省流：开源地址
https://github.com/jpengcheng523-netizen/ai-hot-morning-briefing
每天关于 AI 的消息太多了。
新模型发布、产品更新、开源项目、融资并购、芯片进展、政策变化……真正让我头疼的，不是找不到新闻，而是：
-
哪些是过去24小时真正发生的新动态？
-
哪些只是旧闻被重新转发？
-
产品能力有没有官方材料支持？
-
同一个事件被十几家媒体报道，应该如何去重？
-
一条热门消息究竟是事实，还是尚未确认的传闻？
-
今天如果没有重大新闻，要不要为了凑数硬写？
于是，我用 TraeWork 搭建了一套 「AI HOT 早报」自动化工作流。
它不是简单地每天搜索十条 AI 新闻，而是按照编辑标准，完成：
定时检索 → 原始信源核验 → 重复事件合并 → 新闻价值评分 → 待核验信息隔离 → 生成结构化早报
最终，我每天面对的不再是一堆未读链接，而是一份已经初步完成筛选、核验和整理，等待人工确认的 AI 早报。
我是谁 & 遇到了什么问题
我长期关注 AI、大模型、Agent、开发者工具和 AI 出海相关信息，也需要把高价值行业动态整理成团队能快速阅读的内容。
过去做一份 AI 早报，通常要经历：
-
打开多个科技媒体和公司官网；
-
搜索过去一天的重要动态；
-
判断消息是不是旧闻；
-
找到对应的官方公告；
-
核对模型名称、版本、价格和发布日期；
-
合并不同媒体对同一事件的报道；
-
判断哪些值得进入早报；
-
把信息重新整理成统一格式。
这里最耗时的并不是写摘要，而是从大量噪音中找出可信且有价值的信号。
普通的 AI 搜索很容易出现三个问题。
第一，容易拿旧闻凑数
某篇文章今天发布，不代表它报道的事件今天才发生。
如果只按文章发布时间筛选，就可能把几天前甚至几周前的事件重新包装成“今日热点”。
第二，容易重复收录同一事件
一家公司发布一个模型，可能同时出现：
-
官方公告；
-
开发者文档；
-
媒体报道；
-
产品体验文章；
-
社交平台讨论。
如果没有事件级去重，一件事可能在早报里占三四条。
第三，容易把热度当成价值
社交平台上讨论很多，不代表它真的会影响行业。
相反，一项 API 价格调整、开发者条款变更或监管文件，可能热度不高，却对真实业务影响很大。
所以，我需要的不是一个“新闻搬运助手”，而是一名懂编辑标准、能保留来源、知道何时说不确定的 AI 研究助理。
我用了 TraeWork 解决这件事
使用模式：
-
Work -
☐ Code
-
☐ Design
我没有一开始就让 TraeWork“每天给我十条 AI 新闻”，而是把这套工作拆成了三层：
-
用规则固定编辑标准；
-
用 Skill 固定研究流程；
-
用自动化任务每天按时执行。
第一步：用规则告诉 TraeWork，什么才算一条合格的 AI 新闻
我先创建了一套名为 「AI HOT 早报编辑规范」 的长期规则。
它固定了几个最重要的原则。
只看真正新增的信息
默认检索执行时间之前24小时内发布或发生的事件，并且要求区分：
-
事件发生时间；
-
内容发布时间；
-
本次报道新增了什么。
如果一条旧闻只是今天被重新转发，就不能进入早报。
原始信源优先
我把信源分成了三个等级。
一级信源
-
公司官网；
-
官方博客；
-
开发者文档；
-
官方 GitHub 仓库；
-
论文原文；
-
政府和监管机构公告；
-
财报及公开文件。
二级信源
-
Reuters；
-
Bloomberg；
-
Financial Times；
-
The Verge；
-
TechCrunch；
-
其他可信科技媒体。
三级信源
-
X、Reddit、知乎、小红书等社区内容；
-
公司高管或项目相关人员的个人账号。
三级信源可以提供线索，但不能单独确认重大事实。
不确定内容必须隔离
如果一条消息只有匿名爆料，或者融资金额、产品能力和发布时间无法确认，它不能被写成确定事实，而是进入单独的 「待核验」 区域。
例如：
某媒体援引知情人士称某公司正在进行新一轮融资，但公司尚未正式确认。
这种表达和“某公司完成新一轮融资”有本质区别。
允许当天没有头条
这是我认为非常重要的一条规则：
如果当天没有达到标准的重大事件，就明确写“今日暂无重大头条”，不能为了凑数降低标准。
自动化内容最容易出现的问题，就是任务要求每天输出十条，它便每天强行找十条。
但一份可信的早报，应该允许结果为空或数量不足。
第二步：把搜索、核验和去重流程封装成 Skill
规则解决的是“必须遵守什么”，Skill 解决的是“每次具体怎么做”。
我在 TraeWork 中建立了 「AI HOT 早报研究与编辑」Skill，将整个流程拆成八步。
1. 确定信息窗口
每次执行时先记录：
-
当前北京时间；
-
检索开始时间；
-
检索结束时间；
-
覆盖的24小时时间段。
这样，每条早报都有明确的信息边界。
2. 分主题检索
为了避免只看到最热门的几家公司，我把检索范围拆成九个方向：
-
全球大模型与模型 API；
-
中国大模型与 AI 公司；
-
AI Agent 与 AI 编程；
-
AI 视频、图片、语音和音乐；
-
开源项目与开发者工具；
-
AI 芯片、算力和云平台；
-
AI 融资、并购与商业合作；
-
AI 政策、版权、安全与监管；
-
重要论文和研究成果。
每个主题都先查官方来源，再寻找媒体或社区信息作为补充。
3. 建立候选事件池
每个候选事件都记录：
-
事件标题；
-
事件发生时间；
-
内容发布时间；
-
涉及公司或项目；
-
已确认事实；
-
官方来源；
-
补充来源；
-
是否得到官方确认；
-
仍需核验的内容。
这一层先保存事实，不急着写成新闻。
4. 核验关键信息
TraeWork 会继续检查：
-
这是否属于过去24小时的新增信息；
-
是否找得到原始来源；
-
模型名称和版本号是否正确；
-
金额、日期和产品能力是否一致；
-
官方与媒体的说法是否存在差异；
-
摘要是否超出了原文提供的信息。
无法确认的内容不会被偷偷补全。
5. 合并重复事件
如果官方博客、媒体报道和社交平台都在讨论同一次产品发布，系统会将它们合并成一个事件。
合并后：
-
以官方公告为主要来源；
-
最多保留一到两个有价值的补充来源；
-
将真正新增的事实整合进同一条摘要；
-
不再把同一个事件拆成多条新闻。
6. 进行新闻价值评分
我没有让 TraeWork 按社交平台热度排序，而是设置了六个评分维度：
-
行业影响；
-
信息确定性；
-
技术突破性；
-
商业价值；
-
读者相关性；
-
时效性。
每项0—5分，总分30分。
按照得分，候选事件被划分为：
-
24—30分：今日头条；
-
19—23分：重点关注；
-
14—18分：行业速递；
-
低于14分：原则上不收录。
当两条新闻得分相同时，信源更可靠的一条优先。
7. 生成统一结构的早报
最终输出被固定为：
# AI HOT 早报｜日期
## 今日一句话
## 今日头条
## 重点关注
## 行业速递
## 开源与工具
## 融资与商业
## 待核验
## 今日趋势观察
## 信源说明
每条重点新闻都包括：
-
发生时间；
-
信息状态；
-
已确认事实；
-
为什么重要；
-
接下来值得观察什么；
-
官方来源；
-
补充来源。
8. 发布前终检
生成最终结果前，TraeWork 还要进行一次检查：
-
有没有旧闻；
-
有没有重复事件；
-
有没有缺少链接；
-
有没有把传闻写成事实；
-
有没有无法核实的数字；
-
有没有把编辑分析包装成确定结论；
-
有没有为了吸引注意而使用夸张表达。
不通过检查的内容会被删除，或者移入“待核验”。
第三步：让自动化任务每天早上执行
完成规则和 Skill 后，我创建了一个名为 「AI HOT 早报」 的自动化任务。
执行时间设置为：
每个工作日早上8:00，北京时间。任务会自动：
- 调用「AI HOT 早报研究与编辑」Skill；
- 检索过去24小时内的 AI 行业动态；
- 核验来源和时间；
- 合并重复事件；
- 完成新闻价值评分；
- 生成 Markdown 格式早报；
- 保留所有来源链接；等待人工审核。
我特意没有把它连接到自动发布渠道。
因为这套流程的终点应该是：
进入编辑审核，而不是绕过编辑直接上线。
我做出了什么
最后，我得到了一套能够稳定复用的 AI HOT 早报工作流。
它能够将每天分散在公司官网、开发者文档、科技媒体和开源社区中的 AI 动态，整理成一份结构统一的中文早报。
实际运行一次后：
-
检索候选信息：【填写实际数量】条；
-
合并重复事件：【填写实际数量】组；
-
移入待核验：【填写实际数量】条；
-
最终收录：【填写实际数量】条；
-
完整流程耗时：【填写实际耗时】；
-
人工最终审核耗时：【填写实际耗时】。
过去，我需要从大量链接开始逐条阅读。
现在，工作的起点变成了一份已经完成初筛、去重、分类并保留来源的早报草稿。
我只需要完成最后三项人工工作：
- 打开重点新闻的原始来源；
- 确认摘要没有超出原文；
- 调整最终排序与编辑表达。
AI 没有替我做最终判断，但它接管了最重复、最规则化、也最耗时间的准备工作。
效果展示
图1：AI HOT 早报规则页面
我先用长期规则固定信源、核验、去重和写作边界，避免每次执行时重复写一大段提示词。
图2：Skill 工作流页面
将每天重复执行的研究流程封装为 Skill，出现问题时可以准确判断是检索、核验、去重还是排序环节需要调整。
图3：自动生成的 AI HOT 早报
自动化任务生成的早报保留来源，并明确区分已确认事实、媒体报道、编辑分析和待核验消息。
经验 & 技巧总结
经验一：先定义“不收什么”，再定义“收什么”
如果只告诉 AI “帮我找重要新闻”，它很容易被热度和标题吸引。明确排除：
-
旧闻；
-
重复报道；
-
无原始来源的内容；
-
没有新增事实的转述；
-
纯营销软文；
比单纯增加搜索关键词更有效。
经验二：规则、Skill 和任务要分开
我把整个系统拆成了三层：
-
规则：长期不变的编辑标准；
-
Skill：可以重复执行的研究流程；
-
自动化任务：何时执行、产出到哪里。
这样某一部分需要调整时，不必推翻整套工作流。
经验三：不要把记忆当成事实来源
记忆可以保存长期关注的公司、栏目定位和已经覆盖的选题，但新闻事实仍然需要在每次执行时重新核验。
AI“记得某件事”不等于这件事现在仍然正确。
经验四：允许自动化任务交白卷
如果没有达到标准的新闻，输出“今日暂无重大头条”，比拿旧闻和普通更新凑数更可信。
经验五：AI负责整理，人工保留判断
我不建议让这套任务自动发布。
尤其是：
-
重大产品能力；
-
融资金额；
-
模型评测结果；
-
政策与安全事件；
仍然需要人工打开原始来源确认。
提示词参考
下面是我每天调用 Skill 的核心指令：
执行「AI HOT 早报研究与编辑」Skill。
检索截至当前时间过去24小时内，全球AI、大模型、AI Agent、AI编程、开源项目、芯片算力、投融资和政策监管领域的重要动态。
要求：
1. 优先使用公司官网、官方博客、开发者文档、GitHub仓库、论文和政府公告；
2. 对重要数字、版本号、价格、发布日期和产品能力进行核验；
3. 合并同一事件的重复报道；
4. 区分事件发生时间与文章发布时间；
5. 旧闻不得作为今日新闻；
6. 媒体独家或匿名消息必须标注“官方未确认”；
7. 每条新闻提供事实摘要、影响分析和来源链接；
8. 按行业影响和信息可靠性排序；
9. 不得为了凑够固定数量而降低收录标准；
10. 最终结果只进入人工审核，不自动发布。
输出一份完整的中文Markdown早报。
自动化任务的指令是：
创建一个名为「AI HOT 早报」的自动化任务。
每个工作日早上08:00（北京时间），调用「AI HOT 早报研究与编辑」Skill，检索执行时间前24小时内的重要AI动态。
完成信源核验、时间核验、重复事件合并和价值评分，生成Markdown格式的AI HOT早报并保留来源链接。
如果没有达到头条标准的事件，明确写“今日暂无重大头条”；如果新闻不足，不得用旧闻或低价值内容凑数。
所有结果只进入人工审核，不连接自动发布渠道。
写在最后
这次实践让我意识到，制作 AI 早报的关键并不是“搜得更多”，而是：
知道哪些值得保留，哪些需要合并，哪些必须核验，哪些暂时不能写。
TraeWork 在这套流程中，更像一名遵守编辑标准的研究助理：
-
它负责收集和整理；
-
Skill 负责约束流程和标准；
-
人负责最终核验与判断。
我也把这套方法整理成了开源 Skill，希望它不只服务于我自己，也能成为其他 AI 从业者、内容运营和科技媒体编辑可以直接复用的工作模板。
开源地址：
https://github.com/jpengcheng523-netizen/ai-hot-morning-briefing
欢迎 Star、Fork，也欢迎提交 Issue 和 Pull Request，一起补充信源、优化查询模板和评分标准。
TraeWork的100种用法 #AI办公