为关心的领域，安排长期采编
按领域设置定时任务，持续发现新动态、新案例和真实实践。不同专题各有观察重点，把临时刷信息变成持续积累。
← 返回作品让 AI 替我盯世界，
个人 AI 采编部日常替我看，专题替我查
开眼选题台 / 个人 AI 采编部
让 AI 替我盯世界，
把值得看的事，
送到面前。
让 AI 定时巡视关心的领域，把值得看的新变化送来。遇到想追的热点或问题，也可以主动发起专题：先扫描、再规划、沿线索深挖，带着引用把事情讲清楚。
- 定时采编按领域持续观察、主动扩源，发现值得看的变化
- 专题发起从一个热点或问题出发，动态规划、深入调查
- 材料沉淀报告附引用、资料可回看，选什么、讲什么由我决定
持续观察定时采编
按领域巡视新变化
我来发起主动专题
热点 · 链接 · 具体问题
AI 采编与调查找新来源，把问题查清
扫描与问题规划沿线索深挖合并与补上下文关键段落附来源
集中沉淀可读报告与专题资料
看懂发现 · 核对依据
回看资料 · 继续创作
最终判断什么值得讲，我来定。
核心能力
持续发现新变化，
主动查清关键问题。
顺着线索，挖出固定订阅之外的来源
从案例追到作者，从作者追到引用和社区，再找到值得继续观察的新入口。每轮都尝试扩源，观察范围随着发现不断生长。
把零散消息，重构成完整脉络
合并重复报道，留下新增事实；把产品发布、真实使用、用户反馈和相关背景放到一起。看清一件事怎样发生、有哪些变化，而不是在链接里反复跳转。
主动发起专题，把一个问题查深
输入热点、链接或一个还没想清楚的问题，选择 GPT 或 WorkBuddy 执行。先扫描背景，再规划该查什么，沿着人物、项目、引用和关联线索继续深挖。
形成有出处、能继续创作的材料
把核心发现、重要事实、争议与未知整理成可读报告，重要段落附来源。值得讲的材料可以交给内容共创台；定时采编没有高价值新增时，允许零产出。
新功能 / 专题发起
抛出一个问题，
启动一次深入调查。
不用等定时任务碰巧扫到。看到一个热点、项目或说法，直接输入你想弄清的事，选择执行器，把它变成一次有重点的专题调查。
输入示例
“这个新 AI 产品到底解决了什么？谁在用，效果如何，和已有工具差在哪？”
一句话、一个链接，或一段背景材料，都可以作为起点。
由我选择执行器GPT 或 WorkBuddy
一次专题，由选定的智能体从扫描到报告完整跑完。
- 01
先扫清背景
辨认话题涉及的人、产品、事件和分歧，先知道现有材料说到了哪里。
- 02
再规划问题
根据首轮发现，决定哪些问题会改变理解。新模型、商业案例、政策热点，各有不同的调查重点。
- 03
沿线索深挖
从重要人物、项目和引用继续扩展搜索，补齐关键事实、对比材料与现实反馈。
- 04
带着出处交回来
把结论、依据和仍待确认的部分讲清楚；重要段落附引用，保留可继续查阅和创作的材料。
问题随首轮发现动态展开；执行中继续追查重要线索，关键内容逐段保留来源。
我的关键设计
问题动态展开，
方法统一，算力分层。
先扫描，再决定
真正该查什么。
执行规则固定，研究问题随话题变化。先摸清背景，再围绕关键缺口展开调查，避免拿一张通用表格套所有话题。
新模型追能力与边界；
商业案例追客户、收入与分工。
商业案例追客户、收入与分工。
把强模型，
用在最费判断的地方。
格式化、去重与写入交给程序；简单整理交给轻量模型。重要线索再调用高级模型比较、查证和推理，把成本花在会改变判断的问题上。
日常采编保持轻量，
关键问题调用更强算力。
关键问题调用更强算力。
一套研究方法，
两个执行入口。
GPT 与 WorkBuddy 遵循同一套任务要求、研究步骤和报告标准。由我选择谁来执行，一个智能体完整负责一次专题，换执行器也保留方法与引用要求。
我保留分发权；
单次专题不拆成多智能体接力。
单次专题不拆成多智能体接力。
与内容共创台的分工
外面的世界，先看清。
值得讲的，再变成内容。
开眼选题台巡视 · 采编 · 查证
把真实世界整理成值得看的材料
我来决定这件事，值得讲吗？
确认方向，保留自己的判断
内容共创台命题 · 叙事 · 成稿
把外部材料与真实经验组织成内容