AI 大模型 + 资讯，资讯阅读的第三次革命

文 | 光锥智能，作者 | 魏琳华，编辑 | 王一粟

用户对资讯阅读的需求，正在化繁为简。

" 从‘信息稀缺’到‘信息爆炸’，越来越多人对这样一种服务的需求还是在逐步加强：帮我梳理好一件事的来龙去脉，为我过滤掉那些毫无意义的垃圾信息。"

资深媒体人张玮在记录《时代》周刊创始人亨利 · 卢斯的故事时，写下了这样一段话。

从纸媒到网络媒体再到人人可发声的社交网络，如何从浩瀚的信息洪流中快速筛选出质量高、真正对个人有价值的信息？

提升信息获取效率和质量，是当下资讯客户端借助 AI 进化的头等目标。

在个性化推荐时代，AI 成了人们阅读定制化内容的入口。生成式 AI 涌入的当下，今日头条、腾讯新闻、新浪新闻等资讯 App 们开始积极拥抱 AI 功能带来的多种可能：AI 总结让人快速读完一篇几千字的文章；AI 划词解读晦涩的名词 ......

那么，这些 AI 功能到底是花架子，还是贴合用户需求的设计？

以今日头条、腾讯新闻和新浪新闻三款 App 作为测评对象，我们试图探索加入 AI 后的产品，是否真正帮用户在阅读上省时省力。

横测：热点专栏 or 垂类信息处理？三家大厂怎么做 AI 资讯

打开多个新闻 App，AI 几乎融入在每个操作界面中：

从右上角醒目的 "AI" 智能体标识，到阅读界面中的划词搜索、尾部的热点推荐，甚至是评论区，都已经出现了 AI 陪聊的身影。

可以说，市面上的新闻 App 们，全都在积极接入生成式 AI 衍生出的种种新功能。

点开一篇文章，笔者从阅读开始到结束都看到了 AI 的身影。

以腾讯新闻为例，打开文章，它在文章开头设置了一个 " 问 AI" 的入口，支持根据文章内容直接发起提问。

往下继续划看内容时，AI 就成了阅读过程中的一本随时可翻看的 " 词典 "。

比如，当用户阅读科技、财经等领域新闻文章时，常常会出现一些难以理解的名词。过往，App 们的选择是在应用内部植入一个搜索引擎界面，让用户自行查找解释。今日头条就还保持着这种模式。

在 AI 代劳下，专有名词的解释可以让大模型解答，不需要用户跳转其他 App 自己找解释，它能直接为用户生成答案。

目前，腾讯新闻和新浪新闻都在文章中引入了 AI 搜词的功能，前者交给智能体 " 新闻妹 " 搜索，后者由智能体 " 智慧小浪 " 代劳。

从搜索准确度来看，" 新闻妹 " 的搜索基于文章内容引申，在给出答案后，还能给出延伸问题，供用户继续提问。而新浪的搜索只是基于词语的综合搜索，遇到多义词识别的情况下，容易给出不符合文章内容的答案。比如，在搜索介绍蓝牙耳机文章中的 "TWS" 时，" 智慧小浪 " 给出了韩国同名男团的解释。

其中，腾讯新闻还提供独家的 "AI 外显划词 "，针对各垂类领域的专业词汇，生僻新词、热词，外语词汇、缩写等会直接给出蓝色划线和标注，用户只需点击就能直接看到相应的解释。

除了划词搜索之外，一些基于 AI 提供的新闻推荐服务也在三个 App 中频繁出现，比如尾部针对阅读热点衍生的延展阅读内容推荐、AI 新闻专题内容合集等。

可以看到，在AI 的加持下，之前需要多个 App 协力完成的阅读过程，正被新闻 App 努力整合到一个应用界面中。

在提升阅读效率上，AI 确实做到了帮用户看得更快、更透彻。

除了文章阅读场景外，在视频播放中，也开始出现了 AI 的身影。体验下来，上述三款产品中，目前只有腾讯新闻考虑到了视频观看 +AI 结合，上线了三款和视频相关的 AI 功能。

在视频和直播场景中，腾讯新闻根据场景上线了不同的功能。其中，视频界面支持把视频分享给智能体 " 新闻妹 "，边看视频边提问；直播功能则上线了 AI 摘要和 AI 实时中英互译字幕功能。AI 摘要把关键内容都总结成了文字版本，既解决中途进场用户 " 不知道前面讲了什么 " 的问题，同时也让用户随时可回看视频要点。

在文章、视频形态之外，智能体成了三款 App 均植入的一个醒目功能。打开 App 的主界面，新浪新闻的 " 智慧小浪 " 和今日头条的 " 头条 AI" 都统一挂在了右上角。腾讯新闻则把智能体 " 新闻妹 " 的入口放到了个人界面中，以及在文章阅读中，如果使用过 " 新闻妹 "，右下角就会出现 " 新闻妹 " 悬浮图标以供随时唤起。甚至在评论区，笔者也看到了 " 新闻妹 " 的评论互动。

其中，新浪" 智慧小浪 " 和今日头条的 "AI 助手 " 是单个智能体，腾讯新闻的 " 新闻妹 " 则更侧重于多种垂类场景的多个智能体，涉及健康、高考、文娱节目、金价、彩票等多种场景，头条则设置了一些 AI 延伸功能，不过多是生活娱乐的内容。

从左到右分别是头条 AI、新闻妹和智慧小浪

热点运营一直是新闻资讯重点的板块，智能体最直观的功能就是用来做热点追踪。目前，三款 App 的智能体都可以针对热点做基础的事件分析和解答。

比如，笔者以中美关税为例，以此询问 " 新闻妹 " 时，它不仅能生成简要总结和相关资讯推送，还在下方放置了 " 事件脉络 " 功能，一键为用户直接讲清楚事情的来龙去脉。

值得一提的是，腾讯新闻的 " 新闻妹 " 在兼顾热点的同时，进一步考虑到了垂类用户的体验，并且在垂直行业场景做了更多符合用户使用习惯的功能设计。

比如，对于一个常看财经的用户来说，关注公司动向、IPO 情况等等都是基本操作。腾讯新闻的垂类智能体 " 财经助手 " 设置了问公司、IPO、汇率等功能，一键把当天关注公司的关键动态总结好。

而今日头条则选择在它一直擅长的分发上下功夫，它推出的独家功能 "AI 订阅 "，按照细分标签推送 AI 选出的快讯内容。

整体体验下来，今日头条在 AI 和新闻的场景适配上略逊一筹，而新浪新闻和腾讯新闻都针对阅读场景做了一定的功能适配，AI 功能也顺利融入到更多阅读场景中。相比之下，腾讯新闻在功能设计更丰富，这也让它能适配的场景更多。

用户用 AI 将信息 " 化繁为简 " 的同时，新闻 App 也将完成从信息门户向信息服务的跨越。

从资讯到服务，新闻 +AI 的未来形态

从门户的资讯集中，到算法分发的" 千人千面 "，再到 AI 全盘介入资讯客户端中，资讯阅读体验正在迎来第三次革命。

信息分发的进化过程，用户从被动接收新闻的人，变成了主动筛选的人。

在门户网站主导的时代，信息主要靠网站聚合各大媒体的信息，再由编辑人工把关，最终将这些内容无差别推送给用户。而以今日头条为代表，随着推荐算法技术的成熟，个性化分发时代到来，资讯平台开始根据用户的浏览历史和兴趣偏好进行内容推荐。

伴随媒体形态的变革，信息也在发生着大爆炸，用户想找到有用的内容，经常是大海捞针。

AI 作为效率工具，可以帮助用户更效率地一站式获得优质的内容，甚至让平台算法自适应用户的需求，而生成定制化的内容。

除了筛选信息、提升阅读效率，随着 AI 进一步深入传统新闻业态的操作环节，从内容生产到分发传播，再到用户消费体验，AI 正在更新创作者和用户的使用体验。

在新闻生产端，智能工具用来监督和辅助创作，甚至兼顾一些图片的生成设计；在分发端，让推荐更精准，也能根据用户的兴趣变化动态调整，同时对从基础的兴趣分类推荐，逐步进阶为价值偏好的分类；在消费端，各式提效的 AI 功能和提供综合问答的智能体服务，成了新闻 App 们竞争的主要领域。

一些可能性正在显现：比如在分发端，依赖 AI，只需要描述个人需求，就能定制一份完全符合个人口味的日报新闻；在消费端，用户能够要求只看到自己需要的内容，比如用户想知道伊以战争的发生过程和对两个国家的影响，只需要把问题抛给 AI，它就能直接从资讯库的成百上千篇文章中找到所需信息，" 梳理 " 一个用户想要的回答出来。

不过，目前 AI 应用仍面临专业深度不足的问题，这个问题同样也出现在了新闻 App 端。

当下，多数新闻 App 的 AI 都是直接调用大模型提供服务，但缺少关于新闻的 Know-how 和对应报道领域的内容积累。在深度思考模式加持下，幻觉问题进一步影响着 AI 生成、总结内容的准确度。

BBC 曾在今年 2 月发布过一个测试结果，在测试 4 款 AI 助手 ChatGPT、Copilot、Gemini 和 Perplexity 总结问题时，出现了超过半数的错误内容。而在深度思考流行的当下，交给 AI 自主思考的模式更是增强了幻觉问题。

如何提供兼顾质量和可靠的问题？

一个解法是，深入行业，通过接入垂类智能体的方式，使 AI 从 " 泛泛而谈的信息摘要者 " 蜕变为 " 面面俱到的领域专家 "，实现新闻价值质的飞跃。

以体育新闻为例，如何让用户快速了解专业术语的意义，真正看懂新闻？

相关垂类智能体通过接入知识库的方式，确保内容准确。这样的垂类智能体既能用来问专业名词，也能让它帮忙回顾比赛纪录和历史，小白也能快速补全知识盲区。

对于新闻 App 来说，借着 AI 进化的同时，如何进一步将 AI 和新闻结合起来，是接下来拉开阅读体验的关键。从问 AI、AI 划词搜索等基础的提效功能做起，资讯平台正在慢慢向垂类智能体、AI 定制等更贴合用户需求的深度应用前进。

笔者看到，腾讯新闻刚推出 AI 早报功能。只需输入关键词和定制要求，AI 会从海量资讯中精准筛选，生成高相关度的新闻简报，并每日主动推送。以 " 腾讯每日动态 " 为例，从股价变动、人事调整再到公司新产品发布，都能被 AI 从信息海洋中精准 " 打捞 " 上来。

在 AI 加持下，资讯行业第三次革命的序幕正在缓缓拉开帷幕。