队处理内容的同时，我在做封面。用 ChatGPT 和 Gemini 生成概念图，挑选方向，然后在 Figma 里按 KDP 封面模板精修成最终版。

上线亚马逊

上传到 KDP，调整元数据（这一步 AI 也帮了不少），然后书就上线了。Kindle 电子书、平装本、精装本，三个版本全部上架。作者价大概 6-7 美元一本，零售价大约 13 美元。

结果是只卖出了……

那么这番操作之后，最终销售成绩如何呢？

目前卖出：1 本 😂

我没做任何营销。在 Twitter 上发了一条，仅此而已。没上播客，没投广告，没联系书评人。

最大的教训：出版一本书是容易的部分。真正难的是让读者知道这本书存在，并且愿意花钱买。这是完全不同的能力维度，我还没有认真投入。

我学到了什么

出版的门槛已经塌陷了。 语言能力、技术知识、排版经验、版权研究，这些过去要么花钱要么花月。现在一个周末加上 AI Agent 就能搞定。

像管产品一样管 AI 工作流。 先写 PRD 是整个项目最关键的决策。它让每个 Agent 有明确的分工，避免了手忙脚乱。

AI 擅长生产，不擅长分发。 Agent 能翻译、编辑、核查、排版。但它不能帮你建受众、造口碑、让人点"购买"。这些事还是得你自己来。

用实验心态起步。 我没打算做畅销书。我把它当一次测试：这事能不能做到？答案是能。而且现在我有了一套可复用的流程，下次如果认真做营销，起点会完全不同。

一个重要前提： 这套流程最适合非虚构、实用类书籍，追求准确性而非文学性。如果你要出版小说或诗集，翻译部分需要完全不同的方案。

有了 AI，可能性已经被打开了。如果你有内容躺在抽屉里，不管什么语言，从手稿到出版的路从来没有这么短过。

视频：https://youtu.be/dZ46OLcczzI