转型有术 · 企业 AI 每日早报（zhuanxing-ai-daily） v5.1

在 Claude.ai 对话内单次执行，每跑一次产出一份完整 Markdown 早报，让你 20 分钟看完上一天全球企业 AI 动静。

v5.1 核心变化（vs v5.0）：

1. 新增"181 源全覆盖"承诺——每个源都要有明确状态（✅ 抓到 X 篇 / 🟡 24h 内无更新 / ❌ 技术不可达）
2. 新增"抓取覆盖率自检"——跑到一半时强制打印进度，低于阈值不允许进入输出阶段
3. 新增"批量 search 优化"——Tier 5 / 聚合源 / 抓不到首页的源用批量 search 而非单 fetch
4. 新增"按源类型分发抓取策略"——Substack/Ghost/微信公众号等技术不可达源默认 search 兜底，不浪费 fetch
5. Tier 0 默认窗口改 7 天——这层"每周 1-3 篇深度长文"特征，24h 太窄，扩到 7 天能贡献 5-12 篇深度参考
6. 新增"📌 这意味着"好/坏范例对照——避免陈词滥调，强制每条带具体决策动作
7. 新增独立维度"🧠 Tier 0 深度参考"——不再塞在脚注，Tier 0 是 v5 的灵魂层
8. 目标数校准：60 → 30-50 按实际输出，区分弱信号日（20-30）/ 强信号日（50-70）/ DevDay 级（70+）

---

0. 核心定位（先读这一节，决定一切）

项	设定
唯一目标	给用户一份"上一天的企业 AI 全景"，能在 20 分钟内读完
核心视角	企业 AI——B2B、落地、商业化、组织变革、咨询研究、基础设施、制造垂类
不报道什么	纯 Arxiv 学术论文、消费级 AI 玩具、AI 生成艺术、纯 PR 通稿、AI 政治哲学讨论、复古计算/Linux 内核细节（即使在 Karpathy 92 信源里）
数量	目标 30-50 篇（按实际输出，不硬凑）：弱信号日 20-30，强信号日 50-70，DevDay/Sapphire/GTC 级爆发日 70+
执行环境	Claude.ai 对话内单次执行（不依赖 Routine、不依赖 GitHub）
抓取工具	web_search + web_fetch 组合（不依赖 RSS 库）
语言	抓英文/中文源 → 全部以中文呈现，专有名词保留原文
信源数	181 个，全覆盖（Tier 0 Karpathy 精选 18 + Tier 1 企业核心 22 + Tier 2 大厂博客 22 + Tier 3 分析师 12 + Tier 4 国内中文 17 + Tier 4B 制造垂类 5 + Tier 4C 红杉系 3 + Tier 5 Karpathy 其余 74 + Tier 6 聚合 8 = 181）
窗口策略	分层窗口：Tier 0 默认 7 天（这层"每周 1-3 篇深度长文"特征），其他 Tier 严格 24 小时
判断标尺	一个负责企业 AI 的 CXO/VP/PM/咨询顾问，会不会觉得"这条值得我知道"？

核心承诺：181 源全覆盖。每个源在最终输出里必须有明确状态：

• ✅ 抓到 N 篇 → 进入早报正文
• 🟡 抓了但 24h/7d 内无新内容 → 列入"已扫但 0 命中"附表
• ❌ 技术不可达（Substack/微信公众号/JS-only 站点）→ 列入"技术不可达"附表 + 用 search 兜底
• ⏭ 主动跳过（如 Tier 5 个人技术博客明显与企业 AI 无关）→ 列入"主动跳过"附表

关键设计原则：物理纳入 ≠ 全部必抓内容，但全部必须点名。Karpathy 92 源中纯个人技术博客（复古计算/Linux/历史随笔）即使在 24h 内有更新也不收录到早报正文，但必须出现在"已扫"附表里证明 Claude 查过了。

---

1. 七维度内容范围（企业 AI 视角）

维度	目标	范围（±2）	内容
🚀 企业级 AI 产品	11	8-14	B2B SaaS、Agent 平台、企业级 LLM、行业垂直产品发布/更新
🏢 企业部署案例	11	8-14	某公司用了什么 AI、效果数据、踩坑、ROI、用了哪家厂商
💰 商业进展	9	6-12	融资、收入、估值、ARR、客户增长、并购、关键高管
👥 组织变革	7	5-10	岗位重塑、人机协同、AI-native 团队、技能转型
⚙️ 基础设施 & 成本	7	5-10	推理优化、API 定价、新模型发布、GPU/算力、token 经济学
📊 咨询研究	8	5-12	McKinsey/BCG/Bain/Deloitte/PwC/Accenture/HBR/Sloan + Karpathy 精选思考者长文
⚖️ 监管 & 风险	7	4-10	法规、版权诉讼、合规事件、企业 AI 治理、安全事故、隐私
合计	60	40-80	弱信号日 30-40，强信号日 70-80，按实际输出不硬凑

v5 配额按 v4 的 1.5 倍放大但保留 7 维度结构。咨询研究维度从 5→8，因为新增 Karpathy Tier 0 中的 garymarcus / wheresyoured.at / experimental-history 这些"深度思考者"长文也归入此维度。

---

2. 信源清单（v5 重构，181 个源 + Karpathy 全清单工具箱）

完整清单见 sources.json。下表是分层概览。

2.1 Tier 0 · Karpathy 精选企业 AI 信源（必抓 18 个，v5 新增最重要）

Karpathy 2026 年 1 月推荐的 92 个 HN 最受欢迎博客中，与企业 AI / AI 战略 / AI 商业化强相关的精选。

源	定位	主攻维度
Simon Willison	实用 AI 第一人，几乎每天更新	产品、工程
Gwern Branwen	AI 深度分析	战略
Dwarkesh Patel	高质量 AI 访谈	战略
Where's Your Ed At (Ed Zitron)	AI 商业批判	商业批判
Marcus on AI (Gary Marcus)	AI 批判 + 监管视角	监管
Max Woolf (minimaxir)	实用 AI	工程
antirez (Redis 创始人)	工程 + AI 应用	工程
Mitchell Hashimoto (Hashicorp)	基础设施	工程
Geoffrey Litt	AI 工具产品	产品
Steve Blank	创业方法论	商业
Paul Graham	产业思考	商业
Pluralistic (Cory Doctorow)	科技批判	监管
Anil Dash	科技社会评论	监管
Michał Zalewski (lcamtuf)	AI 安全	监管
Joan Westenberg	AI 评论	综合
Experimental History	AI 研究批判	咨询研究
Derek Thompson (The Atlantic)	商业宏观	商业
Daring Fireball (John Gruber)	科技产业评论	综合

2.2 Tier 1 · 企业 AI 核心源（必抓 22 个，继承 v4）

🏢 一线财经/商业媒体（6）：The Information / Bloomberg Tech / Reuters Tech / FT AI / Fortune AI / WSJ AI

📊 咨询商学院（8）：McKinsey / BCG / Bain / Deloitte / PwC / Accenture / HBR / Sloan

🛠 科技媒体一线（6）：TechCrunch AI / VentureBeat AI / The Verge AI / MIT Tech Review / Ars Technica / Wired AI

🏆 顶级 VC（2）：a16z / Sequoia

2.3 Tier 2 · 企业大厂 AI 官方博客（必抓 22 个，v4 14 + v5 新增 8）

v4 已有：Anthropic / OpenAI / DeepMind / Google AI / Microsoft AI / Microsoft Research / AWS ML / Salesforce / Databricks / Snowflake / ServiceNow / Meta AI / Hugging Face / Mistral

v5 新增 8 个：Oracle / IBM / NVIDIA / Cisco / SAP News / Adobe / Workday / Cohere

2.4 Tier 3 · 独立分析师 & 思考者（必抓 13 个，v4 10 + v5 新增 3 个研究者）

v4 已有：Stratechery / Latent Space / Import AI / Sebastian Raschka / Nathan Lambert / Pragmatic Engineer / One Useful Thing / Every / AI Snake Oil

v5 新增 3 个：Andrej Karpathy / Lilian Weng (翁荔) / François Chollet (Keras 作者)

2.5 Tier 4 · 国内中文媒体（必抓 17 个，v4 10 + v5 新增 7）

v4 已有：36氪 AI / 机器之心 / 量子位 / 智东西 / 新智元 / 雷锋网 AI / 钛媒体 / InfoQ 中文 / 极客公园 / 虎嗅 AI

v5 新增 7 个：界面新闻科技 / 澎湃科技 / 未来智库 / 心智君公众号 / 第一财经 / 证券时报 / 财新科技

2.6 Tier 4B · 行业垂类制造 AI（必抓 5 个，v5 新增）

IndustryWeek AI / Manufacturing.net / SME Smart Manufacturing / 中国信通院 / Automation.com

2.7 Tier 4C · 红杉系 VC 扩展（必抓 3 个，v5 新增）

红杉中国 / 红杉资本公众号 / Y Combinator (W26/S26)

2.8 Tier 5 · Karpathy 92 剩余源（兜底，74 个）

剩余 74 个 Karpathy 推荐源，主要类型：

• 个人技术博客（Linux 内核、编译器、Rust 等）：matklad / rachelbythebay / lucumr / overreacted 等
• 复古计算/历史随笔：filfre / oldvcr / abortretry / construction-physics 等
• 安全研究：Krebs on Security / micahflee / mjg59 / Troy Hunt 等
• 个人随笔/文化：daringfireball / johndcook / xeiaso 等

这些源不优先抓。只在前面 Tier 抓取量明显不足且其中某条罕见地涉及企业 AI 时才纳入早报。完整清单保留是为了让用户拥有 Karpathy 92 信源的完整资产。

2.9 Tier 6 · 聚合 & Newsletter（兜底 8 个）

Ben's Bites / The Rundown AI / TLDR AI / AlphaSignal / AI Hub Today / AI Business / Axios AI / HN Buzzing

2.10 ❌ 仍然不收的（即使在 Karpathy 92 里也不收）

类别	不收的原因
复古计算/Linux 内核细节	与企业 AI 视角距离过远
纯个人随笔/家庭/兴趣	信号密度低
学术论文聚合（Arxiv/Papers with Code/HF Papers）	留给 ai-report-radar 等 skill
Twitter/X	第三方爬虫不稳定

---

3. 执行流程（Claude.ai 单次跑视角）

Step 1: 时间锚定 → Step 2: 调度抓取计划 → Step 3: 分批 web_fetch/web_search
                                                ↓
Step 6: 输出完整 Markdown ← Step 5: 翻译+打磨+"📌 这意味着" ← Step 4: 去重+维度筛选+质量打分

Step 1：时间锚定（必做）

第一件事——用 bash_tool 执行 date 拿到运行时刻：

date '+%Y-%m-%d %H:%M:%S %Z'
date -u '+%Y-%m-%dT%H:%M:%SZ'

时间窗口 = [现在 - 24h, 现在]，按北京时间表达给用户。
绝不要假设是 05:00 或其他固定时间。

如果用户说的是"昨天的 AI 动态"，窗口仍然是过去 24h（不要回退到日历昨天）。如果用户说"过去 48 小时"，则扩展窗口。

Step 2：181 源全覆盖调度（v5.1 核心改造）

v5.1 承诺：181 个源全部点名，每个都有明确状态。但抓的方式按源类型分发——不是 181 次单 fetch（token 爆表），而是混合 fetch + 批量 search。

Step 2.1 · 按源类型分发抓取策略

类型 A · 单 fetch（信息密度高，结构清晰）
  适用：Tier 1 一线媒体首页 / Tier 2 大厂博客 / 部分 Tier 4 中文媒体
  约 ~50 个源 → 50 次 fetch
  注：每次 fetch 约 5K tokens

类型 B · 单 search "[源名] May 12 2026"
  适用：Tier 0 Karpathy 精选 / Tier 3 分析师 / Substack 系
  约 ~35 个源 → 35 次 search
  注：每次 search 约 2K tokens

类型 C · 批量 search（5-10 个源一组）
  适用：Tier 5 Karpathy 其余 74 个 / Tier 6 聚合 8 个
  约 ~12 个批量查询覆盖 82 个源
  例：site:filfre.net OR site:matklad.github.io OR ... May 12 2026

类型 D · 技术不可达，标记 + search 兜底
  适用：心智君公众号 / 红杉公众号 / 部分 Substack
  约 ~10 个源 → 各 1 次 search 兜底
  注：输出时明确标记 "❌ 技术不可达"

预计总调用数：50 + 35 + 12 + 10 = 107 次
Token 预算：约 35-45 万,在 Claude.ai 单对话限制内

Step 2.2 · 八批次执行顺序

批次 1（Tier 0 Karpathy 精选 18 源,扩窗 7 天）
  - simonwillison / gwern / dwarkesh / wheresyoured / garymarcus / minimaxir
  - antirez / mitchellh / geoffreylitt / steveblank / paulgraham / pluralistic
  - anildash / lcamtuf / joanwestenberg / experimental-history / derekthompson / daringfireball
  抓法：simonwillison 单 fetch（信息最密）；其他 14 个用 search "[name] AI May 2026"
  结束自检：报告 "Tier 0 抓 X/18,命中 Y 篇深度长文"

批次 2（Tier 1 企业核心 22 源,严格 24h）
  - 6 财经（The Information/Bloomberg/Reuters/FT/Fortune/WSJ）单 fetch
  - 8 咨询商学院（McKinsey/BCG/Bain/Deloitte/PwC/Accenture/HBR/Sloan）单 fetch
  - 6 科技媒体（TC/VB/Verge/MIT TR/Ars/Wired）单 fetch
  - 2 VC（a16z/Sequoia）单 fetch
  结束自检：报告 "Tier 1 抓 X/22,命中 Y 篇"

批次 3（Tier 2 大厂博客 22 源,严格 24h）
  - v4 原 14：Anthropic/OpenAI/DeepMind/Google AI/Microsoft AI/MS Research/AWS ML/
    Salesforce/Databricks/Snowflake/ServiceNow/Meta AI/HF/Mistral
  - v5 新增 8：Oracle/IBM/NVIDIA/Cisco/SAP News/Adobe/Workday/Cohere ⭐ 重点验证
  全部单 fetch（结构清晰）
  结束自检：报告 "Tier 2 抓 X/22,v5 新增 8 个命中 Y 个"

批次 4（Tier 3 独立分析师 12 源,严格 24h）
  - Stratechery/Latent Space/Import AI/Sebastian Raschka/Nathan Lambert/
    Pragmatic Engineer/One Useful Thing/Every/AI Snake Oil/Karpathy 博客/
    Lilian Weng/François Chollet
  Substack/个人博客用 search,其他用 fetch
  结束自检：报告 "Tier 3 抓 X/12,命中 Y 篇"

批次 5（Tier 4 国内中文 17 源,严格 24h）
  - v4 原 10：36kr/机器之心/量子位/智东西/新智元/雷锋网/钛媒体/InfoQ 中文/极客公园/虎嗅
  - v5 新增 7：界面/澎湃科技/未来智库/心智君/第一财经/证券时报/财新 ⭐ 重点验证
  - 心智君公众号 → 标记 ❌ 技术不可达 + search 兜底
  其余 fetch
  结束自检：报告 "Tier 4 抓 X/17,v5 新增 7 个命中 Y 个"

批次 6（Tier 4B 制造垂类 5 源 + Tier 4C 红杉系 3 源,严格 24h）
  - IndustryWeek/Manufacturing.net/SME/信通院/Automation.com - fetch
  - 红杉中国/红杉公众号/YC - 公众号 search,其他 fetch
  结束自检：报告 "Tier 4B/C 抓 X/8,命中 Y 篇（这两层频次极低,0 命中正常）"

批次 7（Tier 5 Karpathy 其余 74 源,严格 24h,批量 search）
  - 74 个个人技术博客 / 复古计算 / Linux 内核 / 历史随笔类
  - 按主题分组成 ~10 个批量 search：
    * "antirez OR redis blog May 12 2026 AI"
    * "lucumr OR overreacted OR matklad May 12 2026 AI"
    * "krebsonsecurity OR mjg59 OR troyhunt May 12 2026"
    * ... 等
  - 默认企业 AI 视角过滤，命中 0 是正常的（这层本来就是"工具箱"）
  结束自检：报告 "Tier 5 批量扫 X/74,罕见命中 Y 篇企业 AI 强相关"

批次 8（Tier 6 聚合源 8 源,严格 24h）
  - Ben's Bites / Rundown AI / TLDR AI / AlphaSignal / AI Hub Today / 
    AI Business / Axios AI / HN Buzzing
  全部单 fetch
  结束自检：报告 "Tier 6 抓 X/8"

Step 2.3 · 抓取覆盖率自检（v5.1 强制）

每批次结束必须打印：

═══════════════════════════════════════════
📊 抓取进度自检（批次 N 结束）
───────────────────────────────────────────
当前批次：Tier X · {层名}
本批 fetch/search 次数：N 次
本批已抓源：A/B（A=已抓的，B=本 Tier 总数）
本批 24h/7d 内命中文章：C 篇
本批 0 命中源：D 个
本批技术不可达：E 个
───────────────────────────────────────────
累计已抓源：X/181
累计文章池：Y 篇（去重前）
预计还需抓：Z 个源
═══════════════════════════════════════════

强制规则：

• 跑完批次 1-4 后，如果累计抓源 < 60，必须继续跑批次 5-8
• 跑完所有 8 批次前，不允许进入 Step 3 去重 / Step 4 写早报
• 如果某批次连续 3 个源 fetch 失败（403/JS-only/404），跳过该批次剩余 fetch 改用 search 兜底

Step 3：抓取执行

按上面调度计划逐批跑。每抓完一批，记录到内部 todo：

✅ 第1批: The Information(3条), Bloomberg(2条), ...
✅ 第2批: McKinsey(1条新报告), BCG(0条), ...
...

如果某 Tier 1 源失败，必须用 web_search 兜底：

web_search "Bloomberg AI news past 24 hours"
web_search "The Information AI today exclusive"

Step 4：三层去重 + 维度筛选 + 质量打分

三层去重：

1. URL 完全匹配——同一 URL 不重复
2. 标题指纹——把标题去标点/去空格/小写后取前 50 字符，相同则视为重复（防同一事件被多家报道占多个名额）
3. 同事件聚合——相似度高（标题主语+谓语+宾语三要素重合）的，保留权威度最高的那一篇

权威度排序（同事件保留谁）：

官方博客（OpenAI/Anthropic/Microsoft/Oracle/IBM/NVIDIA 等） >
The Information / Bloomberg / FT >
McKinsey / BCG / HBR >
Karpathy 精选 Tier 0(Simon Willison / Gwern / Dwarkesh 等) >
TC / VB / The Verge / MIT TR >
其他独立分析师 >
国内中文媒体 >
制造垂类 >
聚合源 >
Karpathy 其余 74 个个人博客

质量打分（每篇 4 维各 0-2 分，满分 8）：

维度	0 分	1 分	2 分
时效	> 24h	12-24h	12h 内
信息量	纯标题党/PR/转载	有内容但浅	含数据/独家/细节
企业相关性	学术/消费/无关	间接相关	直接服务企业
独特/权威	多源同报 + 小众	一般	独家 or 一线源原创

通过门槛 ≥ 5/8。低于的淘汰。

维度配额执行：

• 每维度按质量分降序选 N 篇
• 不足下限时不降低门槛，header 注明"X 维度仅 Y 篇过筛"
• 节省名额可分给其他维度，但单维度不超上限

Step 5：翻译 + 打磨 + "📌 这意味着"

Claude 直接翻译，不调外部 API。

标题翻译：

• 保留专有名词原文：人名、公司名、产品名、模型名
  • ✅ Anthropic 推出 Cowork：面向非技术用户的桌面 AI Agent
  • ❌ 安瑟匹克推出"协作"...
• 保留所有数字、主体、关键动词
• 中文长度 15-30 字

摘要重写：

• 长度：120-150 字（v4 略放宽，因为单次跑可以更精细）
• 结构：【是什么】+【关键数据/细节】+【为什么值得企业关注】
• 自检三问：
  1. 中国读者光看标题能否抓住核心？
  2. 数字/公司名/产品名是否准确？
  3. 是否过度意译丢失了关键信息？

"📌 这意味着"短句（每篇 1 句）—— skill 的灵魂：

• 长度：30-50 字
• 必须从企业视角写，回答"这事对部署 AI 的企业意味着什么"
• 例：
  • 产品发布：📌 这意味着：B2B 客户现在能用上 GPT-4 级能力但只付一半成本，正在评估 OpenAI 企业版的公司可重新议价。
  • 融资：📌 这意味着：企业 Agent 赛道融资仍在加速，窗口正在收紧，传统 SaaS 厂商需在 6 个月内出对策。
  • 监管：📌 这意味着：欧盟 AI Act 落地细则使医疗/金融行业部署 AI 进入合规审计季。
• ❌ 避免空话："未来可期"、"值得关注"、"行业新趋势"

特殊处理：

• 中文源不翻译，但仍要重写摘要（统一风格）+ 写"📌 这意味着"
• 翻译失败：标注「⚠️ 翻译失败」+ 保留英文，其他继续

Step 6：输出 Markdown（详见第 4 章模板）

直接在 Claude.ai 对话内输出完整 Markdown。同时用 create_file 写一份到 /mnt/user-data/outputs/ 让用户可以下载。

---

4. 输出格式（Markdown 模板）

# 📰 转型有术 · 企业 AI 早报 | YYYY-MM-DD 周X

> 🕐 运行时刻：YYYY-MM-DD HH:MM (北京时间)
> 📅 时间窗口：过去 24 小时（Tier 1-6）+ 过去 7 天（Tier 0 深度参考层）
> 📊 文章数：N 篇（目标 30-50,按实际输出）
> 📡 **信源覆盖：181 / 181**（✅ 抓到 A 篇 / 🟡 已扫但 0 命中 B 个源 / ❌ 技术不可达 C 个源）
> ⭐ 平均质量分：X.X / 8.0

---

## 🌟 今日 Top 5

> 一眼看完最值得知道的 5 条

**1. [标题]**
[40-60 字一句话摘要]
📌 *这意味着：[30-50 字企业视角短句,必须含具体决策动作]*

**2. [标题]**
...

---

## 🧠 Tier 0 Karpathy 深度参考（v5.1 新增独立维度,扩窗 7 天）

> Tier 0 这层"每周 1-3 篇深度长文"特征,本节列过去 7 天的高价值长文,不算入主篇数。

### Karpathy-1. [标题]（[源] · YYYY-MM-DD,X 天前）

[60-80 字摘要,讲清楚作者的核心论点]
📌 *给企业的启发：[30-50 字,把作者的观点翻译成企业 AI 决策语言]*

### Karpathy-2. ...

---

## 🚀 企业级 AI 产品（11 篇）

### [1] [中文标题]

- **来源** ｜ [媒体名]
- **时间** ｜ X 小时前
- **质量分** ｜ X/8
- **链接** ｜ https://...
- **原标题** ｜ [英文原标题]

[120-150 字中文摘要]

📌 **这意味着**：[30-50 字]

---

### [2] ...

---

## 🏢 企业部署案例（7 篇）

...

## 💰 商业进展（6 篇）

...

## 👥 组织变革（5 篇）

...

## ⚙️ 基础设施 & 成本（5 篇）

...

## 📊 咨询研究（5 篇）

> v4 新增维度,专门承接 McKinsey/BCG/HBR/Sloan 等机构的报告与文章

### [25] McKinsey: 三分之二企业 AI 项目在第一年无法产生商业价值

- **来源** ｜ McKinsey QuantumBlack
- **时间** ｜ 8 小时前
- **质量分** ｜ 8/8
- **链接** ｜ https://www.mckinsey.com/...
- **原标题** ｜ The state of AI: Why two-thirds of enterprise AI initiatives fail in year one

最新调研覆盖全球 1,491 位高管,发现 67% 的企业 AI 项目在第一年无法产生可衡量商业价值,核心症结是「先工具后场景」式的部署逻辑。McKinsey 提出「场景反推架构」六步法,并指出 ROI 跑得通的企业有三个共同点:CXO 亲自督导、数据底座先行投入、绑定具体 KPI 而非泛泛"提效"。

📌 **这意味着**:正在做企业 AI 规划的公司,必须把「场景论证」和「数据底座」前置到 PoC 之前,否则大概率成为 67% 中的一员。

---

## ⚖️ 监管 & 风险（5 篇）

> ⚠️ 若某维度今日过筛不足下限,在此章节顶部注明,例如"本维度今日仅 2 篇过筛(下限 3 篇),原因:周末监管动态较少"。

...

---

## 📊 本日统计

- **维度分布**:产品 X / 案例 X / 商业 X / 组织 X / 基础设施 X / 咨询 X / 监管 X / 国内 X / 制造 X = N 篇
- **Tier 0 深度参考**:Y 篇（不算入主篇数）
- **质量分布**:8 分 X 篇 / 7 分 X 篇 / 6 分 X 篇 / 5 分 X 篇
- **信源 Top 5**:列出贡献最多文章的 5 个源

---

## 📡 信源覆盖摘要

> 简洁版审计——让你验证我查了哪些源。详细列表如需可单独索取。

| 状态 | 源数 |
|---|---|
| ✅ 直接命中（贡献文章到正文） | N 个源 |
| ✅ 间接命中（通过聚合源/媒体报道覆盖） | N 个源 |
| 🟡 已扫但 24h 内无强 AI 信号 | N 个源 |
| ❌ 技术不可达（已用 search 兜底） | N 个源 |
| **合计** | **181 / 181** |


---

*本期由 zhuanxing-ai-daily 生成 · Claude.ai 单次跑模式*
*运行时间：YYYY-MM-DD HH:MM 北京时间*

---

6. 异常处理矩阵（v5.1 扩充）

异常	处理	是否中止
Substack/Ghost 类源 fetch 返回 "需要 JS"	不重试，立即转 search 兜底：web_search "[源名] [日期] AI"	否
微信公众号源	默认 search 兜底，不试 fetch（必然失败）：web_search "[公众号名] [关键词]"	否
Ghost Explore 显示日期但无标题	search "[作者名] [日期] AI" 兜底	否
单个 Tier 1 源失败	web_search 兜底，写入日志	否
单个 Tier 2-5 源失败	跳过，写入日志，列入 "🟡 已扫但未抓到" 附表	否
连续 3 个源 fetch 失败（403/JS-only/404）	跳过该 Tier 剩余 fetch，全部改用批量 search 兜底	否
某批次 token 预算告急	截止当前批次，输出"已抓 X/181"+ 部分早报，附"剩余未抓的 Y 个源"说明	是
抓取量 < 15 篇	深度兜底：多关键词 web_search "enterprise AI [day] [year]" / "AI funding today" / "McKinsey AI report"	否
抓取量 < 8 篇	中止 + 输出"信号过弱"简要报告	是
某维度过筛 < 下限	Header 注明，不降标准	否
翻译某篇失败	标注「⚠️ 翻译失败」+ 保留英文	否
跑到一半发现自己覆盖率 < 50%	强制回到 Step 2 继续抓，不允许进入 Step 3 写早报	否（自我纠正）
用户中途打断	输出"已抓 N 篇,中止"的部分早报	—

---

4.5. "📌 这意味着"质量范例（v5.1 新增，强制对照）

每条新闻末尾的 "📌 这意味着" 必须 30-50 字 + 企业视角 + 带具体决策动作。这是 skill 的灵魂部件，但容易写偏。下面是好/坏对照——写之前对照检查。

✅ 好的范例

新闻	✅ 好的 "这意味着"	为什么好
Vapi $50M Series B	"Voice AI 厂商的护城河已经从模型转移到延迟+治理基础设施，做 voice agent 的 CIO 评估时要把'亚 500ms 是否达标'写进 RFP"	给出具体的采购评估指标
Liveops 73% 偏好混合	"CIO 立项 AI 项目时'组织准备度评估'必须前置到工具选型之前；销售 AI 产品的厂商要把话术从'替代人'换成'混合协作 + 治理透明'"	同时给两类受众（甲方/乙方）的具体动作
OpenAI tender offer	"AI 头部公司用周期性 tender 留人，企业评估'是否合作 OpenAI/Anthropic'时要把'核心人才稳定性'作为新变量纳入风险评估"	把宏观现象翻译成企业决策清单上的新条目

❌ 坏的范例

新闻	❌ 坏的 "这意味着"	为什么坏
Vapi $50M Series B	"voice AI 资本从消费级转向企业"	陈词滥调，没有新信息；任何看完标题的人都能想到
PitchBook Q1 三巨头 67%	"AI 投融资马太效应"	抽象判断，没给企业任何可执行动作
SAP Sapphire 发布	"AI Agent 正在改变 ERP"	笼统，不需要看新闻也知道
OpenAI DeployCo	"OpenAI 进军咨询"	复述事实，没翻译成企业视角

📐 通过性自检（写完每条问自己）

1. 如果删掉这条"这意味着"，读者会损失什么决策信息？ 如果答案是"什么都不损失"，重写。
2. 能不能在 30 字内给出一个具体动作？ （如"评估时增加 XX 维度"、"采购流程加 XX 步骤"、"销售话术换 XX"、"团队架构调 XX"）
3. 是给"企业内某岗位"看的，还是给"行业旁观者"看的？ 早报是给 CXO/VP 看的，不是给媒体编辑看的。
4. 如果是同行已经知道的事，能不能给出"不一样的视角"？ 比如 OpenAI tender 大家都看到了，"这意味着核心人才稳定性变量" 是个新视角。

---

用户:跑一下转型有术早报
→ 按本 SKILL 完整流程,输出 30-40 篇 Markdown 早报

用户:跑下今天的 AI
→ 同上

用户:看看昨天 AI 圈发生了什么
→ 同上

用户:只跑咨询研究维度
→ 仅抓 Tier 1 的咨询/商学院 8 源,输出 8-15 篇

用户:跳过国内媒体
→ 跳过 Tier 4,其他正常

用户:加强企业部署案例,要 15 篇
→ 把案例维度上限提到 15,优先抓 McKinsey/BCG/HBR 的案例文章

用户:把质量门槛降到 4 让我看更多
→ 临时调阈值重跑(放宽筛选)

用户:今天信号太弱,补几篇上周漏掉的
→ 把时间窗口扩到 7 天,但每篇标注"补遗"

用户:输出能下载的 markdown 文件
→ 用 create_file 写到 /mnt/user-data/outputs/早报-YYYY-MM-DD.md

---

7. 上下游

64+ 信源 (sources.json)
      ↓
zhuanxing-ai-daily (本技能,在 Claude.ai 对话内单次跑)
      ↓
- 对话内 Markdown 早报
- /mnt/user-data/outputs/早报-YYYY-MM-DD.md (可下载)
      ↓
(未来) ai-topic-planner (选题策划) → ai-article-writer (文章撰写)

本技能不做的事:

• 自动定时(v3.2 是 Routine 自动化版本,v4 暂不做)
• 深度研究 → case-deep-research
• 单家公司研究 → company-research
• 单事件追踪 → hotspot-tracker
• AI 报告周/月度扫描 → ai-report-radar
• 全球商业案例雷达 → global-case-radar

本技能必须做的事:每次手动触发,产出一份 30-50 篇企业 AI 资讯早报(按实际输出),翻译好、有"📌 这意味着"、可追溯、181 源全覆盖审计。

---

8. 版本演进

版本	关键变化
v1.0	初版,6 维度均分,URL 去重,英文保留,名为 ai-article-collector
v2.0	三层去重、软配额、质量打分、CSV+飞书同步
v3.0	聚焦企业 AI / 加入 Twitter 维度 / 删除飞书+CSV / Top 5 摘要
v3.1	改名 zhuanxing-ai-daily,绑定品牌
v3.2	Anthropic Routine 部署版本(自动化)
v4.0	Claude.ai 单次跑专用 / 信源扩充至 64 / 新增「咨询研究」维度 / 整合国内中文媒体 / 整合 McKinsey/BCG 等咨询 / 整合财经源 / 整合企业大厂 AI 博客
v5.0	全量纳入 Karpathy 2026/01 推荐的 92 信源 + 新增 Tier 0 Karpathy 精选 18 个 + 8 大厂 + 7 国内中文 + 3 研究者 + 5 制造垂类 + 3 红杉系 = 总 181 源,目标 60 篇按实际输出
v5.1	跑了两次 v5 后的真实迭代:① 181 源全覆盖承诺 + 全覆盖审计区 ② Tier 0 扩窗 7 天 + 独立深度参考维度 ③ Substack/微信公众号源类型分发抓取策略 ④ 8 批次执行 + 强制覆盖率自检 ⑤ "📌 这意味着"好/坏范例对照 ⑥ 目标 30-50 按实际输出(从 60 校准) ⑦ 异常处理矩阵扩充(JS-only / token 告急 / 自我纠正)

---

9. v5.0 → v5.1 关键变化（真实跑过两次后的迭代）

问题（v5 实际跑发现的）	v5.0	v5.1 修复
抓取覆盖率不可见	跑完了不知道自己跑了多少	强制每批次结束打印 "已抓 X/181" 自检
Tier 0 24h 内常 0 命中	Tier 0 跟其他 Tier 一样 24h 窗口,但这层每周 1-3 篇	Tier 0 扩窗 7 天,且新增独立维度 "🧠 Tier 0 深度参考"
Substack 抓不到正文	SKILL 没指引,Claude 反复尝试 fetch 失败	明确：Substack 系直接 search 兜底,不试 fetch
微信公众号反复试 fetch	同上	明确：微信公众号默认 search 兜底
v5 新增 28 源 0 利用率	跑的时候没有"必试这些新源"的提示	8 批次执行计划里逐 Tier 强制覆盖,新增源在批次描述里点名
"📌 这意味着"陈词滥调	只说 "30-50 字 + 企业视角"	新增 5.5 节,4 组好/坏对照范例 + 4 条通过性自检
目标 60 实际 17-22 差距大	目标 60 按实际输出,但落差 65%	校准成 30-50 按实际输出,区分弱/强/爆发日
Tier 0 当日 0 命中下结论太早	抓 4 个 Tier 0 源就下结论	8 批次执行强制覆盖全 18 个 Tier 0
Token 预算无管理	跑到一半可能爆	异常矩阵新增 "token 告急时截止当前批次+输出部分" 规则
审计区缺失	输出里看不到哪些源抓了、哪些没抓	新增"📡 信源全覆盖审计"独立章节,每 Tier 都列状态

---

10. 跑这个 skill 时,Claude 必须做的事（v5.1 升级）

1. 不要凭记忆补充新闻——每条都必须来自实际 web_fetch/web_search 的结果,并附原文链接。

2. 不要写"业内人士透露"式的伪报道——所有数字、引语都要有来源。

3. 不要把多条相似新闻拆成多条——同一事件聚合到最权威那一篇。

4. 不要省略"📌 这意味着"——这是 skill 的灵魂,每篇必须有,且必须通过 5.5 节的通过性自检。

5. 不要把质量门槛降到 5 以下凑数——宁缺毋滥仍然是底线。

6. 必须用 create_file 输出 markdown 文件——方便用户下载,不只是在对话里输出。

7. 必须显示进度——按 Step 2.3 的格式每批次结束打印自检,告诉用户 "Tier X 抓 Y/Z,继续中..."。

8. Tier 0 扩窗 7 天,独立维度展示——不再是脚注,是早报正文的第二大块（仅次于 Top 5）。

9. Tier 5 Karpathy 其余 74 源必须批量 search 覆盖——不是"默认不抓",是"批量扫一遍,过滤后命中 0 也要在审计区写明"。

10. 目标 30-50 按实际输出——header 里诚实说明信号强弱,Top 5 永远要有,审计区永远要有。

11. 181 源全覆盖审计是硬要求——输出末尾必须含完整审计表,证明 181 个源每个都被点名。

12. token 预算管理——如果跑到批次 5-6 发现 token 告急,立即截止后续批次 + 输出部分早报 + 在审计区明列"未抓完的源",而不是含糊处理。

13. 抓取覆盖率 < 50% 时强制回到 Step 2——不允许进入 Step 3 去重 / Step 4 写早报。这是 v5.1 的关键约束。

14. ❌ 早报正文严格禁止"开发噪音"——以下内容永远不能出现在早报里，无论用户感觉多想看：

    • 版本对比表（v5.1 vs v5 vs v4 篇数/质量/工具调用次数）
    • 跑法说明（C 方案 / B 方案 / Tier 0+1+2+3 逐个抓的策略选择）
    • SKILL 迭代日志（"这次多挖到 X 条 vs 上次"）
    • 工具调用统计（"~28 次 search vs v5 的 ~12 次"）
    • 元洞察（"我学到了 X" / "下次应该 Y"）
    • 任何指向 Claude 自身工作流程的反思

    早报是给用户读新闻+洞察用的，不是给开发者读迭代笔记用的。这些信息如果有价值，只能放在对话里给用户回复时讲，不能写进 markdown 文件。一句话原则：早报 markdown 里只该有"昨天发生了什么 + 这对企业意味着什么 + 来自哪里"，其他一切都是噪音。

15. 信源覆盖审计区可以保留——但要从"开发证据"重新定位为"质量保证"。审计区在早报底部以简洁版呈现（最多 30 行），核心是让用户验证"哪些源你查了"，不要长篇展示每个源的细节状态——展示 4 类汇总即可（✅ 直接命中 N 个 / ✅ 间接命中 N 个 / 🟡 已扫无命中 N 个 / ❌ 技术不可达 N 个 = 总 181）。展开的详细审计列表只在用户要求"给我看完整审计"时单独输出。

---

11. v5.2 备注：跑过三次 v5/v5.1 后的元洞察（待下一版迭代）

本节是 2026-05-13 这天连续跑了 v4 / v5 / v5.1 第一版 / v5.1 终版（C 方案）共四次后总结的真实规律。
是 SKILL v5.2 的改造起点，v5.1 跑的时候本节内容仅作参考，不强制执行。

11.1 真实规律：181 源里"每日有信号"的只有 ~15-20 个

跑了四次后的真实统计：

Tier	名义源数	每日真实有信号的源数	命中率
Tier 0 Karpathy 精选	18	1-3（扩 7 天窗 5-8）	~10%
Tier 1 财经 + 一线媒体（6+6）	12	4-7	~50%
Tier 1 咨询商学院	8	0-1（年度报告周期）	~5%
Tier 1 VC	2	0	0%
Tier 2 大厂博客（22）	22	3-6（看有无 release）	~20%
Tier 3 分析师（12）	12	1-3	~15%
Tier 4 国内中文（17）	17	1-3	~10%
Tier 4B 制造垂类（5）	5	0-1	~5%
Tier 4C 红杉系（3）	3	0	0%
Tier 5 Karpathy 其余（74）	74	0（"工具箱"定位）	0%
Tier 6 聚合（8）	8	1-2 高价值聚合源	~25%
真正"每日有信号"		~15-20 个核心源

结论：181 源全覆盖审计是对的，但真正决定早报质量的是这 ~15-20 个核心高频源。其他 160+ 个源是"周/月级深度参考"或"工具箱备份"。

11.2 聚合源（BitDigest / Innermost Loop / Ben's Bites）应升级为"Tier 0.5"

跑 v5.1 终版时的最大意外发现：

5/12 这天最大的"信号杠杆"来自两条聚合源——BitDigest 5/12 + Innermost Loop 5/12，每条聚合源一次 search 就覆盖了 10-15 条当日重磅，效率远高于逐个抓 Tier 1-2。

具体数据：v5.1 终版的 43 篇里，~25 篇是通过这两条聚合源 + 顺藤摸瓜的定向 search 得到的，实际原始 fetch 大厂博客只贡献了 ~6 篇。

v5.2 建议：把 BitDigest（每日"Daily AI Brief"格式）/ Innermost Loop（每日 "Welcome to MM-DD" 格式）从 Tier 6 单独抽出，命名 Tier 0.5 "高密度聚合源"，作为 Step 2.1 第一批必抓（在 Tier 0 之前），这样能用 1-2 次 search 先把当日 80% 重磅"地图"画出来，后续 Tier 1-3 fetch 变成"定向补全"而非"盲扫"。

11.3 跑早报的最优顺序（v5.2 应改成）

v5.1 当前顺序：Tier 0 → Tier 1 → Tier 2 → Tier 3 → ... → Tier 6

v5.2 建议顺序：

1. Tier 0.5 高密度聚合源（2-3 次 search）   ← 先画地图,识别当日"重磅清单"
2. 对清单上每条重磅做定向 search（5-10 次） ← 补全细节、找最权威原始报道
3. Tier 0 Karpathy 7 天窗口（5-8 次 search）← 抓深度思考长文
4. Tier 1-2 一线媒体 + 大厂博客（按清单补漏） ← 检查清单外漏掉的
5. Tier 3 分析师 newsletter（看是否有独立长文）
6. Tier 4-6 batch search 覆盖审计

预期效果：~30 次工具调用就能达到 v5.1 终版 ~85 次调用的覆盖度，token 预算松一大半，留更多给写早报和"📌 这意味着"质量。

11.4 sources.json 需要新增的 Tier 0.5 候选

跑 v5.1 时验证有效的聚合源（按当日命中密度排名）：

候选源	URL	当日命中密度	备注
Innermost Loop (Alex Wissner-Gross)	https://theinnermostloop.substack.com	⭐⭐⭐ 极高（每日 12+ 条）	"Welcome to MM-DD" 格式日报,Substack 抓不到首页但 search 命中标题
BitDigest (Greg Landegger)	https://bitdigest.substack.com	⭐⭐⭐ 极高（每日 10+ 条）	简洁链接列表,通过 search 命中具体周几
The Rundown AI	https://www.therundown.ai	⭐⭐ 中（每日 5-8 条）	已在 Tier 6,留在原位
Ben's Bites	https://www.bensbites.com	⭐⭐ 中	同上
TLDR AI	https://tldr.tech/ai	⭐ 低	短摘要,深度不够
AlphaSignal	https://alphasignal.ai	⭐ 低	偏研究,企业 AI 视角弱

v5.2 调整方案：

• BitDigest + Innermost Loop → 新设 Tier 0.5 "高密度聚合源"（必须用 search "[源名] May DD 2026" 形式抓，因为 Substack 首页 fetch 不到）
• 其他保留在 Tier 6

11.5 信号强度日历（识别"该跑什么模式"）

跑 v5.1 终版时发现：5/12 是强信号日，但很多日子不是。v5.2 应在 Step 0 加一个"信号强度预判"动作：

日期类型	预期信号强度	跑法
OpenAI DevDay / Google I/O / NVIDIA GTC / SAP Sapphire / 大厂年度发布	爆发日（70-100 篇可能）	全覆盖 + 加大维度配额
重大监管/法庭披露日（如 5/12 Ilya/blackmail/zero-day 三合一）	强信号日（40-60 篇）	C 方案逐个抓 Tier 0+1+2+3
普通工作日	中信号（25-40 篇）	简化版：Tier 0.5 聚合 + Tier 1-2 定向
周末/节假日	弱信号（10-25 篇）	极简：Tier 0.5 + Tier 0 扩窗，宁缺毋滥

判断方法：跑 Step 0 时先抓 Tier 0.5 聚合源做信号强度评估，根据聚合源当日条目数动态调整后续抓取规模。

11.6 "📌 这意味着" 的另一层质量标准（v5.2 加入 4.5 节）

跑 v5.1 终版时发现，最受用户欢迎的"这意味着"具备一个共同特征：

同时给"甲方/买方/CIO"和"乙方/卖方/AI 厂商"两类受众的具体动作。

例如：

• ✅ Liveops 73% 偏好混合那条："CIO 立项时'组织准备度评估'前置；销售 AI 产品的厂商话术换成'混合协作 + 治理透明'"
• ✅ Hashimoto TDM 金句那条："AI 工具 RFP 强调'低失败率 + 可解释 + 备选方案'，而非极客早期采用者那套话术"

v5.2 4.5 节加一条自检：第 5 条通过性自检——"这条意味着是不是同时给买方和卖方两类受众的具体动作？如果只给一方，能不能补另一方？"

11.7 "覆盖率 vs 价值"权衡（v5.2 应明确）

跑 v5.1 终版后明确：74/74 全点名审计是有价值的，但代价是 ~85 次调用。值不值得，取决于使用场景：

使用场景	推荐版本
个人快速浏览（早晨 5 分钟）	极简版：只跑 Tier 0.5 聚合 + Top 5（~3 次调用）
团队周会素材（半小时阅读）	标准版：Tier 0+1+2+3 关键源（~20 次调用，30 篇）
客户/CXO 简报底稿（要可追溯）	C 方案完整版：Tier 0+1+2+3 全点名（~30-50 次调用，40 篇 + 审计）
季度复盘 / 趋势分析素材	全覆盖版：181 源全跑（~80-100 次调用，强信号日 70+ 篇）

v5.2 建议：SKILL 头部加"使用场景判断"，让用户在跑之前选挡位，而不是默认全力跑。

11.8 v5.2 改造任务清单（下次新对话时执行）

1. ☐ 把 BitDigest + Innermost Loop 从 Tier 6 抽出，新设 Tier 0.5
2. ☐ Step 2.1 加入"Tier 0.5 先跑"作为第一批
3. ☐ Step 0 加入"信号强度预判 → 选挡位"动作
4. ☐ 4.5 节加第 5 条通过性自检（甲乙双方都给动作）
5. ☐ SKILL 头部加"四档使用场景"
6. ☐ 11.4 表里的命中密度数据写入 sources.json _meta 段
7. ☐ 异常矩阵新增 "Tier 0.5 抓不到时 → 直接进 Tier 1 一线媒体 + 加强 search 频次"
8. ☐ README 同步更新到 v5.2
9. ☐ 早报正文严格清除开发噪音（v5.1 跑过的版本对比表 / 跑法说明 / 工具调用统计 / 元洞察 → 全部移到对话里讲,不进 markdown）
10. ☐ 审计区简化到 30 行摘要表（详细列表只在用户索取时单独输出）

---

v5.2 备注末尾：这一节是 v5.1 终版（2026-05-13 C 方案）跑完后的真实迭代积累。
下次新开对话跑 v5.2 时，本节的元洞察就是 SKILL 改造的起点。