本周AI項目推薦：AI 還會誕生它的“今日頭條”嗎？

作者 ｜ 郭海惟
郵箱 ｜ guohaiwei@pingwest.com

如果你也相信AI的本質(zhì)是一種信息媒介，那么有一個場景幾乎是必然會被顛覆的：新聞客戶端。

在PC時代，誕生了門戶網(wǎng)站取代了報紙，雅虎和新浪都曾經(jīng)是各自時代最值錢的互聯(lián)網(wǎng)公司；而到了移動互聯(lián)網(wǎng)時代，今日頭條又顛覆了門戶邏輯，催生了今天中國最賺錢的互聯(lián)網(wǎng)巨頭字節(jié)跳動。因此，當“GPT時刻”到來的時候，新聞也成為被很多人第一個“想起”的產(chǎn)品，涌入過一些資本和創(chuàng)業(yè)者。

但受限于大模型能力、成本、用戶習慣、巨頭內(nèi)容生態(tài)壁壘等諸多問題，在國內(nèi)外第一波試水的產(chǎn)品中，AI對交互能力的滲透依然有限，也缺乏一個“今日頭條”級別的產(chǎn)品。

所以如果拋開搜索場景不談，我們目前大眾的新聞獲取方式，其實與GPT時刻之前沒有本質(zhì)的差別——這有點像當年的今日頭條，曾在很長一段時間里，都成為了投資人案頭的“燈下黑”。

不過在2025年，我們發(fā)現(xiàn)依然有一些值得被關(guān)注的產(chǎn)品和團隊新出現(xiàn)在了市場上，為“AI原生”新聞客戶端貢獻了一些新的交互和打法邏輯。

1

Ancher

Ancher諧音Anchor，意為“錨”，寓意在信息海洋中幫助用戶“錨定”對自己真正有用的東西。私以為有點“喊話”stream產(chǎn)品的意思。

團隊的Slogan是“Your Chief of Staff for Information”、全球首個“agentic news reader”。產(chǎn)品于今年10月上線Product Hunt后曾拿下周榜第二。產(chǎn)品第一階段的主要用戶在歐美市場，目標生產(chǎn)力敏感人群。

CEO 吳泳升Vincent 曾擔任NewsBreak COO，Huffington Post、Yahoo新聞首席運營負責人與CBO、AOL美國在線全球戰(zhàn)略及運營總監(jiān)，屬于罕見地打入過美國媒體行業(yè)核心高管圈的華人。

據(jù)悉，前智譜首席戰(zhàn)略官、小鹿醫(yī)館創(chuàng)始人、前搜狗首席科學家張闊也已加盟Ancher擔任首席科學家。

而江遠資本與硅谷Hat-Trick Capital的基金在產(chǎn)品MVP階段已押注千萬美金。

Ancher在幾乎所有的新聞消費流程中都引入了AI能力:

在信息流中，用戶可以通過Copilot自然語言意圖來實時改寫偏好；

在閱讀過程中，Ancher可以實現(xiàn)七種不同風格的閱讀模版，提供文字風格和信息結(jié)構(gòu)迥異的閱讀方式。

在閱讀后，Ancher可以利用Copilot能力進一步追問和補充多維度信息，以及利用AI生成定制化的“轉(zhuǎn)發(fā)語”和未來開會時轉(zhuǎn)述的信息要點。

在收藏欄中，AI可以實現(xiàn)標簽分類和總結(jié)等。

1

NewsBang

盛大集團相關(guān)AI團隊旗下的原生新聞客戶端產(chǎn)品，產(chǎn)品在年初上市，獲得Product Hunt當日第二。

NewsBang是目前少數(shù)擁有自研模型的團隊，其中盛大開發(fā)的Newsbang/homer-72B 模型曾拿下Huggingface LLM leader board 第一名。公開資料顯示，Newsbang/homer-72B 是基于優(yōu)質(zhì)的開源 Qwen2.5-72B Base Model重新進行了post training，全程深度融合前沿的數(shù)據(jù)合成技術(shù)，尤其重視提升模型在推理和思考方面的能力。

目前NewsBang已經(jīng)可以很好支持中文等多語言場景，但在國內(nèi)的聲量相對比較低調(diào)。有接觸過陳天橋的行業(yè)人士對硅星人表示，NewsBang是陳天橋多元AI實踐布局的第一部分，因此產(chǎn)品啟動的“初心”一定是想要做一些顛覆性的事情的。

NewBang拋棄了傳統(tǒng)信息流模式，采用了類似抖音的下滑模式，每次滑動時只能看到一條新聞的模板。

NewsBang目前會圍繞單條新聞進行多維度的深度解析，提供AI生成的總結(jié)、多視角、多觀點和深度觀察。

此外，還上線了類似Listenhub與NotebookLM的AI播客功能“deeptalk”功能。

1

Syft

Syft是前餓了么聯(lián)合創(chuàng)始人汪淵創(chuàng)辦的Orion Arm旗下的產(chǎn)品。Orion Arm于 2023 年成立，此前發(fā)布過一款名為 Toki AI（前Dole AI) 的產(chǎn)品，主打AI日歷，該產(chǎn)品曾經(jīng)收獲超300萬用戶。

今年3月，該公司在Product Hunt上線了Syft，定位“The World's First Ai-Native News Agent”。5月，該公司放出1100萬A輪融資消息，整體估值1億美金。

Syft可以實現(xiàn)自然語言定制和改寫信息流，交互界面與Google News很像，極大降低了新手用戶的使用門檻。某種程度上，這是一個以最大化通過簡化信息量來提高閱讀效率和爽感的應用，屬于絕對的C端級場景。團隊甚至暫沒有設(shè)置付費門檻，目前依舊采用了免費策略。

Syft聯(lián)合創(chuàng)始人Robert Zheng曾在光影科技策展團隊Temple of Light擔任CEO，他在10月產(chǎn)品正式上線的youtube視頻中，將Syft的理念之一稱之為：No noise. No bias. No language barriers. No paywalls.

Syft產(chǎn)品可以很好適配中文場景，如果你想用中文最快速度閱讀全球資訊，Syft可能可以成為一個備選項。

1

Particle

去年底登錄ProductHunt的產(chǎn)品，在今年發(fā)力的AI新聞客戶端中，其聲量屬于第一梯隊。它給自己的定位是“Personalized News”，它在介紹中的定位是“understand more,faster”。

創(chuàng)始人是前Twitter工程師Sara Beykpour和Marcel Molina。其中CEO Sara Beykpour 在推特工作了超過12年，從Engineering一路轉(zhuǎn)型成為Twitter Blue的產(chǎn)品高級總監(jiān)。

2024年，Particle剛成立時就拿到了440萬美元的種子輪融資，很快又獲得了1090萬美元的A輪融資。他們與路透社等頭部媒體建立戰(zhàn)略合作伙伴關(guān)系，共同探索創(chuàng)新的商業(yè)模式。

Particle產(chǎn)品UI設(shè)計就像是路透社手機端的翻版，但是內(nèi)容卡片從文章變成了事件。而卡片內(nèi)頁的布局內(nèi)容的豐富度是最好的，信息量很大，不會有任何干癟的感覺。在產(chǎn)品使用感受上，整體產(chǎn)品的打磨成熟度也是最高的。此外，它甚至在手機端保留了Crossword（填字游戲）模塊——當然也是AI生成的。

推特員工在最近兩年成為了美國AI新聞產(chǎn)品投資的寵兒。

除了Particle以外，還有此前宣布停服后被收購并融入Yahoo News的Artifect，有一定新聞討論社區(qū)屬性的Bluesky和Spill，AI新聞的基礎(chǔ)設(shè)施服務商Parallel Web Systems，都是推特的前員工創(chuàng)辦的。

與中國有今日頭條這樣的新聞客戶端不同，美國的新聞生態(tài)相對多元，被Google News和一些頭部大機構(gòu)媒體的客戶端網(wǎng)站所占據(jù)，信源相對集中，而不是像今日頭條那樣有龐大的UGC內(nèi)容。

因此最接近“今日頭條”技術(shù)形態(tài)的美國產(chǎn)品，其實反而是推特。

相比于新聞客戶端，推特才是具備處理龐大UGC內(nèi)容的能力；而相比Meta，推特作為新聞討論社區(qū)，又被要求有較高及時性響應、不斷滾動更新熱點的能力。

而從目前的產(chǎn)品探索來看，AI原生新聞已經(jīng)存在了一些趨勢性的影子：

比如AI應該在快速的基礎(chǔ)上，在最短的時間內(nèi)給出最多元和豐富的視角，實現(xiàn)閱讀效率的最大化；它的信息流應該比傳統(tǒng)信息流更具“個性化”，因為它需要同時理解人和內(nèi)容，而不是靠點擊來“瞎猜”；它要有一定的多模態(tài)的能力，可以總結(jié)和傳遞多模態(tài)內(nèi)容，也可以將傳統(tǒng)的內(nèi)容轉(zhuǎn)變成多模態(tài)的消費形態(tài)。

而尚未形成的共識可能是：

AI新聞客戶端的交互應該是最大程度遵從過去新聞客戶端的形態(tài)？它應該是過去交互的延伸，還是應該最大化利用AI能力，來重新構(gòu)建新的范式？

比如，應該沿用信息流結(jié)構(gòu)，還是重構(gòu)信息流？

目前的技術(shù)，允許我們在多大程度上引入Copilot的交互模式？

要不要給讀者更多的感官刺激？這意味著在AI新聞端中，要不要加入更多的“偏見”觀點？

有沒有可能下一代原生AI News的樣子可能不是過去新聞客戶端的樣子，而是一個像notebookLM的東西？

要在多大程度上聚合youtube、推特、podcast等社交媒體上的內(nèi)容？

對于美國市場來說，AI新聞可能會重建一個今日頭條，將頭條在美國市場沒有干成的事情再嘗試一遍。但對于中國市場來說，AI新聞的處境可能會比較悲觀。

因為相比于美國相對開放的信息環(huán)境，國內(nèi)的新聞它首先需要解決信息來源的問題——微信公眾號、百家號、網(wǎng)易號、搜狐號，各自都是獨立的生態(tài)，且拒絕外部接口的引用。這就導致它一開始就很難成為一個創(chuàng)業(yè)者的機會，即便一開始巨頭法務部沒有重視，內(nèi)容生態(tài)會對未來業(yè)務造成極大的不確定性。這也是為何我們介紹的這幾個項目，都是不約而同面向歐美市場的。

或許就如現(xiàn)代傳播理論的奠基者麥克盧漢所說，“我們盯著后視鏡看現(xiàn)在，倒退著走向未來”。就像十年前，沒有人想到移動互聯(lián)網(wǎng)的霸主會是今日頭條一樣。今天可能也很難判斷AI時代，未來的人們會以什么樣的方式去閱讀新聞。

點個“愛心”，再走 吧