AI · 工具 · 思考

为什么我宁愿花一个月，也要自己搭一套 AI 情报系统

推荐算法优化的从来不是你的目标。于是我给自己做了一套信息系统 WideSeek——七十多个信息源，每天几千条内容，AI 负责去重、筛选、排序，Token 成本不到五毛钱。

2026年7月30日

5 分钟阅读

我发现一个挺有意思的现象。每个互联网时代，大家面对的信息问题，其实都不一样。

三十年前互联网面对的问题是信息太少，网站数量有限，很多内容根本不知道去哪找，于是出现了门户网站，把各种信息按照类别整理好，我们去一层层查找。

后来，互联网越来越大，新的问题出现了：信息太分散。同样一个问题，可能散落在几百个网站里，于是搜索引擎成为新的答案。你不需要知道信息在哪里，只需要提出问题。

再后来，我们进入移动互联网时代。真正困扰大家的不再是找不到，而是内容太多。每天都有海量的新内容产生，人根本看不过来，于是推荐算法出现了。平台开始替你筛选，猜你喜欢什么，把可能感兴趣的内容推到你的面前。

不得不说，它很成功。如果你的目标是娱乐、放松、获取生活资讯，现在的推荐系统已经做得足够好了，甚至可以说，我们已经进入了一个可选择性「娱乐至死」的时代。

但最近我越来越觉得，如果你的目标变成另一件事——

希望每天看到真正有价值、能帮助自己成长的信息。

那么今天的信息获取方式，依然存在很多问题。原因并不是推荐算法不好。而是它优化的目标，从来不是你的目标。平台优化的是停留时长、点击率、广告收入；而我们真正关心的是学习效率、认知提升和决策质量。

第一，推荐算法越来越懂你的兴趣，却未必懂你的未来。

它知道你今天喜欢什么，却不知道未来一年什么知识对你更重要。它会倾向于用你喜欢的东西把你抱住，也就是大家常说的信息茧房。很多真正有价值的内容，往往阅读门槛更高，也更难带来即时反馈，自然不会成为推荐系统最偏爱的对象。

第二，一手信息越来越难看到。重复解读越来越多。

很多内容都是二次、甚至三次加工后的版本。一个热点事件，会有几十甚至几百个账号同时解读。加入了作者自己的理解，也加入了各种为了传播而做的改写。真正新增的信息可能只有一点点，但你需要花很多时间不断辨别哪些内容值得再看。真正的原始观点、完整上下文，反而越来越难找到。

今天最大的矛盾，也许已经不是信息太少，甚至不是信息太多。我们正在面临一场「注意力危机」，各个软件想尽办法用内容甜点吸引我们的注意力。

于是我开始思考：AI 能不能解决这个问题，先帮我去过滤、筛选、识别这些优质内容之后我再去看。

于是，我给自己做了一套信息系统，名字叫 WideSeek。DeepSeek 的意思是「深度求索」。而 WideSeek，我希望它代表的是「广度求索」——先尽可能广泛地收集，再精挑细选。

它目前完全是给我自己用的。因为我每天真正愿意花时间看的资讯，大概只有 5～10 篇。我希望看到的，不是最多，而是最好。

给大家分享下我的思路。

首先，最重要的事情不是 AI，而是信息源。优质的信息源就像做饭的食材，如果食材差劲，再好的厨艺都没法补救。所以我花了不少时间建立自己的信息源，通过 RSS，以及公开网页采集的方式，把不同网站的新内容统一汇聚起来。

目前，我收集了七十多个信息源。因为我主要关注 AI、科技和投资，所以订阅了很多 AI 公司官方技术博客、国外研究机构、国内一些质量不错的科技媒体，以及一些长期稳定输出高质量内容的个人博客。

除此之外，我还把国家统计局、财政部、商务部、国家发展改革委等官方公开网站加入了信息源，希望能第一时间看到政策变化，而不是几天之后的二次解读。

这些信息源每天会产生几千条内容。人当然不可能全部看完。于是，AI 开始接手那些重复、机械的工作。它主要做三件事。

第一，去重。不同网站经常会报道同一个话题，AI 会把高度相似的内容合并，避免重复阅读。

第二，筛选。明显属于通知、营销、软广、娱乐八卦，或者与我的关注方向无关的信息，会直接过滤掉。

第三，排序。剩下的文章，会根据内容深度、信息密度、时效性、来源权威性、原创程度等维度综合评分。

浏览体验我也做了一些优化。

整个过程中，我也花了不少时间优化成本。很多事情其实不用 AI 完成，规则就能解决，就尽量不用 AI。只有真正需要模型判断的地方，才调用模型。所以整个系统每天的 Token 消耗不到五毛钱。

做完 WideSeek 之后，我最大的感受，其实不是拥有了一款软件。而是第一次拥有了一个真正按照自己目标工作的系统。用自己开发的软件像吃自己做的菜一样，虽然不是所有人觉得最好的，但是最适合自己，用起来也很有成就感。

过去的软件，是别人设计好规则，我们去适应软件，因为开发成本太高，一个软件必须服务几百万用户。一个人也可以拥有一套只属于自己的软件。它未必适合所有人，但一定最适合自己，我觉得这才是 AI 真正有价值的地方。