★ FEATURED ARTICLE 1. 当日报纸没人看了为什么AI日报反而值得做做内容的人都有一个共同的体感信息过载已经到了让人麻木的程度。每天醒来手机里躺着几十条推送、上百条群消息、十几个平台的更新提醒真正有价值的信息可能不超过三条。我身边不少做技术、做产品、做投资的朋友早就放弃了逐条刷新闻这件事转而依赖某种形式的日报来过滤噪音。但问题在于人工日报的产能是有上限的——一个人一天能精读的资讯量撑死了也就几十条再往上就是走马观花。这就是AI日报这个形态真正有意思的地方。它不是简单地把新闻标题堆在一起而是用一套自动化的流程把采集、筛选、摘要、归类、排版、分发这几个环节串起来让机器承担绝大部分重复劳动人只负责最后的判断和润色。我前后折腾过几版不同复杂度的日报系统从最早用脚本抓RSS手动拼邮件到后来接入大模型做自动摘要和分类中间踩的坑足够写一本小册子。这篇就以2026年10月9日这一期日报的制作为例把整套流程拆开讲清楚包括为什么这么设计、每个环节的关键参数怎么定、哪些地方最容易翻车。需要先说明的是这套方案适合的人群很明确一是想给自己或小团队做信息聚合的技术人二是做内容运营、需要稳定产出资讯类内容的从业者三是对自动化工作流感兴趣、想拿一个真实项目练手的学习者。如果你只是想找个现成的日报订阅那直接去用现成产品就行没必要自己造轮子。但如果你想理解一份日报从零到发布背后的完整逻辑并且希望这套流程能按自己的需求定制那接下来的内容应该对你有用。我先把这一期日报的整体结构摆出来方便后面逐块拆解。2026年10月9日这一期最终产出包含五个板块模型与算法进展、工具与产品动态、行业与资本动向、值得一读的长文、以及一条今日冷知识。每个板块的条目数控制在三到六条全文阅读时间控制在八到十分钟。这个结构不是拍脑袋定的后面会讲为什么是这五个板块、为什么条目数要卡在这个区间。2. 日报流水线的四个环节与各自的真实成本2.1 采集层源的质量决定日报的上限很多人做日报的第一步就错了——他们先去研究用什么工具抓取而不是先想清楚抓什么。工具是次要的源的质量才是决定性的。我早期犯过的最大错误就是贪多一口气订阅了六十多个源结果每天抓回来上千条内容筛选成本高到离谱最后日报质量反而下降。后来我把源分成三类来管理。第一类是核心源数量控制在八到十二个这些是必须每天扫一遍的通常是几个头部技术博客、两三个官方发布渠道、一两个高质量的行业通讯。第二类是补充源二十个左右用来覆盖核心源可能遗漏的细分方向比如某个特定技术栈的社区、某个垂直领域的资讯站。第三类是机会源不固定遇到就加主要靠平时刷到好东西时随手记下来。这里有个经验值得单独说源的更新频率要和日报的发布频率匹配。如果你做的是日刊那订阅一堆周更的源就是浪费——它们一周才出一条你每天去检查都是空的白白消耗请求配额。反过来如果你做的是周刊却订阅了一堆分钟级更新的源那筛选压力会大到让你放弃。我现在的做法是给每个源打一个更新频率标签日刊只保留日更及以上的源周更的源单独归到周刊流程里。采集的技术实现上RSS依然是最省心的方案没有之一。虽然很多人唱衰RSS但对于日报这种场景它的结构化程度、稳定性、以及不需要处理反爬的特性是其他方案比不了的。我目前大约七成的源走RSS剩下的走API或者网页解析。网页解析是最脆弱的环节目标站点改一次版式你的解析规则就废了所以这类源一定要控制在少数并且做好监控——一旦连续两天抓不到内容就报警。提示采集层一定要做去重。不同源之间转载同一篇文章的情况非常普遍如果不去重日报里会出现三条一模一样的标题观感极差。去重不能只比标题标题经常被改要比正文的指纹比如取正文前两百个字符做哈希。2.2 筛选层把一千条压到三十条的核心逻辑采集回来一千条最终日报只用三十条中间这九百七十条是怎么被淘汰的这是整个流水线里最考验设计的部分。我见过两种极端做法都不太可取。一种是纯人工筛效率低且不可持续另一种是纯算法打分结果往往选出一些看起来相关但实际没价值的内容。我现在的方案是两段式筛选。第一段是机器粗筛用一套打分规则把明显不相关的干掉把一千条压到一百条左右。第二段是人工精筛从一百条里挑出最终的三十条。这个比例是我反复调出来的——粗筛压得太狠会漏掉好东西压得太松人工环节的负担又太重。一百条左右是一个比较舒服的区间人工过一遍大概十五到二十分钟。粗筛的打分规则我主要用这几个维度来源权重核心源加分、时效性越新越高分、关键词命中命中预设的关注词加分、内容长度过短的通常是快讯过长的可能是深度长文分别处理、互动数据如果有的话比如评论数、转发数。这几个维度加权求和权重怎么定要看你的日报定位。如果是技术向的日报来源权重和关键词命中要占大头如果是行业资讯向的时效性和互动数据的权重就要提上来。这里有个反直觉的经验不要迷信互动数据。我早期特别看重转发和评论数后来发现高互动的内容往往是情绪化的、争议性的跟日报想要的信息密度并不一致。一条转发过万的八卦对技术日报来说价值可能还不如一条转发几十的官方更新。所以互动数据我只给一个较低的权重作为辅助参考。2.3 加工层摘要不是压缩是重写筛选出三十条之后接下来是给每条写摘要。这一步是很多人做日报时最容易偷懒的地方——直接把原文第一段截过来或者让模型做压缩式摘要。这两种做法出来的效果都很差。原文第一段经常是背景铺垫读完不知道这条到底讲了什么压缩式摘要则容易丢失关键信息把一条有细节的更新压成一句正确的废话。我的做法是让模型做重写式摘要而不是压缩。具体来说给模型的指令里明确要求用一到两句话说明发生了什么和为什么值得关注不要复述背景不要用据悉报道称这类废话开头如果原文有具体数字或版本号必须保留。这个指令我改了十几版才稳定下来核心就是逼模型输出信息而不是输出文字。摘要的长度也要控制。我试过一句话、两句话、三句话三种长度最后定在两句话。一句话太短说不清楚三句话太长读者扫读时容易跳过。两句话大概四十到六十字正好是一个扫一眼就能抓住重点的长度。这个数字不是绝对的你可以根据自己的排版宽度调整但原则是摘要要能在两秒内读完。还有一个细节摘要里不要出现本文该文章这类指代。日报的每一条都是独立的读者不会去点原文所以摘要必须自包含。我早期经常看到模型输出该文章介绍了某某技术的最新进展这种摘要等于没说。后来我在指令里明确禁止这类指代情况才好转。2.4 分发层排版决定了有多少人真的会读内容做完了最后一步是分发。这一步经常被忽视但它直接决定了日报的打开率和读完率。我见过不少技术很扎实的日报内容质量很高但排版一塌糊涂——大段文字堆在一起没有分段没有重点标记读者点开扫两眼就关了。我的排版原则是每条不超过四行重点信息加粗板块之间留白。具体来说每条的结构是标题一行加粗摘要两行来源一行小字灰色。板块之间用分隔线或者空行隔开让读者能快速定位到自己关心的部分。这个排版看起来简单但实测下来读完率比一大段文字的版本高出不少。分发渠道上我建议至少做两个渠道。一个是邮件或者某种存档式的渠道方便读者回溯和搜索另一个是即时推送类的渠道方便读者当天快速浏览。两个渠道的内容可以一样但排版要分别适配——邮件的排版可以宽松一些即时推送的排版要更紧凑。注意分发时间要固定。我试过随机时间发布结果打开率波动很大。后来固定在每天早上八点发布读者的阅读习惯就慢慢养成了。固定时间这件事看起来是小事但对日报这种习惯型产品来说是建立用户预期的关键。3. 2026年10月9日这一期的具体制作过程3.1 当天采集到的原始数据长什么样说完整套流程我用2026年10月9日这一期做一次完整的复盘。当天早上六点采集脚本跑完一共抓回来一千一百多条原始内容。这个数字比平时略高因为前一天有几个比较集中的发布窗口导致多个源同时更新。原始数据的结构大概是这样的每条包含标题、正文、来源、发布时间、原文链接、以及一个初步的指纹哈希。正文长度差异很大短的只有几十个字快讯类长的有上万字深度长文。发布时间集中在过去二十四小时内最早的是前一天早上七点最晚的是当天早上五点。这里有个细节值得说采集时间点的选择会影响内容构成。我试过凌晨采集和早上采集结果差别很明显。凌晨采集的话欧美时区的更新还没出来日报会偏亚洲内容早上采集的话覆盖更均衡。所以如果你做的是全球资讯日报采集时间建议放在早上六点到七点之间这个时间点大部分时区的当日更新都已经出来了。3.2 粗筛之后剩下的一百零三条是怎么来的一千一百多条经过粗筛剩下一百零三条。这个压缩比大概是十比一符合我的预期。粗筛过程中被淘汰的内容主要是这几类重复转载约三百条、明显不相关的广告和推广约两百条、时效性过期的旧闻约一百五十条、内容过短且无信息量的快讯约一百条、以及关键词完全不命中的约两百多条。粗筛的打分规则在这一天的表现我事后做了复盘。有几个源因为权重设得偏高导致它们的低质量内容也被保留了下来占了精筛环节不少时间。这提醒我源权重不能一劳永逸要定期根据实际产出质量调整。我现在的做法是每个月复盘一次把那些经常产出低质量内容的源的权重降下来。精筛环节我花了大概十八分钟从一百零三条里挑出了最终的三十条。挑选的标准主要是三条信息增量这条内容是否提供了我之前不知道的信息、相关性是否跟日报的定位一致、可读性是否能用简洁的语言说清楚。这三条里信息增量是最重要的如果一条内容读完没有任何新东西那不管它多热门都不选。3.3 五个板块的条目分配与取舍理由最终三十条的板块分配是这样的模型与算法进展六条、工具与产品动态八条、行业与资本动向五条、值得一读的长文四条、今日冷知识一条。剩下的六条作为备选如果某个板块临时需要替换可以顶上。这个分配比例不是固定的会根据当天的内容情况浮动。比如某天如果有一个重大的模型发布那模型板块的条目数就会增加其他板块相应减少。但有一个原则是不变的工具与产品动态永远是条目最多的板块。原因是这个板块的内容最实用读者看完能直接去试而模型进展和行业动向更多是知道就好。日报的价值在于有用所以实用类内容要给足篇幅。值得一读的长文这个板块我犹豫过要不要保留。因为长文的阅读成本高放在日报里可能没人点。但后来我发现这个板块的存在本身就是一种筛选服务——读者不一定当天读但会收藏起来以后读。所以这个板块的条目数虽然少但价值不低。我现在的做法是给每条长文配一句为什么值得读降低读者的决策成本。今日冷知识这个板块是我个人加的跟日报的资讯属性关系不大但它是提升日报辨识度的一个小设计。每天一条跟技术或行业相关的冷知识读者看完会有一点意外收获的感觉这种小惊喜对培养阅读习惯有帮助。这条内容通常来自我平时的积累不依赖当天的采集。4. 让日报稳定产出的几个关键工程细节4.1 定时任务与失败重试的设计日报是个每天都要跑的系统稳定性比功能丰富更重要。我早期吃过亏某天早上发现采集脚本挂了原因是某个源的接口临时不可用导致整个流程中断。后来我做了几件事来解决这个问题。第一是每个环节独立容错。采集层如果某个源失败不影响其他源失败的源记录下来下次重试。筛选层如果模型调用失败降级到规则打分保证流程能继续。加工层如果摘要生成失败先用原文首段顶上标记出来人工补。分发层如果某个渠道失败其他渠道照常发。这样即使某个环节出问题日报也能发出去只是质量可能打折扣。第二是失败重试要有上限。我见过有人设置无限重试结果某个源一直失败脚本一直重试把配额耗光了。我的做法是每个源最多重试三次间隔分别是五分钟、十五分钟、三十分钟三次都失败就跳过记录到日志里第二天人工检查。第三是关键节点要有告警。采集完成后如果条目数低于某个阈值比如低于五百条说明可能有问题要告警。筛选完成后如果条目数异常比如粗筛后只剩十条也要告警。这些告警不需要很复杂发个消息到自己的通知渠道就行关键是能及时发现问题。4.2 模型调用的成本控制与缓存策略用大模型做摘要和分类成本是个绕不开的问题。我算过一笔账如果每天处理一千条内容每条都调用模型一个月下来的费用不算低。所以成本控制是必须做的。我的做法是分级处理。粗筛阶段用规则打分不调用模型这一层就能淘汰掉九成的内容。精筛之后剩下的一百条再用模型做分类和初步摘要。最终选定的三十条再用模型做精细摘要。这样模型的实际调用量只有一百多次成本降到了原来的十分之一左右。缓存也很重要。同一篇文章可能在不同源里出现如果不去重就重复调用模型纯属浪费。我的做法是在采集层就做指纹去重确保进入加工层的内容都是唯一的。另外模型的输出结果我会缓存起来如果同一篇文章第二天又被采集到虽然概率低可以直接用缓存结果。还有一个省钱的技巧摘要生成用较小的模型分类用较大的模型。摘要这个任务对模型能力的要求其实不高小模型完全够用而且速度快、成本低。分类任务需要理解内容的语义对模型能力要求高一些用大模型更稳。这个搭配是我试了几次之后定下来的效果和成本的平衡比较好。4.3 人工介入的边界哪些环节必须人来做虽然整套流程是自动化的但有几个环节我坚持人工介入因为机器做不好或者做错了代价太大。第一个是最终选题。机器可以打分、可以排序但哪条内容值得放在头条这个判断机器做不了。头条的选择涉及对读者兴趣的判断、对当天整体内容格局的把握这些是人的经验在起作用。我每天花在选题上的时间大概十分钟但这十分钟决定了日报的整体质量。第二个是敏感内容的审核。这个不用多说自动化流程必须有一道人工审核的关卡确保发出去的内容没有问题。我的做法是精筛之后、加工之前人工过一遍把可能有问题的内容剔除。第三个是冷知识板块。这个板块的内容我坚持自己写不用模型生成。原因是冷知识的价值在于意外感模型生成的内容往往四平八稳没有那种原来如此的惊喜。自己写虽然费点时间但这是日报的人格化部分值得投入。提示人工介入的环节要尽量前置。如果等到分发前才发现问题返工成本很高。我的流程是人工审核放在加工之前这样即使发现问题也只影响加工环节不会影响已经完成的采集和筛选。5. 日报做久了才会遇到的三个真问题5.1 内容同质化当所有日报都在说同一件事日报做久了会遇到一个很尴尬的问题你辛辛苦苦做出来的内容跟别人的日报高度重合。因为大家的信息源就那些筛选标准也大同小异最后选出来的内容自然差不多。这个问题在我做到第三个月的时候特别明显有读者直接反馈说你们跟某某日报今天的内容几乎一样。解决这个问题的思路不是去找更冷门的源而是在加工环节做出差异化。同样的内容别人只给摘要你可以给摘要加一句点评别人按时间排序你可以按重要性排序别人只报事实你可以补充背景。差异化的空间其实很大关键是你愿不愿意多花那点功夫。我现在的做法是给每条内容加一个编辑视角的短评一到两句话说明这条内容为什么值得关注、跟之前的什么进展有关联、对读者可能有什么影响。这个短评是模型生成加人工润色的成本不高但差异化效果很明显。读者的反馈也证实了这一点很多人说就是冲着你们的点评来的。5.2 读者疲劳如何让日报不被当成噪音日报这种产品最大的敌人不是竞争对手是读者的疲劳感。再好的内容天天看也会腻。我观察到的规律是读者对日报的新鲜感大概能维持两到三周之后打开率会明显下降。如果不想办法对抗这种疲劳日报就会慢慢变成已读不回的噪音。对抗疲劳的手段我试过几种。一是定期改版比如每个月调整一次板块结构或者排版风格给读者一点新鲜感。二是增加互动元素比如每周做一次读者投票选头条让读者参与进来。三是控制信息密度不要每天都塞满偶尔留白反而更好。这几种手段里我觉得最有效的是控制信息密度——读者不怕内容少怕的是内容多到看不完。还有一个反直觉的经验不要追求每日必达。我早期坚持每天发哪怕当天没什么好内容也硬凑。后来发现这样反而伤害了日报的信誉——读者会觉得今天这条没什么意思。现在的做法是如果当天确实没有足够的内容就发一个精简版或者干脆跳过一天在下一期说明昨天内容较少合并到今天。读者的接受度比我想象的高。5.3 可持续性一个人能撑多久最后一个问题也是最现实的一个人做日报能撑多久。我见过太多日报做了一两个月就停更的原因基本都是太累了。日报是个日更产品日更意味着你每天都要投入固定时间这个时间看起来不多我整套流程跑下来大概四十分钟但日复一日很容易倦怠。让日报可持续的关键是把流程做到足够自动化把人的时间集中在最有价值的环节。我现在每天花在日报上的时间采集和筛选是自动的加工环节大概二十分钟选题和审核十分钟分发是自动的。总共半小时左右这个投入是可以长期坚持的。如果每个环节都要人工做那每天两小时都打不住肯定撑不久。另外要允许自己偶尔偷懒。我现在的做法是周末发精简版只保留最重要的几条其他板块暂停。这样既保持了日更的连续性又给自己留了喘息的空间。读者对周末精简版的接受度很高毕竟大家周末也想休息。6. 关于工具选型的一点个人看法整套流程用什么工具实现其实没有标准答案。我用过纯脚本的方案也用过现成的自动化平台各有各的好。纯脚本的优点是灵活想怎么改就怎么改缺点是维护成本高出问题要自己排查。现成平台的优点是省心缺点是定制能力有限遇到平台不支持的需求就没办法。我的建议是先用现成平台跑通流程再根据实际需求决定要不要自己写。很多人一上来就想着自己写一套结果卡在某个技术细节上流程还没跑通就放弃了。先用现成平台把采集、筛选、加工、分发这个闭环跑起来验证一下自己的想法再决定要不要投入更多精力去定制这个顺序更合理。具体到工具采集层我推荐从RSS开始简单可靠。加工层的模型调用选一个文档清晰、价格透明的就行不用纠结哪个模型最强因为摘要这个任务对模型能力的要求没那么高。分发层看你的读者在哪里邮件、即时通讯、网页存档选一个你最熟悉的。存储层用最简单的方案就行我早期用数据库后来发现用文件系统加一个索引就够了没必要上重型方案。最后说一个我踩过的坑不要过早优化。我早期花了很多时间在让采集更快让筛选更准上结果发现这些优化对日报质量的提升很有限。真正影响日报质量的是选题和加工这两块才是应该投入时间的地方。工具够用就行把精力留给内容本身。这一期日报的制作过程大概就是这样。从早上六点采集到八点发布中间两个小时里机器承担了大部分重复劳动人做的是判断和润色。这套流程我跑了挺长时间中间改过很多版现在的版本算是比较稳定了。如果你也想做自己的日报建议从最简单的版本开始先跑起来再慢慢优化。一开始不用追求完美能稳定产出比什么都重要。
阅读完成 · 觉得有帮助？
