你是否也遇到过这样的困扰？用AI总结日报时，总觉得信息重复率太高，抓不到真正的重点。这个问题困扰了我很久，仔细分析后发现，根源在于：AI抓取的信息源与平台推荐给我的内容高度重合。作为对AI感兴趣的人，平台信息流和AI能搜到的“优质”内容，往往就是那前10%，大量有价值的信息差被埋没在剩下的90%里。
因此，在春节的七天时间里，我彻底重构了自己的信息获取工作流。目标是跳出那重复的10%，精准筛选出被AI“漏掉”的90%中，最有信息价值的前5%。最终，我将整个方案做成了一个无需API、自带双语翻译和信心去重的开源工具。
项目已开源在 GitHub：
🔗 github.com/LearnPrompt/ai-news-radar
原有的信息流，比如用Grok抓实时动态、用定时任务监控大佬的热门帖子、用Gemini总结邮件，存在一个“老毛病”：AI总结的内容相似度太高，无法提炼出真正的核心。这次重构，我改变了思路，将信息源分层聚合。
三层信息聚合策略
我将信息来源分为三个层级进行聚合：
- 第一层：AI圈动态。 聚焦于自媒体的更新和产品新闻，确保紧跟行业脉搏。
- 第二层：全网趋势。 抓取各类平台的热榜和趋势话题，把握泛科技领域的风向。
- 第三层：智能聚合器。 这一层负责核心的数据处理，提供内容去重和英文标题的自动翻译，合并并清洗前两层的数据。
核心：11个精选信息源
这次更新集成了11个我过去四五年里收集和筛选出的高质量信息聚合网站。例如，“WaytoAGI”提供了近7天的更新日志，并可以按钮切换查看“当日”或“7天”内容。其他大部分源都支持中英文双语标题展示和重复内容过滤开关。Reddit、Hacker News、V2EX等经典社区都已包含在内。
- bestblogs.dev
- aibase.com
- techurls.com
- iris.findtruman.io/web/info_flow
- tophub.today
- aihot.today
- zeli.app
- newsnow.busiyi.world
- buzzing.cc
- ai.hubtoday.app
对于RSS订阅，我保留了“Folo”和“语鲸”两个工具。“语鲸”主要用来追踪公众号更新，它有一个很棒的功能：会把当天的热门话题打包成合集。其他常规的RSS源，我使用由RssHub团队开发的“Folo”，它的兼容性非常出色。
视频内容需要单独处理。YouTube的AI摘要已经很成熟，难点在于小红书、B站、抖音这类平台。
长视频用大模型从头到尾总结非常消耗Token。对于纯口播类视频，市面上有很多小程序可以提取字幕，完全够用，不必自己开发。
我还摸索出一个新方法：利用飞书的“AI录音豆”功能。播放长视频时同步录音，当视频中出现我想记录的灵感点时，直接暂停视频并口述记录。因为录音豆本身就能区分说话人，所以后续整理笔记非常方便，需要回顾时再根据笔记的时间轴定位到原视频片段即可。
最后的思考
经过这次重构，我最大的感触是：真正优质的内容，其实一眼就能辨识出来。它不需要分享给别人去二次确认其价值，从你创作或发现它的那一刻起，心里就已经有了答案。
我们构建工具和流程的目标，是力争从海量信息中多获取那有价值的5%，同时果断过滤掉无意义的80%。不要因为偶尔漏掉一两条信息就全盘否定自己设计的系统，相信自己的信息审美和判断力。如果你也在探索如何更高效地利用人工智能管理信息，不妨试试这个开源方案，或者在云栈社区分享你的心得。 | 
发表于 15 小时前
|
查看: 1|
回复: 0
