繼陸續改變搜索、電商、家電、汽車等諸多行業后，DeepSeek以及其代表的AI技術正在深入改變資訊客戶端。

前兩天 ，我發現新浪新聞宣布上線了AI助手“智慧小浪”，就簡單試用了一下，出于好奇，又打開了今日頭條、百度、騰訊新聞三大資訊客戶端，我發現，原來大家都悄然以各自的形式在擁抱AI。

（圖源：新浪新聞）

那么，資訊客戶端們在擁抱AI技術上有什么不同思路？AI大模型技術將給資訊客戶端帶來什么新的價值?對新浪新聞、騰訊新聞、今日頭條和百度App體驗一番后我有了答案。

資訊客戶端的AI大模型戰事：內容，內容還是內容！

1、AI在哪里？不同平臺差異巨大。

百度的AI技術強大，且已與搜索、網盤、文庫等應用深入結合。不過羅超頻道體驗時發現，百度AI技術尚未與資訊內容本身進行“因地制宜”地融合。用戶可在百度App使用AI搜索相關熱點事件，獲得AI整理的內容梗概。

這一點，今日頭條右上角的“頭條AI”也提供AI對話式的總結。

（頭條AI與搜索緊密結合，可對事件進行智能歸納）

不過，百度AI搜索與頭條AI本質都是AI搜索，與新聞資訊業務沒直接關系，在DeepSeek、元寶、豆包等特定的AI大模型助理上，用戶也能獲得相似的體驗。

相較而言，今日頭條的AI訂閱倒是獨此一家，可圈可點。簡單地說，頭條AI會AIGC生成海量熱點話題內容并保持更新，用戶可訂閱感興趣的話題，并關注其動態。

（今日頭條的AI訂閱讓用戶可關注海量熱點動態）

新浪新聞“智慧小浪”的存在邏輯則截然不同。除了可在“我的”菜單點擊“智慧小浪（DeepSeek版）”就新聞熱點展開問答式搜索外，新浪新聞AI化的最大特色是與內容緊密結合。

比如我在很多文章的末尾會看到“智慧小浪”的智能話題推薦，點擊后就是與“智慧小浪”進行對話問答；當我搜索“iPhone漲價”時，結果首先會出現“智慧小浪”的智能總結；在點擊熱點專題或者熱榜話題后，首先看到的同樣是“智慧小浪”的AI回答……在新浪新聞內容的許多“角落”，你都能看到“智慧小浪”見縫插針般地存在。

（新浪新聞“智慧小浪”與內容結合，潤物細無聲般地存在）

新浪新聞AI幾乎會對所有重大熱點進行智能總結，并生成內容，涵蓋事件脈絡梗概、時間線、不同觀點梳理等。具體呈現上，作者為“AI看天下”、由AI生成的“智能總結”熱點概覽文章，會出現在要聞頻道的信息流中。

（新浪新聞“AI看天下”發布的AI生成的智能總結內容）

在“俄烏沖突”等熱點專題下，新浪新聞還用AI整合了“AI問答”系列，讓用戶對關于該熱點的不同角度討論一目了然。

（新浪新聞“AI問答”系列內容已成為熱點專題的重要組成部分）

當我進入到“哈佛大學禁招國際生”這樣的專題后，由“智慧小浪”基于深度思考AI總結的熱點概況也會呈現在黃金位置。

（熱門專題頁面首先會呈現“智慧小浪”智能總結的內容）

總而言之，在新浪新聞App，“智慧小浪”的存在感極強，用戶不需要特意去打開“智慧小浪”，AI會在搜索、頻道、專題、熱榜、文末等等地方自然出現，提供準確的AI總結內容。

騰訊新聞也提供了AI新聞助理“新聞妹”，其交互邏輯跟新浪新聞“智慧小浪”有些形似，但入口藏在“我的”菜單，未與騰訊新聞的頻道、專題、文章等新聞閱讀場景結合，更像是元寶嵌入版。

（騰訊新聞新聞妹）

當然，騰訊新聞也有“獨一家”AI功能：評論AI總結，也就是對評論區網友們的討論進行摘要總結，讓用戶秒懂吃瓜群眾的風向——建議新浪新聞們可以跟進。

（騰訊新聞的評論AI總結，讓用戶一眼看透評論區）

整體來說，新浪新聞的AI存在感更強，有一種“環繞式”的存在感。更重要的是，新浪新聞的AI，不論是智能總結、AI問答、AI搜索還是延伸閱讀，都與用戶的高頻內容消費場景自然結合。我認為這種讓AI與內容消費場景結合，而非做一個獨立的AI助理的入口才是資訊應用AI化的主流趨勢，“AI看似處處不在，卻又無處不在”才是好的體驗。

2、AI內容怎么樣？不同平臺表現大相徑庭。

就資訊客戶端而言，最值得關注的，還是AI生成的資訊本身：是否靠譜、好不好看。我選取了一些熱點新聞，來看看幾個平臺的AI生成能力，結果還是蠻讓人意外的。

雖然都是使用DeepSeek這樣的深度思考模型，但有的平臺的生成結果明顯較為簡陋。比如5月下旬比亞迪25年掀起的價格戰引發業界高度關注，已成為新聞事件。對此，新浪新聞“智慧小浪”的參考資料多達74條，生成的結果最全面，騰訊“新聞妹”和今日頭條“頭條AI”分別只有5篇和9篇參考內容，生成結果較為簡潔；百度AI搜索（智能模式）只給出了比亞迪的股價圖，沒有任何事件總結。

再比如華為日前發布了折疊屏筆記本電腦，針對此，新浪新聞的“智慧小浪”找到了133篇參考資料，生成了十分詳細的產品介紹與總結，除了產品亮點外，還有市場定位分析、用戶場景分析、產品線未來展望等，且適當地引入了產品評測圖文和視頻供用戶參考。

（針對“華為折疊屏筆記本”，新浪新聞“智慧小浪”給出了詳細的結果整理）

而騰訊“新聞妹”、今日頭條“頭條AI”、百度AI搜索的參考資料分別只有11、5、4條，生成結果也更加簡略，甚至連新品發布日期都沒有。

（不同資訊客戶端AI針對同一問題，參考資料數量往往有著數量級差異）

整體上可以看出，新浪新聞的AI生成能力明顯更強一些。

主打一個準確靠譜。

很多AI生成的新聞摘要會存在幻覺問題，一方面是信源本身就是錯的，比如基于匿名網頁生成內容，匿名網頁內容的真假、對錯以及是否過時AI無法判斷；另一方面則是AI算法本身會存在幻覺，“先射擊再畫靶”的問題也十分普遍：AI基于一個結論再去編造論據來佐證。

新浪新聞規避AI生成問題的關鍵，在于其擁有新浪新聞與微博兩大渠道，形成了數據源優勢。其中，新浪新聞接入絕大多數權威媒體內容，微博在權威媒體外還有大V、官微、KOL、明星、名人、當事人等第三方認證創作者，他們在持續輸出大量的實時熱點信息?；陔p重權威數據源，新浪AI內容生成的“原材料”更有保障，最直觀的反應就是參考信息源比其他平臺普遍高出一個數量級，單單是來自微博認證用戶的內容都足以碾壓友商了，因而生成的內容準確性更高，更靠譜。

（在新浪新聞“智慧小浪”搜索“比亞迪價格戰”，參考內容部分來自微博）

我發現，智慧小浪生成的內容中的每一個結論，都有標注信源，且往往會有多個信源供讀者再判斷和回溯信息，而且AI在深度思考時會明確，優先引用媒體賬號和大V的信源。

（智慧小浪的思考邏輯，會更重視權威信源的權重）

“采訪核心信源，并以多個互相獨立信源交叉印證”這是新聞報道的基本操作規范。新浪新聞AI基于權威信源，并結合多個信源交叉驗證，構建更準確的熱點事件全貌圖譜，給用戶提供經得起推敲的準確結論。

AI大模型，讓新聞客戶端重返資訊產業主場？

資訊產業一直身處技術革命的前沿，甚至可以說，資訊才是最古老的互聯網產業之一——新浪、網易、搜狐等門戶網站是率先普及的互聯網產業，比搜索、社交、電商都要爆發得早。在深度學習技術主導的人工智能時代，資訊客戶端率先AI化，主打“千人千面”的今日頭條脫穎而出，百度、UC等新資訊平臺涌現，新浪新聞、騰訊新聞等新聞客戶端也積極擁抱智能推薦技術，轉型成功。

AGI時代，資訊的生產、分發和消費方式再次被AI技術變革。從新浪新聞、騰訊新聞、今日頭條等平臺對AI大模型技術的應用來看，AI技術對資訊客戶端的最大價值還是在于“效率的提升”。

一方面，是提升用戶的內容消費效率。不論是熱點事件的AI摘要、專題還是問答，其實都是為了讓用戶在更短的時間，更準確、更全面、更深入地了解熱點，本質是提高資訊獲取效率；另一方面，則是提升資訊平臺的運營效率。比如新浪新聞AI生成的內容專題，在過去需要高水平的專業運營團隊才能制作，如今AI智能生成，可大幅縮短專題上線時間，讓更多熱點都能擁有自己的專題。

比如中美關稅爭端持續多日，過程更是一波三折，相關信息讓人眼花繚亂，對一般人來說，要搞清撲朔迷離的真相并不容易。在新浪新聞“智慧小浪”通過AI搜索，我可以快速對整個事件的發展脈絡、最新狀態和核心討論一目了然。新浪新聞AI并不生成內容本身，而是基于AI對權威媒體和認證用戶的內容進行整理歸納，因此我無需擔心AI幻覺問題，且對疑點內容都能根據參考來源追溯。

用戶在資訊客戶端使用AI，比如新浪新聞AI問答、AI摘要、AI專題這樣的功能來“看新聞”，根本還是想快速、準確、全面地了解事件的全貌，提高資訊獲取效率。就這一點而言，資訊客戶端大面積應用AI還是在做“效率閱讀”——新浪新聞當前AI濃度最高的是“要聞頻道”，也符合我的這一判斷，因為“要聞”頻道的用戶本就更重視資訊獲得的效率。

因此我的判斷是：AI+資訊，更適合主打嚴肅新聞、權威新聞、專業新聞的平臺。至于看八卦、讀爽文、看網文的興趣內容平臺，其實不大需要這樣的AI功能，畢竟他們去平臺就是“殺時間”消遣的，并不需要“省時間”提效，至于內容是否準確，他們可能也不會太介意。

在頭部資訊客戶端紛紛“泛資訊化”甚至成為包羅萬象的興趣內容平臺時，新浪新聞一直堅守嚴肅新聞賽道，要聞、財經、體育、科技、軍事、國際、民生等頻道一直堅持專業新聞優先，由此也聚集了一波追求效率閱讀的專業新聞讀者，形成了嚴肅新聞多、影響力強的平臺心智。

AI時代，AIGC內容泛濫，“以假亂真”的AI生成新聞正在污染互聯網土壤，真假難辨時嚴肅、專業、權威新聞會更有價值。正因為此，我認為新浪新聞代表的嚴肅新聞客戶端，將再度重返主場。

而從智慧小浪的探索來看，新浪新聞在AI的探索上既有進擊的一面（AI與內容充分結合，存在感滿滿），也有保守的一面，沒有做AI生成新聞，而是守住媒體對“信息準確性”的底線，基于微博與新浪新聞“雙端”信源優勢構成的數據護城河，引入DeepSeek等第三方技術，回歸用戶“效率閱讀”的根本需求以及對“信息準確性”的原則性要求，探索“智慧小浪”新聞助理、AI摘要、AI搜索、AI延伸閱讀等AI應用，提高用戶資訊消費效率和平臺整體運營效率。

AI如何重塑資訊產業？絕不只是內容創作

在全球范圍內，一些新聞媒體已在探索AI創作，比如AI熱點播報，AI新聞生成，視頻主播。比如24年，擁有200多家報刊的全美最大報業公司Gannett（按發行量計）在其新聞系統中引入生成式人工智能（AIGC），以節省資金、提高效率；路透社也在探索AIGC新聞，但會“采取負責任的方式，保障準確性，并培養信任度” 。不過，此前已有多家媒體探索AIGC新聞翻車，比如CNET和Men’s Journal等媒體利用生成式AI發表了包含錯誤事實的報道。

（AI假新聞泛濫已成為傳媒業新的“腫瘤”）

從行業實踐來看，AIGC可能是AI對資訊行業“最小的價值”，它頂多可以發揮輔助作用，而真正的權威、深度、專業報道則離不開人類，特別是人類基于其價值觀形成的信息判斷能力、現場報道能力、主觀體驗能力和專業認知思想。如果媒體將現實報道交給AI，很難規避fake news問題。

而從新浪新聞、騰訊新聞、今日頭條、百度App們的探索來看，AI在內容創作外，還能徹底改變用戶的資訊消費習慣，內容呈現形式，信息組織方式和平臺運營模式，這是AI帶給傳媒業的正向價值。

比如，資訊從“單向推送”進入到“雙向互動”階段。過去，不論是“主編推薦”階段還是“千人千面”階段，用戶的信息獲取都是“單向被分發”，是被動的信息接收者。但新浪新聞“智慧小浪”、騰訊新聞“新聞妹”則讓資訊獲取進入到“雙向互動式”模式。

比如，資訊分發徹底突破算法“繭房效應”。新浪新聞“智慧小浪”在內容末尾或者特定部分，智能出現AI延伸閱讀，引導用戶精準獲得事件的相關信息，其實是在“千人千面”后的又一次分發變革。“千人千面”可以實現“內容找人”，而“AI延伸閱讀”則實現了“基于內容再找內容”，讓用戶獲得更多視角的信息，避免信息繭房效應。

再比如，AI將協助資訊多媒體化，提升用戶體驗。傳統文字多媒體化成本高，只有少數資訊“有機會”被制作成海報、長圖、音頻、視頻……但AIGC技術則允許更多內容多媒體化，比如新浪新聞熱榜支持“AI熱點總結語音播報”，未來或許還將支持AIGC海報、AIGC短視頻播報甚至AIGC數字人直播……再結合智能手表、AI眼鏡、車載終端等新型終端，將給用戶帶來更多樣的內容消費體驗。

DeepSeek掀起了AI應用狂潮，千行百業的應用都將被AI重做一遍。在資訊與AI加速結合時，新浪新聞們加速布局，沒有將重點放在AIGC新聞內容生產上，而是將AIGC應用在資訊分發、內容消費與平臺運營的升級上，我認為它們都走在正確的道路上。

十年前，深度學習技術在資訊行業掀起了“千人千面”的分發變革；十年后，AI大模型技術正在再一次重塑資訊產業，一場更加猛烈的產業變革，正在上演。