AI热点 5小时前 152 阅读 0 评论

人工智能“入侵”人类新闻网站腹地

作者头像
AI中国

AI技术专栏作家 | 发布了 246 篇文章

不久之后,我们阅读的各种新闻网站的首页,也许都是AI编排的。

8月12日,以AI搜索为主赛道的公司Perplexity,提出以345亿美元收购谷歌Chrome浏览器。这一数字甚至高于Perplexity目前180亿美元的估值。

这个大胆的举动背后,折射的是AI公司对人类信息获取新入口的野心。

除了盯上浏览器,2024年,Perplexity推出了名为“Discover”的新闻聚合功能,通过AI技术实时抓取并整合全网新闻,以结构化页面呈现给用户。

类似的应用体验还有Particle,这家公司由前Twitter核心团队成员创立,在2024年11月推出AI新闻应用,官方网站上的宣传是,“新闻,被组织得更好(News,organized)”。

而新闻的组织者,不再是人类编辑,而是AI。

Particle称,这种“AI编排”可以帮助出版商,而非"窃取他们的工作"。

这两款产品分别代表了AI原生新闻的两种典型路径:

Perplexity的Discover页面把实时资讯包装成可交互的问答形式,每个新闻就好像一个聚合的知识库,用户可以对任何热点话题进行深度提问。

Particle把零散的新闻报道重新组织成完整的“故事”,在单一页面内呈现事件的多个视角、关键引语和背景脉络。

图:Perplexity的新闻界面,用户可以看到内容相关信息,还可以自由提问

图:Particle的界面,每篇文章会有总结划重点,并对一个事件呈现全方位的报道

这类AI原生的新闻产品带来的用户体验和传统的新闻产品完全不同

过去,读者常在多个媒体间来回跳转,才能拼凑出一个新闻事件的全貌。

Particle在官方网页就直指这一痛点:“理解正在发生的事本应更容易,为什么跟上新闻比工作还累?”如今,在AI的编排下,几分钟内就能把握复杂事件的核心与来龙去脉。

从产品架构看,它们不再是简单的链接聚合或压缩摘要列表,取而代之的是以“事件”为最小单位重构信息组织逻辑。AI更像一位“总编辑”:自动识别热点、汇聚多源证据、生成可交互的解读。

AI正在以“友好”的姿态,敲开人类编辑部的大门。但是,人类准备好了吗?

1

两类AI原生新闻产品的“共性”:

AI做主编,人类把关

AI正在重新定义新闻的生产与消费方式,从传统的"文章聚合"转向以事件为核心的智能化信息编排。

这种转变的核心在于信息组织逻辑的根本性改变。

传统新闻应用的逻辑是“收集文章—按时间排序—推送给用户”,而新一代AI新闻产品的逻辑是“识别事件—多源汇聚—结构化呈现—个性化解读”。

用户不再需要从十几篇相似的报道中拼凑事件全貌,AI已经帮你完成了这项工作。

观察这些产品,我们可以发现AI作为“总编辑”呈现出的四个特征:

首先是以事件为纲的多视角汇聚。Particle将不同媒体的报道、社交媒体发言与延伸阅读整合为“Stories”,用户可以在一个页面内看到事件的要点、关键引语、相关链接以及涉及的人物、机构、地点信息。

第二是可调风格的AI摘要与问答功能。用户既能获得"5W"式的新闻要素总结,也能要求AI“像给5岁孩子解释一样”来简化复杂议题,甚至可以直接向AI提问获得针对性解答,能够根据个人需求调整信息的呈现方式。

第三是可溯源和可导流。两款产品都特别重视信息的可追溯性和“向原站导流”的策略。Particle在摘要旁边并列原始媒体链接,Perplexity自带标明引用原文和外链的基因,并将Discover中的热点话题制作成Daily播客进行分发,甚至形成了从文字到音频的全媒体矩阵。

第四是人机结合的审核机制。面对AI生成内容可能出现的幻觉和偏见问题,这些产品都建立了人机协作的审核机制。Particle公开强调“人机协作抑制幻觉”,Perplexity也表示在选题与深度研究场景中结合人工审核,确保内容质量和客观性。

虽然目标相似,但Perplexity和Particle选择了不同的实现路径。

Perplexity的Discover本质上是“可消费的答案流”。

它根据用户兴趣和历史互动推荐热门话题,将相关来源、延展阅读和AI生成的分析整合到同一屏幕中。

随着Deep Research功能的发布,Perplexity甚至能够自动进行多轮检索和归纳,生成类似专题研究的长篇答复,将“主动搜索”升级为“被动获知”。

Particle在“故事页”中并列展示多家媒体的报道、关键引语、实体背景和相关线索,用户既可以快速扫描要点,也能通过实体页深入了解相关人物和机构的背景。Web端上线后,这种结构化组织被完整移植到浏览器中,实现了移动端和桌面端的无缝连接。

从用户体验角度看,两者的差异很明显:Discover的基本单位是“话题/问题”,更像是“实时热榜+答案”;Particle的基本单位是“事件/故事”,更像是“专题页+摘要+线索”。

2

AI将如何重塑人类获取信息的方式?

长远来看,AI正在重塑人类获取信息的底层逻辑。

最直观的变化是信息的“原子化”——AI 会把复杂新闻拆解成最小的事实单元,再按场景动态重组:同一条新闻,在手机上是30秒摘要,开车时变成3分钟语音播报,回到电脑前又成为直观的知识图谱,有时又是10分钟的深度解析长文。

传统新闻的“生产—分发—变现”流程也在发生根本改变。

AI时代必须补上两个关键环节:“验证”和“授权”——既要用技术手段守住准确性,也要与原创媒体建立清晰、公平的分润机制。这不仅是工程问题,更是行业生态和规则的重构。

围绕爬虫、训练与再分发的博弈不会自动消退——Perplexity 曾被多家媒体指责“违规抓取”,Cloudflare 也对其爬虫行为提出警告。

可以预见的是,合规抓取、清晰标注、可兑现分润将成为进入 AI 信息生态的基本入场券。

在这场变革中,人机分工被重新定义:基础事实报道、数据整理、背景解释等标准化工作将大比例由 AI 承担。

AI编辑已经诞生,但是人类记者不会消失。

人类将更专注于 AI 难以替代的核心价值——深入现场的调查能力、复杂情境下需要高情商与价值判断的取舍、以及对 AI 输出的监督与纠错。

未来的记者则更像“信息产品设计师”,既要懂得与AI协作,也要把控信息的完整性与可验证性。

另外一个残酷现实是,AI 创作的速度以指数级增长,我们很难想象在这种加速度下未来的阅读将呈现怎样的面貌——AI 把人类投喂的信息重组、无限再生,再反馈给人类阅读。

人类最宝贵的知识与经验的传承,将不得不与 AI 协作:

眼前,是编辑对失业的担忧;未来,是后代如何识别人类最本源、最珍贵的智慧。

写这篇文章之前,我问了一位头部AI博主,你为什么坚持不用AI写作?

他不但不用AI写作,甚至还会执着地在文章中保留一两个错别字。

他给我的回答是:“因为我觉得在全世界都越来越AI化的情况下,作为人的光辉、人的本能,还有那一股活人感,可能才是最难能可贵的。”

致敬“活人感”,Welcome to the OASIS!

本文来自微信公众号“腾讯科技”,作者:晓静,编辑:郑可君,36氪经授权发布。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!