这个封装了我3年自媒体经验的AI热点网站，今天向所有人免费开放。

今天，我决定把我自己做的，帮助我自己监控AI热点、辅助找选题的网站，向所有人免费开放了。

它几乎承载了我三年做AI自媒体获取信息的经验。

我把它称为，AIHOT。

很多小伙伴可能在过去我很多篇文章中，都见过它的身影了。

这个东西的作用其实巨简单，一段话就能描述清楚：

帮助你以干净的时间线的形式，监控这个世界上跟AI相关的信息，然后用我自己对内容挑选的策略，将值得你关注的东西精选出来，对信息海进行降维，从而保护我们的为数不多的注意力。

这玩意其实本身是给我们公司内部用的，创造它的目的，其实就是为了保护我自己的创作精力，我一开始真的没打算把它开放给所有人。

因为对于一个自媒体来说，信息的获取的及时性，有的时候就是命根子。

但，可能是产品心理作祟吧，我工作这么多年，一直在设计产品，一直在做产品，做了好多好多年。

我还是有产品梦的，我还是想为这个美好的互联网贡献一点我自己的东西的，而我很多时候最大的成就感的来源，其实就是大家喜欢看我的文章，喜欢用我做的产品。

我在每次文章的底部，都会写上一句话，叫做“谢谢你看我的文章。”

这句话来源于我最喜欢的一部电影，《头号玩家》。

这是绿洲游戏的创造者哈利迪在最后消逝的时候，对身为玩家的主角所说的一句话，也是我认为整部电影，最棒的落笔。

我也想我创造的东西，被人看见，被大家喜欢，仅此而已。

所以在4月初的某个夜晚，我甚至都没有说服自己的过程，就突然间起心动念，就觉得，不如给大家开放了吧，大家一起用吧。

如果能帮助到大家，那我就真的很开心了。

网址在此：https://aihot.virxact.com/

因为确实没啥钱买域名，所以还是用的公司域名来做开发的，所以可能域名会有一点难记。

接下来，我也想再花一点篇幅，好好介绍一下这个东西，还有我在开发过程中，遇到的一些坑和经验的分享。

先聊聊AIHOT这个产品。

我觉得在这个时代，很多的工作其实已经不是执行了，执行这块Agent已经可以干的很好了，现在更多的工作成了信息的处理，我自己一般分为三个流程：

获取信息 - 对信息进行分析 - 基于信息做决策。

对于我做内容创作来说，获取信息就是从信息海中找到值得我关注的，而进行分析，其实就是基于信息，看看有什么选题角度可以切入，最后的决策，其实就是这个选题到底值不值得写。

目前来说，AIHOT解决的就是获取信息的问题，这个也是我自己过去的痛点，这个世界已经是信息海了，而且AI时代，垃圾信息满天飞，为了保护我们自己的注意力，我们只能做信息的筛选。

并且基于AI时代的信息黑暗森林法则，在如今，信源比信息重要。

所以第一步，肯定是筛选信源。

PS：这里我得先非常坦诚的说一下，上面的界面是我的AIHOT界面，公司内部同事和大家看到的界面的功能是不一样的，因为有些东西，确实不太方便全部公开，我还是得保护一下自己的一些底层策略。

上面那个截图是公司同事和我们MCN签约博主在进行企业飞书认证登录以后能看到的。

而给大家能看到的是下面这个无法登录的版本，在Tab上会少了很多，很多的底层策略和信息是看不多的，这个确实目前是没办法公开，希望大家可以谅解一下，磕头。

说回信源的部分。

我目前在持续监控的信源是168个，监控的手段就比较乱了，有RSS订阅、有对着别人HTML直接爬的、有调用对方公开API接口的、有我自己花钱买的三方数据接口的等等。

所有的信源都是我自己挨个精选过的，秉持着宁缺毋滥和一手信息优先的原则，大概调了一个月，真的就是慢慢的累加。

然后信源等级我自己分了3类，这个跟后续的精选策略权重有关，分别是T1、T1.5、T2。

像比如OpenAI的官方博客、Anthropic的工程博客、奥特曼的Blog

、CMU的博客等等，这种就属于最值得看的官方一手信息，也就是T1。

而这些官方的X账号，一般发的东西会比官方网站更多更杂，无用消息也更多，所以我设为了T1.5，权重会低一点，比如OpenAI的官推。

而其他的所有大佬个人号（比如奥特曼、达里奥等等）、KOL、媒体、还有一些综合资讯站，都被统一划在了T2里。

信源挑选完之后，才是我觉得，我整套系统最复杂的地方了。

也就是信息的处理。

这一百多个信源，其实已经不多了，但是每天抓取来的信息，还是有几百条之多，比如昨天一天，其实就抓了563条。

你相信我，这么多条，不可能会有任何一个人会看完的，这是信息爆炸，毫无意义。

而且里面其实有非常多，是跟AI无关的，看我上面的漏斗就知道，有一半是跟AI无关的。

比如苹果的Newsroom，它大部分内容其实就是一些乱七八糟的公告啥的，你不能因为苹果做了Apple Intelligence就把苹果的所有新闻都当AI新闻。

所以，这就是我最核心的，精选机制了。

如何从抓取的靠谱的信源中，再挑选出值得关注的信息，推送到我的面前，也就是，精选tab中的这些，被精选的信息。

可以看到，每一个被精选的信息，都在信息卡片上被打了标和分数，这些信息你也可以点击标题跳转到原文。

展示出来的看着非常简单对吧，其实2月份刚开始做的时候，我也以为这事非常简单。

当时我就想着，这玩意能有多复杂，写个Prompt让大模型判断不就完事了吗，大模型直接给个分，然后设定个阈值，过了阈值的就值得被精选出来，不就完事了吗。

但是真的越做到后面，发现越不是这样，我想的太简单了，实际情况比这复杂多了。

这个评分策略，我整整迭代了11版。

详细的Prompt、多维度评分机制还有最终的数值设计，我确实不太好公开，但是整体的架构处理流程，我觉得还是可以给大家分享一下的。

抓取完了以后，DeepSeek V3.2会进行预筛，判断这条信息是否跟AI有关，如果有关，则推进到下一步，如果无关，直接落库，不进行后续的评分了。

为啥要预筛呢，原因很简单，就是管控成本，先用便宜的模型来预筛一下，通过的再交给后面智力更高的模型去进行评分，这样省钱。。。

至于为啥用DeepSeek V3.2，单纯是因为这个任务非常的简单，DeepSeek V3.2这个智力水平的模型足够了，而且我用DeepSeek V3.2约等于免费，因为我去年过年DeepSeek那一波推了一下硅基流动，邀请奖励搞了有将近10万人民币的Token量，现在还没花完。。。

预筛过了以后，就是大模型进行评分和翻译+摘要并行。

这个AI评分，其实是我经历的最大的坑。

最开始2月我开始做的时候，心里想着，

模型这么强，我直接写个prompt让它给每条新闻打分就行了。判重要不重要它行、判分类它行、判读者爱不爱看也行，全交给它。

写了第一版prompt跑了一周。

结果一塌糊涂，一些究极硬核的论文动不动90分，我点开三秒看不下去。Sam Altman转发了一个 OpenAI 实习生的鸡汤推文，模型给87分。

同一件事被官方、X、IT之家各种媒体报道了七遍，七遍全部进精选。

太特么扯淡了。

然后，我开始往prompt里加规则。

大佬转发要降分，同一事件已被报道过要降分，营销软文降到50以下，国内大公司发模型不要因为不是英文环境就低估。。。

加着加着，prompt涨到300多行。

到了3月，我做了一件我当时自认为觉得是里程碑的事，我引入了人类反馈标注机制，我跟我的同事每天点几条这条精选得对/不对，系统把反馈喂回让它持续迭代。

我还给这个迭代配了一个内部评估机制，每次AI评分规则升级，我会用它去重新评估过去500条新闻，看新版本和老版本谁选得更准。

听着非常酷对吧？模型 + 人类反馈 + 自动评估 + 持续迭代，标准的AI产品做法。

跑了一周以后，我几乎崩溃了，因为你要知道，规则加的越多，模型泛化能力越差，反而越来越笨，我又加了更多的规则，于是选的更差了。

为了解决这些问题，我又加了双维度评分还有实体热度感知（让模型知道哪个公司最近很火），但结果直接废了。

V7到V8策略的迭代，当时是纯粹的负向优化。

我直接全面回滚，推倒重来了。

那一刻，我才想起来，我自己写过的一篇文章。

能用脚本就别用Agent。

你绝不能，把所有的事情都交给模型，打分是他、权重计算是他、打标是它、判断是否精选还是它。

所以直接推倒重构了，重新了梳理了我的流程和机制，能用代码处理的，一律不用模型处理。

现在，大模型评分只做一件事，就是根据我的Prompt，对每一条信息，打5个维度分，不需要打最终分了，这样会更加准确和客观。

而其他的，什么都不需要管了，Prompt直接也从600行直接缩减到了200行。

我目前用的打分模型，是DeepSeek V4 Pro，世界知识极强，在这种需要世界知识判断的任务下，再加上打折，真的香麻了。

打完分以后，所有的根据信源的重要程度、类型、公司等等的权重重计算，也不需要模型来了，我直接用代码写好了明确的计算公式，拿着大模型对那条信息大的五维分，然后使用公式直接重新计算，得到最终的质量分。

现在首页上展示的，就是计算完毕的最终分。

而是否值得精选，也不由模型判断，而是根据质量分，再由代码判断是否过了每个类别的精选阈值。

比如OpenAI官网发的东西，60分的重要性已经挺值得看了，但一个像我这样的AI博主的转发评测，其实讲道理，属于二手消息，60分可能只是普通水平，那你就不一定需要看到它。

所以，如果过了，就精选，如果不过，就不展示。

用代码管控的最好的结果，就是极度的可控、可调。

现在的数值设计，是我直接用量化的方式跑了上百个数值回测调出来的，目前我自己还比较满意，如果后续我觉得不好，那也很简单，公式里调一下权重或者某个数值，又或者改一下阈值的门槛分，几秒的事。

这个机制，其实就是模拟的我自己作为一个内容创作者，每天刷信息时脑子里那套隐性的过滤机制。

评分和精选之外，还有一套东西，我把它称为事件聚类系统。

就是比如昨天，GPT-5.5 Instant发布了，除了OpenAI官方会报道之外，其实还有一堆人也会一起报道。

如果不做聚类，精选页上就可能同一件事会出现七八条甚至十几条，那体验绝逼是灾难。

所以我在设计AIHOT的时候，会用embedding把语义相近的条目聚到一个事件簇里，然后在簇里选一条最权威的当主条，其他的折叠进去。

精选页上同一件事只展示一条，点开能看到所有相关报道。

官方源发的永远优先当主条，官网比官方推特优先，官方推特比KOL优先。

然后还有一个AI日报功能，这个是前段时间随手做的一个小功能。

大概就是每天早上北京时间8点，系统会自动把过去24小时的精选内容，再稍微挑选一下，按版块整理成一份报日报。

版块分五块，模型发布/更新、产品发布/更新、行业动态、论文研究、技巧与观点。

你每天早上起来，打开日报页，一份干干净净的AI世界昨日要闻就在那了。

而这个日报，也不需要任何大模型来生成，因为所有的精选、分类、翻译，在信息入库的时候就已经全部做完了，日报只需要把已经处理好的条目按类型分个桶，按分数排个序，就完事了。

我看了下速度，每天早上只需要1秒钟，日报就能做出来给大家看，而且质量我觉得也还凑合。

AIHOT还有一堆体验方面的东西，受制于篇幅，我就不提了，我虽然不是开发和程序员，这个网站上可能确实有一些我不知道的诡异的BUG，但是我毕竟做了快十年的用户体验设计师。

打磨体验，扣各种细节，让大家用的更爽，我觉得我还是擅长的。

至于未来AIHOT的计划，我肯定还是会继续开发下去，因为有好多好多东西受制于我的业余时间，我还没有做呢。

比如趋势预测，可以抓到加速曲线爆发初期还没有特别火的事件。

比如给每个信息拽出过去1个月的相关信息。

比如我自己做一个AIHOT热度指数等等。

不过未来的这些功能，确实可能没办法给大家全量开放，可能就是公司员工还有我们MCN签约的博主专属了。

但是我尽量去平衡，毕竟，我也希望，有更多人能用上我的产品。

如果有任何建议或者反馈，都可以在AIHOT的网页上进行留言，会直接推送到我的飞书上，我绝对会第一时间看到的。

希望能帮助到大家，对大家有用。

网址不要忘了：

https://aihot.virxact.com/

文章来自于"数字生命卡兹克"，作者 "卡兹克"。