不久之后，我們閱讀的各種新聞網站的首頁，也許都是AI編排的。

8月12日，以AI搜索為主賽道的公司Perplexity，提出以345億美元收購谷歌Chrome瀏覽器。這一數字甚至高于Perplexity目前180億美元的估值。

這個大膽的舉動背后，折射的是AI公司對人類信息獲取新入口的野心。

除了盯上瀏覽器，2024年，Perplexity推出了名為“Discover”的新聞聚合功能，通過AI技術實時抓取并整合全網新聞，以結構化頁面呈現給用戶。

類似的應用體驗還有Particle，這家公司由前Twitter核心團隊成員創立，在2024年11月推出AI新聞應用，官方網站上的宣傳是，“新聞，被組織得更好（News，organized）”。

而新聞的組織者，不再是人類編輯，而是AI。

Particle稱，這種“AI編排”可以幫助出版商，而非"竊取他們的工作"。

這兩款產品分別代表了AI原生新聞的兩種典型路徑：

Perplexity的Discover頁面把實時資訊包裝成可交互的問答形式，每個新聞就好像一個聚合的知識庫，用戶可以對任何熱點話題進行深度提問。

Particle把零散的新聞報道重新組織成完整的“故事”，在單一頁面內呈現事件的多個視角、關鍵引語和背景脈絡。

圖：Perplexity的新聞界面，用戶可以看到內容相關信息，還可以自由提問

圖：Particle的界面，每篇文章會有總結劃重點，并對一個事件呈現全方位的報道

這類AI原生的新聞產品帶來的用戶體驗和傳統的新聞產品完全不同。

過去，讀者常在多個媒體間來回跳轉，才能拼湊出一個新聞事件的全貌。

Particle在官方網頁就直指這一痛點：“理解正在發生的事本應更容易，為什么跟上新聞比工作還累？”如今，在AI的編排下，幾分鐘內就能把握復雜事件的核心與來龍去脈。

從產品架構看，它們不再是簡單的鏈接聚合或壓縮摘要列表，取而代之的是以“事件”為最小單位重構信息組織邏輯。AI更像一位“總編輯”：自動識別熱點、匯聚多源證據、生成可交互的解讀。

AI正在以“友好”的姿態，敲開人類編輯部的大門。但是，人類準備好了嗎？

01 兩類AI原生新聞產品的“共性”：

AI做主編，人類把關

AI正在重新定義新聞的生產與消費方式，從傳統的"文章聚合"轉向以事件為核心的智能化信息編排。

這種轉變的核心在于信息組織邏輯的根本性改變。

傳統新聞應用的邏輯是“收集文章—按時間排序—推送給用戶”，而新一代AI新聞產品的邏輯是“識別事件—多源匯聚—結構化呈現—個性化解讀”。

用戶不再需要從十幾篇相似的報道中拼湊事件全貌，AI已經幫你完成了這項工作。

觀察這些產品，我們可以發現AI作為“總編輯”呈現出的四個特征：

首先是以事件為綱的多視角匯聚。Particle將不同媒體的報道、社交媒體發言與延伸閱讀整合為“Stories”，用戶可以在一個頁面內看到事件的要點、關鍵引語、相關鏈接以及涉及的人物、機構、地點信息。

第二是可調風格的AI摘要與問答功能。用戶既能獲得"5W"式的新聞要素總結，也能要求AI“像給5歲孩子解釋一樣”來簡化復雜議題，甚至可以直接向AI提問獲得針對性解答，能夠根據個人需求調整信息的呈現方式。

第三是可溯源和可導流。兩款產品都特別重視信息的可追溯性和“向原站導流”的策略。Particle在摘要旁邊并列原始媒體鏈接，Perplexity自帶標明引用原文和外鏈的基因，并將Discover中的熱點話題制作成Daily播客進行分發，甚至形成了從文字到音頻的全媒體矩陣。

第四是人機結合的審核機制。面對AI生成內容可能出現的幻覺和偏見問題，這些產品都建立了人機協作的審核機制。Particle公開強調“人機協作抑制幻覺”，Perplexity也表示在選題與深度研究場景中結合人工審核，確保內容質量和客觀性。

雖然目標相似，但Perplexity和Particle選擇了不同的實現路徑。

Perplexity的Discover本質上是“可消費的答案流”。

它根據用戶興趣和歷史互動推薦熱門話題，將相關來源、延展閱讀和AI生成的分析整合到同一屏幕中。

隨著Deep Research功能的發布，Perplexity甚至能夠自動進行多輪檢索和歸納，生成類似專題研究的長篇答復，將“主動搜索”升級為“被動獲知”。

Particle在“故事頁”中并列展示多家媒體的報道、關鍵引語、實體背景和相關線索，用戶既可以快速掃描要點，也能通過實體頁深入了解相關人物和機構的背景。Web端上線后，這種結構化組織被完整移植到瀏覽器中，實現了移動端和桌面端的無縫連接。

從用戶體驗角度看，兩者的差異很明顯：Discover的基本單位是“話題/問題”，更像是“實時熱榜+答案”；Particle的基本單位是“事件/故事”，更像是“專題頁+摘要+線索”。

02 AI將如何重塑人類獲取信息的方式？

長遠來看，AI正在重塑人類獲取信息的底層邏輯。

最直觀的變化是信息的“原子化”——AI 會把復雜新聞拆解成最小的事實單元，再按場景動態重組：同一條新聞，在手機上是30秒摘要，開車時變成3分鐘語音播報，回到電腦前又成為直觀的知識圖譜，有時又是10分鐘的深度解析長文。

傳統新聞的“生產—分發—變現”流程也在發生根本改變。

AI時代必須補上兩個關鍵環節：“驗證”和“授權”——既要用技術手段守住準確性，也要與原創媒體建立清晰、公平的分潤機制。這不僅是工程問題，更是行業生態和規則的重構。

圍繞爬蟲、訓練與再分發的博弈不會自動消退——Perplexity 曾被多家媒體指責“違規抓取”，Cloudflare 也對其爬蟲行為提出警告。

可以預見的是，合規抓取、清晰標注、可兌現分潤將成為進入 AI 信息生態的基本入場券。

在這場變革中，人機分工被重新定義：基礎事實報道、數據整理、背景解釋等標準化工作將大比例由 AI 承擔。

AI編輯已經誕生，但是人類記者不會消失。

人類將更專注于 AI 難以替代的核心價值——深入現場的調查能力、復雜情境下需要高情商與價值判斷的取舍、以及對 AI 輸出的監督與糾錯。

未來的記者則更像“信息產品設計師”，既要懂得與AI協作，也要把控信息的完整性與可驗證性。

另外一個殘酷現實是，AI 創作的速度以指數級增長，我們很難想象在這種加速度下未來的閱讀將呈現怎樣的面貌——AI 把人類投喂的信息重組、無限再生，再反饋給人類閱讀。

人類最寶貴的知識與經驗的傳承，將不得不與 AI 協作：

眼前，是編輯對失業的擔憂；未來，是后代如何識別人類最本源、最珍貴的智慧。

寫這篇文章之前，我問了一位頭部AI博主，你為什么堅持不用AI寫作？

他不但不用AI寫作，甚至還會執著地在文章中保留一兩個錯別字。

他給我的回答是：“因為我覺得在全世界都越來越AI化的情況下，作為人的光輝、人的本能，還有那一股活人感，可能才是最難能可貴的。”