文｜晓静
编辑｜郑可君
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，而是以"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？
一、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 则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"。
二、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！（欢迎来到绿洲！）
简配资-简配资官网-配资炒股官网官网-第一配资门户提示：文章来自网络，不代表本站观点。
- 上一篇：安全炒股配资记者多次尝试拨打老板电话
- 下一篇：没有了
