文章轉(zhuǎn)載于騰訊科技
作者 ｜曉靜

不久之后，我們閱讀的各種新聞網(wǎng)站的首頁，也許都是AI編排的。

8月12日，以AI搜索為主賽道的公司Perplexity，提出以345億美元收購谷歌Chrome瀏覽器。這一數(shù)字甚至高于Perplexity目前180億美元的估值。

這個大膽的舉動背后，折射的是AI公司對人類信息獲取新入口的野心。

除了盯上瀏覽器，2024年，Perplexity推出了名為“Discover”的新聞聚合功能，通過AI技術(shù)實時抓取并整合全網(wǎng)新聞，以結(jié)構(gòu)化頁面呈現(xiàn)給用戶。

類似的應(yīng)用體驗還有Particle，這家公司由前Twitter核心團隊成員創(chuàng)立，在2024年11月推出AI新聞應(yīng)用，官方網(wǎng)站上的宣傳是，“新聞，被組織得更好（News，organized）”。

而新聞的組織者，不再是人類編輯，而是AI。

Particle稱，這種“AI編排”可以幫助出版商，而非"竊取他們的工作"。

這兩款產(chǎn)品分別代表了AI原生新聞的兩種典型路徑：

Perplexity的Discover頁面把實時資訊包裝成可交互的問答形式，每個新聞就好像一個聚合的知識庫，用戶可以對任何熱點話題進行深度提問。

Particle把零散的新聞報道重新組織成完整的“故事”，在單一頁面內(nèi)呈現(xiàn)事件的多個視角、關(guān)鍵引語和背景脈絡(luò)。

圖：Perplexity的新聞界面，用戶可以看到內(nèi)容相關(guān)信息，還可以自由提問

圖：Particle的界面，每篇文章會有總結(jié)劃重點，并對一個事件呈現(xiàn)全方位的報道

這類AI原生的新聞產(chǎn)品帶來的用戶體驗和傳統(tǒng)的新聞產(chǎn)品完全不同。

過去，讀者常在多個媒體間來回跳轉(zhuǎn)，才能拼湊出一個新聞事件的全貌。

Particle在官方網(wǎng)頁就直指這一痛點：“理解正在發(fā)生的事本應(yīng)更容易，為什么跟上新聞比工作還累？”如今，在AI的編排下，幾分鐘內(nèi)就能把握復(fù)雜事件的核心與來龍去脈。

從產(chǎn)品架構(gòu)看，它們不再是簡單的鏈接聚合或壓縮摘要列表，取而代之的是以“事件”為最小單位重構(gòu)信息組織邏輯。AI更像一位“總編輯”：自動識別熱點、匯聚多源證據(jù)、生成可交互的解讀。

AI正在以“友好”的姿態(tài)，敲開人類編輯部的大門。但是，人類準備好了嗎？

1

兩類AI原生新聞產(chǎn)品的“共性”：AI做主編，人類把關(guān)

AI正在重新定義新聞的生產(chǎn)與消費方式，從傳統(tǒng)的"文章聚合"轉(zhuǎn)向以事件為核心的智能化信息編排。

這種轉(zhuǎn)變的核心在于信息組織邏輯的根本性改變。

傳統(tǒng)新聞應(yīng)用的邏輯是“收集文章—按時間排序—推送給用戶”，而新一代AI新聞產(chǎn)品的邏輯是“識別事件—多源匯聚—結(jié)構(gòu)化呈現(xiàn)—個性化解讀”。

用戶不再需要從十幾篇相似的報道中拼湊事件全貌，AI已經(jīng)幫你完成了這項工作。

觀察這些產(chǎn)品，我們可以發(fā)現(xiàn)AI作為“總編輯”呈現(xiàn)出的四個特征：

首先是以事件為綱的多視角匯聚。Particle將不同媒體的報道、社交媒體發(fā)言與延伸閱讀整合為“Stories”，用戶可以在一個頁面內(nèi)看到事件的要點、關(guān)鍵引語、相關(guān)鏈接以及涉及的人物、機構(gòu)、地點信息。

第二是可調(diào)風格的AI摘要與問答功能。用戶既能獲得"5W"式的新聞要素總結(jié)，也能要求AI“像給5歲孩子解釋一樣”來簡化復(fù)雜議題，甚至可以直接向AI提問獲得針對性解答，能夠根據(jù)個人需求調(diào)整信息的呈現(xiàn)方式。

第三是可溯源和可導(dǎo)流。兩款產(chǎn)品都特別重視信息的可追溯性和“向原站導(dǎo)流”的策略。Particle在摘要旁邊并列原始媒體鏈接，Perplexity自帶標明引用原文和外鏈的基因，并將Discover中的熱點話題制作成Daily播客進行分發(fā)，甚至形成了從文字到音頻的全媒體矩陣。

第四是人機結(jié)合的審核機制。面對AI生成內(nèi)容可能出現(xiàn)的幻覺和偏見問題，這些產(chǎn)品都建立了人機協(xié)作的審核機制。Particle公開強調(diào)“人機協(xié)作抑制幻覺”，Perplexity也表示在選題與深度研究場景中結(jié)合人工審核，確保內(nèi)容質(zhì)量和客觀性。

雖然目標相似，但Perplexity和Particle選擇了不同的實現(xiàn)路徑。

Perplexity的Discover本質(zhì)上是“可消費的答案流”。

它根據(jù)用戶興趣和歷史互動推薦熱門話題，將相關(guān)來源、延展閱讀和AI生成的分析整合到同一屏幕中。

隨著Deep Research功能的發(fā)布，Perplexity甚至能夠自動進行多輪檢索和歸納，生成類似專題研究的長篇答復(fù)，將“主動搜索”升級為“被動獲知”。

Particle在“故事頁”中并列展示多家媒體的報道、關(guān)鍵引語、實體背景和相關(guān)線索，用戶既可以快速掃描要點，也能通過實體頁深入了解相關(guān)人物和機構(gòu)的背景。Web端上線后，這種結(jié)構(gòu)化組織被完整移植到瀏覽器中，實現(xiàn)了移動端和桌面端的無縫連接。

從用戶體驗角度看，兩者的差異很明顯：Discover的基本單位是“話題/問題”，更像是“實時熱榜+答案”；Particle的基本單位是“事件/故事”，更像是“專題頁+摘要+線索”。

1

AI將如何重塑人類獲取信息的方式？

長遠來看，AI正在重塑人類獲取信息的底層邏輯。

最直觀的變化是信息的“原子化”——AI 會把復(fù)雜新聞拆解成最小的事實單元，再按場景動態(tài)重組：同一條新聞，在手機上是30秒摘要，開車時變成3分鐘語音播報，回到電腦前又成為直觀的知識圖譜，有時又是10分鐘的深度解析長文。

傳統(tǒng)新聞的“生產(chǎn)—分發(fā)—變現(xiàn)”流程也在發(fā)生根本改變。

AI時代必須補上兩個關(guān)鍵環(huán)節(jié)：“驗證”和“授權(quán)”——既要用技術(shù)手段守住準確性，也要與原創(chuàng)媒體建立清晰、公平的分潤機制。這不僅是工程問題，更是行業(yè)生態(tài)和規(guī)則的重構(gòu)。

圍繞爬蟲、訓練與再分發(fā)的博弈不會自動消退——Perplexity 曾被多家媒體指責“違規(guī)抓取”，Cloudflare 也對其爬蟲行為提出警告。

可以預(yù)見的是，合規(guī)抓取、清晰標注、可兌現(xiàn)分潤將成為進入 AI 信息生態(tài)的基本入場券。

在這場變革中，人機分工被重新定義：基礎(chǔ)事實報道、數(shù)據(jù)整理、背景解釋等標準化工作將大比例由 AI 承擔。

AI編輯已經(jīng)誕生，但是人類記者不會消失。

人類將更專注于 AI 難以替代的核心價值——深入現(xiàn)場的調(diào)查能力、復(fù)雜情境下需要高情商與價值判斷的取舍、以及對 AI 輸出的監(jiān)督與糾錯。

未來的記者則更像“信息產(chǎn)品設(shè)計師”，既要懂得與AI協(xié)作，也要把控信息的完整性與可驗證性。

另外一個殘酷現(xiàn)實是，AI 創(chuàng)作的速度以指數(shù)級增長，我們很難想象在這種加速度下未來的閱讀將呈現(xiàn)怎樣的面貌——AI 把人類投喂的信息重組、無限再生，再反饋給人類閱讀。

人類最寶貴的知識與經(jīng)驗的傳承，將不得不與 AI 協(xié)作：

眼前，是編輯對失業(yè)的擔憂；未來，是后代如何識別人類最本源、最珍貴的智慧。

寫這篇文章之前，我問了一位頭部AI博主，你為什么堅持不用AI寫作？

他不但不用AI寫作，甚至還會執(zhí)著地在文章中保留一兩個錯別字。

他給我的回答是：“因為我覺得在全世界都越來越AI化的情況下，作為人的光輝、人的本能，還有那一股活人感，可能才是最難能可貴的。”

致敬“活人感”，Welcome to the OASIS！

點個愛心，再走 吧