下一代媒体，不再卖内容，而是决定什么值得打断你

本文来自微信公众号： AIGC从0到1 ，作者：王零壹

这两年，媒体圈最常见的一种产品想象，是给新闻装上一个聊天框。

用户输入“今天AI圈发生了什么”，系统抓取、排序、摘要，再配上几条来源链接；再往前一步，它可以按时推送、语音播报、把内容变成待办。看上去很完整，也很像下一代媒体。

但每次看到这种产品，我都会有一个不太舒服的感觉：它把大模型已经在做、而且注定会越做越好的能力，郑重其事地包装成了一门新生意。

事情没那么简单。

Reuters Institute在2026年覆盖48个市场的调查里，有54%的受访者每周会通过社交与视频网络获取新闻，媒体自有网站和App是51%；使用AI聊天机器人获取新闻的人，已经从上一年的7%涨到10%。

这组数据同时说明了两件看似矛盾的事。

第一，AI还没有成为大众获取新闻的主入口。至少现在，大多数人不是早上打开ChatGPT问“世界怎么了”。他们还是在刷视频、看信息流、跟着创作者和社群走。

第二，媒体自己的首页已经不再是默认入口了。

更准确地说，AI没有杀死媒体，它先把媒体过去捆在一个首页里的那些能力，拆给了不同的界面。

信息流负责让你撞见一条新闻；搜索负责定位；聊天机器人负责解释；邮件和推送负责提醒；原始报道、领域专家和数据库负责告诉你，这件事能不能信。

媒体首页以前把这些事都做了。现在，它只剩下其中一部分。

一、媒体首页，正在被拆零出售

过去，一个新闻App的首页看似只是在摆内容，实际上同时完成了几份工作。

它决定今天有哪些事值得看；它给事件安排轻重缓急；它提供背景；它让读者形成每天打开一次的习惯；它也顺手把用户和广告、订阅、品牌关系绑在一起。

今天，这条链条被拆开了。

短视频和社交网络承担“发现”。它们的优势不在于判断准，而在于总能让你停下来。搜索曾经承担“检索”，但现在越来越像一个直接给答案的工具。聊天机器人承担“解释”：这件事到底什么意思，和此前发生过什么有什么关系，我还应该追问什么。

甚至“每天给我看一遍”的习惯，也在被系统级能力吞掉。

OpenAI已经把Pulse的主动更新能力并入Scheduled Tasks。它在说：日报这种东西，越来越像一个通用能力，而不是一个需要单独下载的产品。

媒体的麻烦不只在入口被抢走，还在于旧的流量逻辑开始松动。Chartbeat对其网络内数据的分析显示，2024年末到2025年末，来自Google Search的页面浏览量下降了34%；小型出版商两年内的搜索流量降幅达到60%，明显高于大型网站的22%。

流量的变化有很多原因，内容品类、品牌强弱、平台策略都会影响结果。问题在于，过去那套相对稳定的路径已经不稳定了：写一篇可检索的文章，等搜索带来读者，再把读者变成广告或订阅。

今天，用户很可能只看到了机器整理过的一段答案。

更棘手的是，聊天机器人用户点击原文，往往不是因为“我还想看更多”，而是因为“我不确定它说得对不对，想去核实来源”。Reuters的相关分析这意味着，AI既吃掉了部分阅读，也把“可信度”这个老问题重新丢回给媒体。

媒体过去依赖的是“来我这里看”。以后更常见的场景是：用户在别处问问题，媒体被引用、被核验，或者干脆被略过。

二、“AI新闻App”为什么很可能是一门难生意

如果把“AI新闻App”的功能拆开看，会发现它们大多很像：

跨站聚合、自动摘要、根据兴趣排序、就新闻追问、语音播报、每日简报、监控某个关键词。

这些功能当然有用。问题在于，它们太像平台能力了。

大模型公司有聊天入口、搜索入口、系统通知、用户历史、连接器和模型本身。浏览器、手机系统、超级App也有分发位置。一个独立产品如果卖点只是“我帮你多看一点信息”，很容易落进最难受的夹缝：模型比你读得快，平台比你推得准，用户又很难为一份泛泛的摘要持续付费。

这也是很多产品讨论里最容易出现的误判：把一个顺滑的Demo，当成一个独立的商业位置。

用户说“帮我总结今天的科技新闻”，不代表他需要下载一个AI新闻App。这个需求完全可能被ChatGPT、Gemini、浏览器侧栏，甚至微信里的某个入口解决。

但也别急着把所有媒体产品判死刑。

Newsletter仍然有生命力，不是因为它比AI更会总结，而是因为它有限、定时、有结束感。你订阅一个作者，有时不是为了多接收十条信息，而是因为你愿意让这个人替你删掉九十条。作者的取舍、语气、偏好和稳定性，本身就是产品。

这部分很难被一个“更全的摘要”替代。

所以，问题不是媒体要不要做Agent。问题是：媒体究竟还拥有哪一块，平台短期内拿不走，也不值得拿走？

三、真正值钱的东西，藏在“新闻”下面

Feedly最初是RSS阅读器。今天它在安全情报场景里做的，是把CVE、恶意软件、攻击组织、IoC、研究报告和企业自己的情报需求放进同一套系统。它不只是告诉安全团队“今天有一篇文章提到漏洞”，而是要回答：这个漏洞和我们有什么关系，是否需要升级，谁该接手，证据在哪。

这已经不是阅读。

Particle对播客的处理也很说明问题。它把大量播客转写、切分、提取人物和实体、建立语义检索，并通过API和MCP提供给Agent调用。其Radar产品宣称覆盖13万档播客、每天新增约2万期内容。它不再执着于把用户留在一个“听播客的App”里，而是把原本很难被机器使用的音频内容，变成了机器可以检索和调用的数据层。

Ground News则走了另一条路。它没有把“生成一段更顺的摘要”当成核心卖点，而是把报道的立场差异、媒体所有权、信源盲区和覆盖偏差摊在用户面前。

这几个案例放在一起看，能看出一件事：媒体新的价值，不在于把文章摆得更好看，而在于把世界整理成一套可验证、可追问、能进入工作流的东西。

这套东西至少包括：

• 有边界的来源图谱：系统到底看了什么，没看什么；

  
  

• 领域本体：一个安全漏洞、一项政策、一家公司的产品更新，在结构上如何和其他信息连接；

  
  

• 证据与修正机制：判断来自哪里，后来哪里被证伪；

  
  

• 用户或团队的历史：什么东西看过、忽略过、验证过，哪些信号曾经真的有用。

  
  

模型可以生成语言，但不会凭空拥有这些东西。

四、新闻应该变成“变化对象”

今天，一条行业新闻通常只有两种命运。

一种是被压成三句话，出现在某份早报里；另一种是被收藏，之后再也没人打开。

但对于一个具体的人，一条信息真正有价值的部分，往往不是“发生了什么”，而是“它会不会改变我接下来该做的事”。

比如，一家模型公司发了新能力。通用新闻简报会告诉你：发布了什么，参数怎样，市场怎么评价。

一个真正理解用户的系统，需要继续往下做判断。

它要知道：这个变化影响的是开发者、产品经理、内容创作者，还是投研人员；影响的是模型选型、工作流、获客方式，还是合规要求；它和这个人正在做的项目有没有交集；他是否已经学过相关工具；这条信息究竟值得花二十分钟上手验证，还是应该直接划走。

可以把它理解成一条更长的信息链：

原始信源→变化识别→证据核验→角色影响→建议行动→结果回流

其中“结果回流”尤其重要。

如果系统去年提醒你关注一个工具，你试了，发现根本不适合团队，它应该记住。下一次遇到相似信号，就不该再像第一次见面那样兴奋地推给你。

这才是所谓“个性化”的难处。按兴趣标签推送不难。难的是理解一个人正在做什么、会被什么改变，以及什么信息根本不值得占用他的注意力。

我更愿意把这类产品称作“职业情报系统”，而不是AI新闻产品。

新闻只是原料。它最终卖的，是判断。

五、Agent不是会聊天就够了

“Agent”这个词现在已经被用得很松了。一个能把RSS摘要后发到邮箱的工具，也常被叫作Agent。

但放到媒体场景里，标准应该更高一点。

它需要持续运行，而不是等用户提问；需要明确的来源边界，而不是神秘地说“我搜索了全网”；需要能给出引用，承认不确定性；需要做出一次真正的行动，例如建立监控、生成任务、通知合适的人；它还需要拥有经过授权的记忆。

最后一点特别容易被忽视。

很多人一提“个性化”，就默认系统应该尽可能多地记住用户。但在职业判断和信息服务里，记忆不是越多越好。用户必须知道系统记住了什么，为什么会因为这段历史推送一条内容，也必须能删除、修改和关闭它。

否则，所谓“懂你”，很快会变成另一种形式的冒犯。

未来值得信任的媒体Agent，应该能把自己的判断过程摆出来：我看了哪些来源，因为你最近在做什么，所以认为这条值得提醒；我也不确定哪一部分，建议你去看哪一个原始出处。

它得先学会解释自己，才有资格打断别人。

六、中国市场缺的不是又一份AI早报

如果把这个判断放回中国，问题会更复杂一些。

中文互联网的信息源极碎。公众号、视频号、小红书、即刻、B站、知乎、微博、GitHub、产品更新、海外社区、播客、论文，各自有各自的节奏和话语体系。很多有用的信息并不在公开网页上，也无法靠一个通用搜索框完整覆盖。

但用户的触达入口又很集中。微信、工作群、手机推送，决定了什么内容真正能进到人的日常里。

这给“泛资讯助手”带来一个很现实的问题：它既要和大模型平台竞争，又要和超级App的分发能力竞争。做一个“中国版AI新闻聚合器”，很难仅凭摘要和聊天功能站住。

相反，垂直的职业学习与行业情报，反而有更清楚的需求。

因为让用户多看一条内容很容易，让用户相信你替他删掉的一百条内容，才需要长期积累。

七、媒体未来争夺的，是打断权

过去，媒体争的是首页位置、点击率和停留时长。后来，争的是平台分发。

AI时代，真正稀缺的东西会变成“打断权”。

谁有资格在一个人工作、学习、做决策的时候，提醒他停一下，看这件事；谁又足够克制，知道什么时候不该开口。

这个权利不能靠一个更会聊天的模型换来。它要靠来源、判断、错误成本和长期信任慢慢挣。

所以，下一代媒体未必是一家更像ChatGPT的公司。

它可能是一套可信的信息网络，一套知道如何处理变化的判断系统，再加上一个足够克制的Agent。它看起来未必像“媒体”，甚至未必有一个传统意义上的首页。

但当它能告诉你“这件事值得你现在花二十分钟”，或者“这件事不用看，继续做手头的工作”，它就开始拥有一种新的价值。

内容会继续存在。

只是内容不再是终点。