1. 一份日报的诞生从信息洪流到可读清单每天早上七点我的手机里会准时弹出一份自己写的日报。不是那种复制粘贴的新闻聚合而是一份经过筛选、压缩、标注了为什么值得看的清单。这个习惯从两年前开始起因很简单我发现自己每天花在刷各种AI资讯上的时间超过一个半小时但真正记住、真正用上的信息不到十分之一。信息过载带来的不是知识而是焦虑。后来我干脆动手做了一套自动化流程把找信息这件事交给脚本把判断信息这件事留给自己。这份日报就是这套流程的产物。它解决的核心问题只有一个在信息爆炸的环境里用最低的时间成本拿到当天最值得关注的几条AI动态并且知道它们和自己有什么关系。适合谁来参考如果你也在做技术、产品、内容或者投资相关的工作每天需要跟踪AI领域的进展但又不想被碎片信息淹没这套思路可以直接抄。如果你只是想了解AI日报长什么样、背后是怎么运转的也能从这篇文章里看到完整的拆解。需要提前说明的是日报的内容每天都不一样但生产日报的方法是稳定的。所以这篇文章重点讲的不是某一天的具体新闻而是这套方法本身——信息源怎么选、筛选逻辑怎么定、格式怎么设计、踩过哪些坑。这些才是可复用的部分。2. 信息源的分层策略为什么我不追求全2.1 三类信息源的定位差异刚开始做日报的时候我犯了一个典型错误恨不得把所有能抓的源都抓进来。结果日报变成了一个几百条链接的垃圾场自己都不想看。后来我意识到信息源不是越多越好而是要分层。我把信息源分成三层。第一层是必看层通常是几个更新频率稳定、信噪比高的官方渠道和技术社区每天固定产出几条高质量内容。第二层是补充层包括一些垂直领域的博客、研究机构的公开动态更新不规律但偶尔有深度内容。第三层是信号层主要用来捕捉趋势和热点比如一些聚合平台的热榜、讨论区的热门话题内容质量参差不齐但能反映大家在关注什么。这三层的处理方式完全不同。必看层的内容默认进入日报候选池补充层的内容需要经过关键词匹配才进入信号层的内容只用来做热度标注不直接进正文。这样做的理由是日报的价值不在于覆盖多少信息而在于过滤掉多少噪音。2.2 抓取频率与去重机制信息源的抓取频率也需要区别对待。必看层我设置的是每小时抓一次因为这类源更新快、时效性强晚几个小时可能就失去意义了。补充层每天抓两次就够了早上一次、傍晚一次。信号层则是每两小时抓一次热榜数据只记录排名变化不抓具体内容。去重是个容易被低估的环节。同一个事件往往会被多个源报道如果不去重日报里会出现三条讲同一件事的内容。我的做法是给每条内容生成一个指纹——通常是标题的关键词组合加上发布时间的日期部分指纹相同的只保留最早出现的那条。这里有个细节不要用完整标题做指纹因为不同平台的标题会有细微差异比如多一个标点、少一个词用完整标题会导致去重失效。提取核心关键词再组合效果会好很多。提示去重阈值不要设得太激进。有些内容标题相似但角度完全不同强行合并反而会丢失信息。我的经验是标题关键词重合度超过80%才判定为重复。2.3 那些我最终放弃的源做日报的过程中我陆续砍掉了一批信息源。有的是因为更新太频繁一天几十条筛选成本太高有的是因为内容太水标题党居多点进去没有实质信息还有的是因为立场太偏需要大量背景知识才能判断真伪不适合放进日报。砍源的标准其实很简单如果这个源连续一周没有产出任何进入日报的内容就考虑移除。这个标准看起来很粗暴但非常有效。它逼着我用实际产出而不是看起来有用来评估信息源的价值。我现在的必看层只剩下五个源补充层十几个信号层三四个总量比最开始少了三分之二但日报的质量反而提升了。3. 筛选逻辑什么样的内容才配进日报3.1 三条硬性门槛信息抓回来之后下一步是筛选。我设了三道硬性门槛任何一条不满足就直接淘汰。第一道是时效性门槛。日报顾名思义是当天的所以内容必须是过去24小时内发布的。超过这个时间窗口的除非是重大事件的后续更新否则一律不进。这道门槛能过滤掉大量炒冷饭的内容。第二道是相关性门槛。我用一组关键词来做匹配包括技术术语、产品名称、行业概念等。但关键词匹配有个坑太宽泛会引入无关内容太严格又会漏掉有价值的信息。我的做法是设置两级关键词一级关键词必须命中二级关键词命中任意一个即可。一级关键词控制在十个以内二级关键词可以放宽到三四十个。第三道是完整性门槛。内容必须有明确的来源、可追溯的发布时间、以及足够的信息量。那些只有一句话的快讯、没有出处的据说、以及纯标题没有正文的链接全部淘汰。这道门槛看起来严格但实际执行下来能过滤掉将近一半的候选内容。3.2 人工判断不可替代的部分自动化筛选能解决量的问题但解决不了质的问题。每天经过三道门槛筛选后通常还剩二三十条候选内容这时候就需要人工介入。我的人工判断主要看三件事。第一这条内容是不是新的——不是时间上的新而是信息上的新。有些内容虽然是当天发布的但讲的还是昨天甚至上周的事这种就不算新。第二这条内容有没有增量——是单纯转述还是提供了新的数据、新的视角、新的结论。第三这条内容和我有没有关系——这个判断很个人化取决于你关注什么、做什么。对我来说和工具链、开发效率、模型能力边界相关的内容优先级最高。这三条判断标准没法完全自动化但可以半自动化。比如增量这一条我写了一个简单的规则如果内容里包含具体数字、引用来源、或者对比分析就标记为可能有增量优先进入人工复核队列。这样能把人工复核的范围缩小到十来条效率高很多。3.3 热度标注的取舍前面提到信号层用来做热度标注。具体做法是把当天热榜上的关键词提取出来和候选内容做匹配命中的就在日报里标注一个热度标记。但热度这个东西要谨慎使用。热度高不等于价值高很多时候只是讨论的人多而已。我的做法是热度只作为参考信息展示不作为排序依据。日报的排序还是按照我自己的优先级来热度标记只是让读者知道这条内容在更广泛的范围内也被关注。还有一个细节热度数据本身有滞后性。一个话题从开始发酵到登上热榜通常需要几个小时。所以早上生成的日报反映的往往是前一天下午到晚上的热度情况。这个滞后是不可避免的接受它就好不用试图去预测热度。4. 日报的排版设计让人愿意读完4.1 固定结构带来的阅读效率日报的排版我改过很多版最后固定下来一个结构开头一段话概括当天整体情况然后分三到五个板块每个板块下面两到四条内容每条内容包含标题、一句话摘要、以及一个为什么值得看的标注。这个结构的好处是阅读效率高。读者扫一眼开头就知道今天有没有大事扫一眼板块标题就知道哪些和自己相关扫一眼每条内容的摘要就知道要不要点进去看详情。整个过程不需要动脑子符合早上刚起床时的认知状态。板块的划分也有讲究。我一般按模型与能力工具与产品行业与生态研究与论文来分但这不是固定的如果某天某个领域特别热闹就单独开一个板块。板块数量控制在三到五个太少显得单薄太多显得杂乱。4.2 为什么值得看这一行的写法这一行是日报里最花心思的地方。它不是摘要的重复而是回答这条内容和你有什么关系。写法上我遵循三个原则。第一具体。不要写值得关注要写如果你在用某某工具这个更新会影响你的工作流。第二克制。不要每条都写重磅颠覆那样只会让人觉得你在喊狼来了。真正重要的内容平实地写出来就够了。第三有观点。可以写我个人觉得这个方向值得跟踪但要明确这是个人判断不是事实陈述。举个例子。假设有一条内容是某个模型发布了新版本摘要写新版本在推理速度上提升了30%那为什么值得看可以写如果你在做需要低延迟的场景这个提升可能让你重新评估选型但如果你的场景对速度不敏感这次更新的实际影响有限。这样写读者能快速判断这条内容和自己有没有关系。4.3 长度控制与信息密度日报的总长度我控制在1500到2500字之间。太短了信息量不够太长了读不完。每条内容的摘要控制在一到两句话为什么值得看控制在一句话。整个日报的阅读时间控制在五到八分钟。信息密度方面我尽量避免正确的废话。比如AI领域发展迅速这种话写了等于没写。每一条内容都要有具体的信息点谁、做了什么、有什么数据、意味着什么。如果一条内容写不出具体信息点那它就不该进日报。注意不要为了凑长度而加内容。日报的价值在于精炼宁可少一条也不要加一条凑数的。我自己的标准是如果一条内容我自己都不想点进去看那它就不配进日报。5. 自动化流程的搭建工具选型与踩坑记录5.1 为什么选择脚本而不是现成工具市面上有不少现成的资讯聚合工具但我最后还是选择自己写脚本。原因有三个。第一筛选逻辑是高度个性化的现成工具没法按照我的标准来过滤。第二日报的格式需要精确控制现成工具的输出格式往往改不动。第三数据要留在自己手里方便后续做分析和回溯。脚本本身不复杂核心就是三件事抓取、筛选、生成。抓取用常规的请求库筛选用关键词匹配加规则判断生成用模板引擎输出Markdown。整个流程跑下来从抓取到生成日报大概需要三到五分钟。5.2 抓取环节的常见问题抓取环节最容易出问题的是反爬机制。有些源会对频繁请求做限制表现是返回空数据或者错误码。我的应对策略是控制请求频率每个源之间加随机延迟设置合理的请求头模拟正常浏览器行为如果某个源连续失败就暂时跳过记录到日志里第二天再试。另一个问题是页面结构变化。有些源会不定期改版导致原来的解析规则失效。这个没法完全避免只能定期检查。我的做法是每周花十分钟扫一眼各个源的抓取结果如果发现某个源连续几天没有数据就去看看是不是页面结构变了。还有一个坑是编码问题。不同源的页面编码可能不一样有的是UTF-8有的是GBK如果不做处理抓回来的中文会变成乱码。解决办法是在解析之前先检测编码统一转换成UTF-8再处理。5.3 筛选规则的维护成本筛选规则不是写完就一劳永逸的。关键词需要定期更新因为新的术语和产品名称会不断出现。我的做法是每个月回顾一次日报看看有没有漏掉的重要内容如果有就分析是哪个关键词没覆盖到然后补充进去。规则维护的另一个方面是误报处理。有时候关键词会匹配到完全不相关的内容比如某个词在另一个领域有完全不同的含义。遇到这种情况我会加一个排除规则把明显不相关的内容过滤掉。排除规则要谨慎添加加多了会导致漏报所以每次只加最必要的。5.4 生成环节的模板设计生成环节用的是简单的模板替换。模板里预留了几个占位符日期、开头概括、各个板块的内容、以及结尾的一句话。脚本把筛选后的内容填充进去输出Markdown文件。模板设计上有个小技巧把可变部分和固定部分分开。固定部分是版式、标题格式、分隔线这些可变部分是具体内容。这样改版式的时候只需要动固定部分不会影响内容填充逻辑。还有一个细节是输出格式的选择。我用的是Markdown因为它在各种平台上的兼容性最好复制粘贴到不同地方都不会乱。如果输出HTML在某些平台上会显示异常如果输出纯文本又没法做加粗和列表。Markdown是折中方案里最稳的。6. 日报之外这套方法还能怎么用6.1 从日报到周报的扩展日报跑顺了之后我顺手做了个周报。周报不是把七天的日报拼起来而是做一个再筛选从七天的内容里挑出最重要的几条加上一周的趋势观察。周报的价值在于看到单日看不到的模式。有些变化单看一天不明显但拉长到一周就能看出趋势。比如某个方向连续几天都有新进展那可能意味着这个方向正在加速。周报的生成逻辑和日报类似只是筛选的时间窗口从24小时变成了7天排序权重也做了调整更看重持续性而不是时效性。6.2 关键词体系的复用做日报过程中积累的关键词体系其实可以复用到很多地方。比如我做技术选型调研的时候会用同一套关键词去搜索和筛选资料效率比手动翻找高很多。再比如我关注某个新方向的时候会先把相关关键词加进监控列表让日报帮我盯一段时间看看这个方向的活跃度如何。关键词体系还有一个用法是做趋势对比。把每个月的高频关键词统计出来看看哪些词的出现频率在上升哪些在下降。这个数据不一定精确但能提供一个粗略的方向感。6.3 个人知识库的沉淀日报里筛选出来的内容我不会看完就扔。有价值的内容会进入我的个人知识库打上标签方便以后检索。知识库的结构很简单按主题分类每个主题下面按时间倒序排列每条记录包含原文链接、摘要、以及我自己的批注。批注这一步很关键。看的时候有想法不记下来过两天就忘了。批注不用写很长一两句话就行重点是记录我当时为什么觉得这条内容有价值。过一段时间回头看这些批注往往比原文本身更有用。7. 一些实际使用中的体会做日报这件事最大的收获不是每天多看了几条新闻而是被迫建立了一套信息处理的流程。这套流程让我在面对任何新领域的时候都能快速搭建起一个信息输入-筛选-沉淀的循环。这个能力比具体知道某条新闻要有价值得多。另一个体会是自动化能解决效率问题但解决不了判断问题。脚本可以帮你抓取、去重、格式化但这条内容重不重要最终还是得自己判断。所以不要把希望完全寄托在工具上工具只是把重复劳动压缩了把时间省下来做判断。还有一个坑我踩过过度优化流程本身。有一段时间我花了很多时间在调整抓取频率、优化去重算法、改进排版样式上结果日报本身反而没怎么看。后来我给自己定了个规矩流程的优化每个月最多花一个小时其余时间用来读日报、做批注、写总结。工具是为人服务的不能反过来。最后分享一个小技巧。如果你也想做自己的日报不要一上来就追求全自动。先用最笨的办法手动做几天搞清楚自己到底需要什么、什么内容对自己有用、什么样的格式自己愿意读。把这些想清楚了再去写脚本。先有需求再有工具顺序不能反。我见过太多人一上来就搭框架、写爬虫结果做出来的东西自己都不用白白浪费时间。 
长河君 · 2026/10/13 15:46:40 · 阅读 1.2k 从信息洪流到可读清单：AI日报自动化筛选与生成实践
1. 一份日报的诞生从信息洪流到可读清单每天早上七点我的手机里会准时弹出一份自己写的日报。不是那种复制粘贴的新闻聚合而是一份经过筛选、压缩、标注了为什么值得看的清单。这个习惯从两年前开始起因很简单我发现自己每天花在刷各种AI资讯上的时间超过一个半小时但真正记住、真正用上的信息不到十分之一。信息过载带来的不是知识而是焦虑。后来我干脆动手做了一套自动化流程把找信息这件事交给脚本把判断信息这件事留给自己。这份日报就是这套流程的产物。它解决的核心问题只有一个在信息爆炸的环境里用最低的时间成本拿到当天最值得关注的几条AI动态并且知道它们和自己有什么关系。适合谁来参考如果你也在做技术、产品、内容或者投资相关的工作每天需要跟踪AI领域的进展但又不想被碎片信息淹没这套思路可以直接抄。如果你只是想了解AI日报长什么样、背后是怎么运转的也能从这篇文章里看到完整的拆解。需要提前说明的是日报的内容每天都不一样但生产日报的方法是稳定的。所以这篇文章重点讲的不是某一天的具体新闻而是这套方法本身——信息源怎么选、筛选逻辑怎么定、格式怎么设计、踩过哪些坑。这些才是可复用的部分。2. 信息源的分层策略为什么我不追求全2.1 三类信息源的定位差异刚开始做日报的时候我犯了一个典型错误恨不得把所有能抓的源都抓进来。结果日报变成了一个几百条链接的垃圾场自己都不想看。后来我意识到信息源不是越多越好而是要分层。我把信息源分成三层。第一层是必看层通常是几个更新频率稳定、信噪比高的官方渠道和技术社区每天固定产出几条高质量内容。第二层是补充层包括一些垂直领域的博客、研究机构的公开动态更新不规律但偶尔有深度内容。第三层是信号层主要用来捕捉趋势和热点比如一些聚合平台的热榜、讨论区的热门话题内容质量参差不齐但能反映大家在关注什么。这三层的处理方式完全不同。必看层的内容默认进入日报候选池补充层的内容需要经过关键词匹配才进入信号层的内容只用来做热度标注不直接进正文。这样做的理由是日报的价值不在于覆盖多少信息而在于过滤掉多少噪音。2.2 抓取频率与去重机制信息源的抓取频率也需要区别对待。必看层我设置的是每小时抓一次因为这类源更新快、时效性强晚几个小时可能就失去意义了。补充层每天抓两次就够了早上一次、傍晚一次。信号层则是每两小时抓一次热榜数据只记录排名变化不抓具体内容。去重是个容易被低估的环节。同一个事件往往会被多个源报道如果不去重日报里会出现三条讲同一件事的内容。我的做法是给每条内容生成一个指纹——通常是标题的关键词组合加上发布时间的日期部分指纹相同的只保留最早出现的那条。这里有个细节不要用完整标题做指纹因为不同平台的标题会有细微差异比如多一个标点、少一个词用完整标题会导致去重失效。提取核心关键词再组合效果会好很多。提示去重阈值不要设得太激进。有些内容标题相似但角度完全不同强行合并反而会丢失信息。我的经验是标题关键词重合度超过80%才判定为重复。2.3 那些我最终放弃的源做日报的过程中我陆续砍掉了一批信息源。有的是因为更新太频繁一天几十条筛选成本太高有的是因为内容太水标题党居多点进去没有实质信息还有的是因为立场太偏需要大量背景知识才能判断真伪不适合放进日报。砍源的标准其实很简单如果这个源连续一周没有产出任何进入日报的内容就考虑移除。这个标准看起来很粗暴但非常有效。它逼着我用实际产出而不是看起来有用来评估信息源的价值。我现在的必看层只剩下五个源补充层十几个信号层三四个总量比最开始少了三分之二但日报的质量反而提升了。3. 筛选逻辑什么样的内容才配进日报3.1 三条硬性门槛信息抓回来之后下一步是筛选。我设了三道硬性门槛任何一条不满足就直接淘汰。第一道是时效性门槛。日报顾名思义是当天的所以内容必须是过去24小时内发布的。超过这个时间窗口的除非是重大事件的后续更新否则一律不进。这道门槛能过滤掉大量炒冷饭的内容。第二道是相关性门槛。我用一组关键词来做匹配包括技术术语、产品名称、行业概念等。但关键词匹配有个坑太宽泛会引入无关内容太严格又会漏掉有价值的信息。我的做法是设置两级关键词一级关键词必须命中二级关键词命中任意一个即可。一级关键词控制在十个以内二级关键词可以放宽到三四十个。第三道是完整性门槛。内容必须有明确的来源、可追溯的发布时间、以及足够的信息量。那些只有一句话的快讯、没有出处的据说、以及纯标题没有正文的链接全部淘汰。这道门槛看起来严格但实际执行下来能过滤掉将近一半的候选内容。3.2 人工判断不可替代的部分自动化筛选能解决量的问题但解决不了质的问题。每天经过三道门槛筛选后通常还剩二三十条候选内容这时候就需要人工介入。我的人工判断主要看三件事。第一这条内容是不是新的——不是时间上的新而是信息上的新。有些内容虽然是当天发布的但讲的还是昨天甚至上周的事这种就不算新。第二这条内容有没有增量——是单纯转述还是提供了新的数据、新的视角、新的结论。第三这条内容和我有没有关系——这个判断很个人化取决于你关注什么、做什么。对我来说和工具链、开发效率、模型能力边界相关的内容优先级最高。这三条判断标准没法完全自动化但可以半自动化。比如增量这一条我写了一个简单的规则如果内容里包含具体数字、引用来源、或者对比分析就标记为可能有增量优先进入人工复核队列。这样能把人工复核的范围缩小到十来条效率高很多。3.3 热度标注的取舍前面提到信号层用来做热度标注。具体做法是把当天热榜上的关键词提取出来和候选内容做匹配命中的就在日报里标注一个热度标记。但热度这个东西要谨慎使用。热度高不等于价值高很多时候只是讨论的人多而已。我的做法是热度只作为参考信息展示不作为排序依据。日报的排序还是按照我自己的优先级来热度标记只是让读者知道这条内容在更广泛的范围内也被关注。还有一个细节热度数据本身有滞后性。一个话题从开始发酵到登上热榜通常需要几个小时。所以早上生成的日报反映的往往是前一天下午到晚上的热度情况。这个滞后是不可避免的接受它就好不用试图去预测热度。4. 日报的排版设计让人愿意读完4.1 固定结构带来的阅读效率日报的排版我改过很多版最后固定下来一个结构开头一段话概括当天整体情况然后分三到五个板块每个板块下面两到四条内容每条内容包含标题、一句话摘要、以及一个为什么值得看的标注。这个结构的好处是阅读效率高。读者扫一眼开头就知道今天有没有大事扫一眼板块标题就知道哪些和自己相关扫一眼每条内容的摘要就知道要不要点进去看详情。整个过程不需要动脑子符合早上刚起床时的认知状态。板块的划分也有讲究。我一般按模型与能力工具与产品行业与生态研究与论文来分但这不是固定的如果某天某个领域特别热闹就单独开一个板块。板块数量控制在三到五个太少显得单薄太多显得杂乱。4.2 为什么值得看这一行的写法这一行是日报里最花心思的地方。它不是摘要的重复而是回答这条内容和你有什么关系。写法上我遵循三个原则。第一具体。不要写值得关注要写如果你在用某某工具这个更新会影响你的工作流。第二克制。不要每条都写重磅颠覆那样只会让人觉得你在喊狼来了。真正重要的内容平实地写出来就够了。第三有观点。可以写我个人觉得这个方向值得跟踪但要明确这是个人判断不是事实陈述。举个例子。假设有一条内容是某个模型发布了新版本摘要写新版本在推理速度上提升了30%那为什么值得看可以写如果你在做需要低延迟的场景这个提升可能让你重新评估选型但如果你的场景对速度不敏感这次更新的实际影响有限。这样写读者能快速判断这条内容和自己有没有关系。4.3 长度控制与信息密度日报的总长度我控制在1500到2500字之间。太短了信息量不够太长了读不完。每条内容的摘要控制在一到两句话为什么值得看控制在一句话。整个日报的阅读时间控制在五到八分钟。信息密度方面我尽量避免正确的废话。比如AI领域发展迅速这种话写了等于没写。每一条内容都要有具体的信息点谁、做了什么、有什么数据、意味着什么。如果一条内容写不出具体信息点那它就不该进日报。注意不要为了凑长度而加内容。日报的价值在于精炼宁可少一条也不要加一条凑数的。我自己的标准是如果一条内容我自己都不想点进去看那它就不配进日报。5. 自动化流程的搭建工具选型与踩坑记录5.1 为什么选择脚本而不是现成工具市面上有不少现成的资讯聚合工具但我最后还是选择自己写脚本。原因有三个。第一筛选逻辑是高度个性化的现成工具没法按照我的标准来过滤。第二日报的格式需要精确控制现成工具的输出格式往往改不动。第三数据要留在自己手里方便后续做分析和回溯。脚本本身不复杂核心就是三件事抓取、筛选、生成。抓取用常规的请求库筛选用关键词匹配加规则判断生成用模板引擎输出Markdown。整个流程跑下来从抓取到生成日报大概需要三到五分钟。5.2 抓取环节的常见问题抓取环节最容易出问题的是反爬机制。有些源会对频繁请求做限制表现是返回空数据或者错误码。我的应对策略是控制请求频率每个源之间加随机延迟设置合理的请求头模拟正常浏览器行为如果某个源连续失败就暂时跳过记录到日志里第二天再试。另一个问题是页面结构变化。有些源会不定期改版导致原来的解析规则失效。这个没法完全避免只能定期检查。我的做法是每周花十分钟扫一眼各个源的抓取结果如果发现某个源连续几天没有数据就去看看是不是页面结构变了。还有一个坑是编码问题。不同源的页面编码可能不一样有的是UTF-8有的是GBK如果不做处理抓回来的中文会变成乱码。解决办法是在解析之前先检测编码统一转换成UTF-8再处理。5.3 筛选规则的维护成本筛选规则不是写完就一劳永逸的。关键词需要定期更新因为新的术语和产品名称会不断出现。我的做法是每个月回顾一次日报看看有没有漏掉的重要内容如果有就分析是哪个关键词没覆盖到然后补充进去。规则维护的另一个方面是误报处理。有时候关键词会匹配到完全不相关的内容比如某个词在另一个领域有完全不同的含义。遇到这种情况我会加一个排除规则把明显不相关的内容过滤掉。排除规则要谨慎添加加多了会导致漏报所以每次只加最必要的。5.4 生成环节的模板设计生成环节用的是简单的模板替换。模板里预留了几个占位符日期、开头概括、各个板块的内容、以及结尾的一句话。脚本把筛选后的内容填充进去输出Markdown文件。模板设计上有个小技巧把可变部分和固定部分分开。固定部分是版式、标题格式、分隔线这些可变部分是具体内容。这样改版式的时候只需要动固定部分不会影响内容填充逻辑。还有一个细节是输出格式的选择。我用的是Markdown因为它在各种平台上的兼容性最好复制粘贴到不同地方都不会乱。如果输出HTML在某些平台上会显示异常如果输出纯文本又没法做加粗和列表。Markdown是折中方案里最稳的。6. 日报之外这套方法还能怎么用6.1 从日报到周报的扩展日报跑顺了之后我顺手做了个周报。周报不是把七天的日报拼起来而是做一个再筛选从七天的内容里挑出最重要的几条加上一周的趋势观察。周报的价值在于看到单日看不到的模式。有些变化单看一天不明显但拉长到一周就能看出趋势。比如某个方向连续几天都有新进展那可能意味着这个方向正在加速。周报的生成逻辑和日报类似只是筛选的时间窗口从24小时变成了7天排序权重也做了调整更看重持续性而不是时效性。6.2 关键词体系的复用做日报过程中积累的关键词体系其实可以复用到很多地方。比如我做技术选型调研的时候会用同一套关键词去搜索和筛选资料效率比手动翻找高很多。再比如我关注某个新方向的时候会先把相关关键词加进监控列表让日报帮我盯一段时间看看这个方向的活跃度如何。关键词体系还有一个用法是做趋势对比。把每个月的高频关键词统计出来看看哪些词的出现频率在上升哪些在下降。这个数据不一定精确但能提供一个粗略的方向感。6.3 个人知识库的沉淀日报里筛选出来的内容我不会看完就扔。有价值的内容会进入我的个人知识库打上标签方便以后检索。知识库的结构很简单按主题分类每个主题下面按时间倒序排列每条记录包含原文链接、摘要、以及我自己的批注。批注这一步很关键。看的时候有想法不记下来过两天就忘了。批注不用写很长一两句话就行重点是记录我当时为什么觉得这条内容有价值。过一段时间回头看这些批注往往比原文本身更有用。7. 一些实际使用中的体会做日报这件事最大的收获不是每天多看了几条新闻而是被迫建立了一套信息处理的流程。这套流程让我在面对任何新领域的时候都能快速搭建起一个信息输入-筛选-沉淀的循环。这个能力比具体知道某条新闻要有价值得多。另一个体会是自动化能解决效率问题但解决不了判断问题。脚本可以帮你抓取、去重、格式化但这条内容重不重要最终还是得自己判断。所以不要把希望完全寄托在工具上工具只是把重复劳动压缩了把时间省下来做判断。还有一个坑我踩过过度优化流程本身。有一段时间我花了很多时间在调整抓取频率、优化去重算法、改进排版样式上结果日报本身反而没怎么看。后来我给自己定了个规矩流程的优化每个月最多花一个小时其余时间用来读日报、做批注、写总结。工具是为人服务的不能反过来。最后分享一个小技巧。如果你也想做自己的日报不要一上来就追求全自动。先用最笨的办法手动做几天搞清楚自己到底需要什么、什么内容对自己有用、什么样的格式自己愿意读。把这些想清楚了再去写脚本。先有需求再有工具顺序不能反。我见过太多人一上来就搭框架、写爬虫结果做出来的东西自己都不用白白浪费时间。