本地化新闻，AI无法抵达的盲区

这是一个信息悖论的时代。

我们能在一秒钟内追踪到千里之外的国际纠纷，即时获知国外市场的最新动态，甚至能看到太空探索传回的最新影像。然而，对所处的城市、街道乃至小区，对那些足以影响我们切身生活体验的本地新闻资讯，我们却可能一无所知。

在这个信息过剩的洪流中，我们对远方的热点如数家珍，但却离“附近”越来越远。

这并非偶然。在过去二十年，互联网和算法的浪潮几乎重塑了媒体版图。大众的注意力更多被全国性、全球性的热点新闻所捕获，而曾经作为“地方神经中枢”的地方报纸、电台和电视台，广告收入与影响力同步急剧下降。其结果是，大量地方媒体停刊或转型，地方媒体人才持续流失。

以美国为例，过去15年，美国失去了2100多份报纸，这使2004年初拥有本地新闻媒体的1800个社区，在2020年初已经没有任何报纸。即便是幸存的6700份报纸，许多也早已成为“幽灵报纸”：只有原来的“外壳”，但新闻编辑室的采编人员和报纸读者数量都大大减少。有学术评论称，这些社区和居民，陷入了“新闻荒漠” （news desert） 之中。

而在中国，曾经风光无限的都市报媒体经历了“黄金十年”后迅速衰退，许多报纸的发行量和广告收入断崖式下跌，导致休刊、合并或大幅裁员。即便许多地方媒体努力向新媒体转型，但其核心的本地新闻采编力量也在不断削弱。

当人们普遍认为，生成式人工智能的到来，将是压垮骆驼的最后一根稻草，会用自动生成的内容彻底淹没仅存的本地新闻时，一个反直觉的趋势正在悄然浮现：AI的局限性，恰恰为本地化新闻的价值重估，创造了前所未有的机遇。

AI的盲区：

算法无法抵达的“最后一公里”

要理解本地新闻的机遇，首先必须看清当前AI技术，尤其是大语言模型 （LLM） 的天然“盲区”。这并非技术缺陷，而是由数据、时效和信任这三个维度决定的结构性困境。

第一点，也是最根本的限制，在于AI的“饮食结构”。LLM的强大，源于它对海量公开互联网数据的抓取和学习。然而，这个庞大的数据集本身就存在着一种根深蒂固的“宏大叙事偏好”。它偏爱那些被广泛索引、高频讨论的全球性议题、全国性资讯和标准化信息，而那些构成我们日常生活基础的本地化信息，则大多处于其视野之外。

想象一下，一个街道办事处的会议纪要、地方政府网站上挂出的PDF格式规划公示、社区活动中心的活动安排、业主委员会关于停车费的激烈辩论……这些信息往往以非结构化、未被充分数字化的形式散落在各个角落。

它们是社区的“暗物质”，对于依赖全国乃至全球新闻材料和百科知识进行训练的AI来说，这些信息既稀缺又难以消化。

AI或许能告诉你《纽约时报》关于中美关系的最新评论，但它几乎不可能知道你家门口那条路为什么修了半年还没完工。更不用说，许多地方社群拥有自己独特的方言、行话和文化背景，这些微妙的语境是AI难以理解和准确表达的。

其次是时效性的延迟。本地新闻的生命力在于其即时性和实用性——突发的道路封闭、社区的寻人启事、本地球队的关键比赛结果、今晚可能影响出行的暴雨预警。这些信息的价值以“小时”甚至“分钟”为单位计算。而主流的LLM大多存在“知识截止日期”，它们的知识库并非实时更新。即便模型能够联网搜索，也往往是对二手信息的整合，缺乏第一时间的核实与深度挖掘。

当AI试图生成关于刚刚发生的本地事件的报道时，它极易产生“幻觉”，或提供已经过时的信息，这在新闻领域是致命的。本地新闻的核心恰在“此时此地”，而AI的运行逻辑决定了它在这一点上永远慢半拍。

最关键的，还是信任的缺失。新闻的本质是一种基于信任的关系，尤其是在本地层面。一个优秀的本地记者，其价值，绝不仅仅是信息的转述者。他/她是社区的一员，是你可能在超市里遇到的邻居。他/她通过长年累月的深耕，与社区成员建立起复杂而稳固的信源网络。这种信任是通过无数次面对面的交谈、一场场深入社区的采访建立起来的。

AI没有“朋友”，无法进行实地采访，无法捕捉到受访者一个犹豫的眼神或是一声无奈的叹息。AI可以总结“发生了什么” （what） ，但很难解释事件背后盘根错节的历史、人际关系和社区情感，即“为什么会这样” （ w hy） 。例如，为什么一个看似简单的老旧小区改造计划，会引发整个社区如此大的争议？答案可能隐藏在几十年的邻里变迁、不同群体间的微妙关系以及人们对“家园”的复杂情感中。

这种深度的洞察力、同理心和判断力，正是人类记者无可替代的核心价值，也是AI难以编码的灵魂。

需求的回归与本地新闻的价值重估

AI的局限性为本地新闻留下了生存空间，而社会和受众需求的变化，则正在将这片空间变成一片沃土。在经历了长时间的宏大叙事和全球化信息轰炸后，人们正重新发现身边“小而美”的价值。

全国性乃至全球性的媒体机构，在商业模式的驱动下，天然地倾向于追求规模效应。它们聚焦于那些能吸引最多眼球、带来最大流量的议题——国际冲突、宏观政策、名人八卦。这造成了一个巨大的“灯下黑”区域：数以亿计的人们真正关心的、与他们日常生活福祉息息相关的话题被系统性地忽视了。

“门口的公园什么时候能建好？”“我孩子的学区划片今年有哪些变化？”“附近那家新开的网红餐厅味道如何？”“本地新出台的人才引进政策对我有什么影响？”这些问题，构成了普通人生活的核心关切，却恰恰是全国性媒体的报道盲区。这个巨大的内容缺口，正是本地新闻价值得以回归的根基。

更深层次的，是对社区认同和归属感的强烈渴求。在日益原子化和数字化的现代社会，人们之间的物理连接和情感纽带正在变弱。本地新闻，在某种程度上正扮演着社区“粘合剂”的角色。它通过设置共同的议程，让本地居民们关注同样的问题，讨论同样的话题。

在这个过程中，它不仅仅是在传递信息，更是在促进公民参与，提醒每个人：你不是一个孤立的个体，你恰恰是这个社区的一部分，你的声音和行动至关重要。这种由共同叙事构建起来的身份认同和社区联系，是抵御社会疏离感、重建公共生活的重要力量。在虚假信息泛滥的今天，一个值得信赖的本地新闻源，更是社区抵御谣言、凝聚共识的压舱石。

与此同时，新一代的本地新闻正在完成一次重要的角色蜕变——从单纯的“新闻报道者”，进化为多元的“社区服务者”。它不再仅仅告诉你昨天发生了什么，更致力于帮助你解决今天和明天的问题。它可以是一份实用的生活指南，为你提供周末的本地活动日历、政府福利的申请流程、应对极端天气的避险指南。这种服务属性，让本地新闻的价值变得具体、可感，也为其赢得了无可替代的忠诚度。

本地新闻的未来

本地新闻的未来，并非是一场排斥AI的复古运动，而是一场拥抱技术、重塑价值的变革。

对于本地新闻来说，AI也并非威胁。在实践中， AI的应用意味着将记者从繁重、重复的案头工作中解放出来。例如，国内一些地方媒体正在尝试利用AI工具，自动处理和分析海量的、格式不一的政府公开文件和会议记录，从中发现值得跟进的新闻线索，然后交给记者去进行真正的调查和采访。

AI可以用于自动转录数小时的采访录音，可以在几分钟内总结长达百页的政府报告，可以从招投标信息中发现异常模式，甚至可以根据受众偏好为不同平台自动生成不同风格的摘要和标题。这一切，都极大地提升了新闻生产的效率，让规模有限的本地新闻团队能够将宝贵的精力，投入到建立人际关系、进行深度调查和创作触动人心的故事这些AI无法胜任的高价值工作中。

技术的赋能，必然伴随着商业模式的深刻演变。本地新闻未来的生存之道，或许就在于与核心受众建立更深、更牢固的连接，并让他们心甘情愿地为独特的价值付费。

小而美”将成为一种主流形态。专注于某个特定城市 、某个特定区县，甚至某个垂直领域 （如本地教育、房地产、美食） 的高度精准的微信公众号，正在成为越来越受欢迎的模式。

它们不求广度，但求深度，致力于成为该领域最权威、最不可或缺的信息源。此外，基于社群的会员制和知识付费也日益兴起，它们通过提供独家的深度分析、数据服务和线下社群活动，吸引最忠实的读者成为“共建者”，而不仅仅是“消费者”。同时，一些带有公益属性的本地新媒体项目也在探索更多可能性。

最终，未来的本地新闻机构将重塑自己的生态位。它将不再仅仅是一个内容的生产者，而是一个社区的“信息枢纽”和“连接中心”。它可以是本地线上社区论坛的管理者，是线下公共议题讨论会的组织者，是本地广播和视频节目的创作者。

在一个信息愈发真假难辨的世界里，一个值得信赖的本地新闻品牌，将成为居民获取可靠信息、进行理性讨论、参与社区生活的首选入口。它的价值，将通过其在社区中建立的信任和发挥的作用来衡量，而非简单的流量数字。

来源｜腾讯研究院

值班编辑 ｜ 胡炜

主编推荐