本周AI项目推荐：AI 还会诞生它的“今日头条”吗？

作者 ｜ 郭海惟
邮箱 ｜ guohaiwei@pingwest.com

如果你也相信AI的本质是一种信息媒介，那么有一个场景几乎是必然会被颠覆的：新闻客户端。

在PC时代，诞生了门户网站取代了报纸，雅虎和新浪都曾经是各自时代最值钱的互联网公司；而到了移动互联网时代，今日头条又颠覆了门户逻辑，催生了今天中国最赚钱的互联网巨头字节跳动。因此，当“GPT时刻”到来的时候，新闻也成为被很多人第一个“想起”的产品，涌入过一些资本和创业者。

但受限于大模型能力、成本、用户习惯、巨头内容生态壁垒等诸多问题，在国内外第一波试水的产品中，AI对交互能力的渗透依然有限，也缺乏一个“今日头条”级别的产品。

所以如果抛开搜索场景不谈，我们目前大众的新闻获取方式，其实与GPT时刻之前没有本质的差别——这有点像当年的今日头条，曾在很长一段时间里，都成为了投资人案头的“灯下黑”。

不过在2025年，我们发现依然有一些值得被关注的产品和团队新出现在了市场上，为“AI原生”新闻客户端贡献了一些新的交互和打法逻辑。

1

Ancher

Ancher谐音Anchor，意为“锚”，寓意在信息海洋中帮助用户“锚定”对自己真正有用的东西。私以为有点“喊话”stream产品的意思。

团队的Slogan是“Your Chief of Staff for Information”、全球首个“agentic news reader”。产品于今年10月上线Product Hunt后曾拿下周榜第二。产品第一阶段的主要用户在欧美市场，目标生产力敏感人群。

CEO 吴泳升Vincent 曾担任NewsBreak COO，Huffington Post、Yahoo新闻首席运营负责人与CBO、AOL美国在线全球战略及运营总监，属于罕见地打入过美国媒体行业核心高管圈的华人。

据悉，前智谱首席战略官、小鹿医馆创始人、前搜狗首席科学家张阔也已加盟Ancher担任首席科学家。

而江远资本与硅谷Hat-Trick Capital的基金在产品MVP阶段已押注千万美金。

Ancher在几乎所有的新闻消费流程中都引入了AI能力:

在信息流中，用户可以通过Copilot自然语言意图来实时改写偏好；

在阅读过程中，Ancher可以实现七种不同风格的阅读模版，提供文字风格和信息结构迥异的阅读方式。

在阅读后，Ancher可以利用Copilot能力进一步追问和补充多维度信息，以及利用AI生成定制化的“转发语”和未来开会时转述的信息要点。

在收藏栏中，AI可以实现标签分类和总结等。

1

NewsBang

盛大集团相关AI团队旗下的原生新闻客户端产品，产品在年初上市，获得Product Hunt当日第二。

NewsBang是目前少数拥有自研模型的团队，其中盛大开发的Newsbang/homer-72B 模型曾拿下Huggingface LLM leader board 第一名。公开资料显示，Newsbang/homer-72B 是基于优质的开源 Qwen2.5-72B Base Model重新进行了post training，全程深度融合前沿的数据合成技术，尤其重视提升模型在推理和思考方面的能力。

目前NewsBang已经可以很好支持中文等多语言场景，但在国内的声量相对比较低调。有接触过陈天桥的行业人士对硅星人表示，NewsBang是陈天桥多元AI实践布局的第一部分，因此产品启动的“初心”一定是想要做一些颠覆性的事情的。

NewBang抛弃了传统信息流模式，采用了类似抖音的下滑模式，每次滑动时只能看到一条新闻的模板。

NewsBang目前会围绕单条新闻进行多维度的深度解析，提供AI生成的总结、多视角、多观点和深度观察。

此外，还上线了类似Listenhub与NotebookLM的AI播客功能“deeptalk”功能。

1

Syft

Syft是前饿了么联合创始人汪渊创办的Orion Arm旗下的产品。Orion Arm于 2023 年成立，此前发布过一款名为 Toki AI（前Dole AI) 的产品，主打AI日历，该产品曾经收获超300万用户。

今年3月，该公司在Product Hunt上线了Syft，定位“The World's First Ai-Native News Agent”。5月，该公司放出1100万A轮融资消息，整体估值1亿美金。

Syft可以实现自然语言定制和改写信息流，交互界面与Google News很像，极大降低了新手用户的使用门槛。某种程度上，这是一个以最大化通过简化信息量来提高阅读效率和爽感的应用，属于绝对的C端级场景。团队甚至暂没有设置付费门槛，目前依旧采用了免费策略。

Syft联合创始人Robert Zheng曾在光影科技策展团队Temple of Light担任CEO，他在10月产品正式上线的youtube视频中，将Syft的理念之一称之为：No noise. No bias. No language barriers. No paywalls.

Syft产品可以很好适配中文场景，如果你想用中文最快速度阅读全球资讯，Syft可能可以成为一个备选项。

1

Particle

去年底登录ProductHunt的产品，在今年发力的AI新闻客户端中，其声量属于第一梯队。它给自己的定位是“Personalized News”，它在介绍中的定位是“understand more,faster”。

创始人是前Twitter工程师Sara Beykpour和Marcel Molina。其中CEO Sara Beykpour 在推特工作了超过12年，从Engineering一路转型成为Twitter Blue的产品高级总监。

2024年，Particle刚成立时就拿到了440万美元的种子轮融资，很快又获得了1090万美元的A轮融资。他们与路透社等头部媒体建立战略合作伙伴关系，共同探索创新的商业模式。

Particle产品UI设计就像是路透社手机端的翻版，但是内容卡片从文章变成了事件。而卡片内页的布局内容的丰富度是最好的，信息量很大，不会有任何干瘪的感觉。在产品使用感受上，整体产品的打磨成熟度也是最高的。此外，它甚至在手机端保留了Crossword（填字游戏）模块——当然也是AI生成的。

推特员工在最近两年成为了美国AI新闻产品投资的宠儿。

除了Particle以外，还有此前宣布停服后被收购并融入Yahoo News的Artifect，有一定新闻讨论社区属性的Bluesky和Spill，AI新闻的基础设施服务商Parallel Web Systems，都是推特的前员工创办的。

与中国有今日头条这样的新闻客户端不同，美国的新闻生态相对多元，被Google News和一些头部大机构媒体的客户端网站所占据，信源相对集中，而不是像今日头条那样有庞大的UGC内容。

因此最接近“今日头条”技术形态的美国产品，其实反而是推特。

相比于新闻客户端，推特才是具备处理庞大UGC内容的能力；而相比Meta，推特作为新闻讨论社区，又被要求有较高及时性响应、不断滚动更新热点的能力。

而从目前的产品探索来看，AI原生新闻已经存在了一些趋势性的影子：

比如AI应该在快速的基础上，在最短的时间内给出最多元和丰富的视角，实现阅读效率的最大化；它的信息流应该比传统信息流更具“个性化”，因为它需要同时理解人和内容，而不是靠点击来“瞎猜”；它要有一定的多模态的能力，可以总结和传递多模态内容，也可以将传统的内容转变成多模态的消费形态。

而尚未形成的共识可能是：

AI新闻客户端的交互应该是最大程度遵从过去新闻客户端的形态？它应该是过去交互的延伸，还是应该最大化利用AI能力，来重新构建新的范式？

比如，应该沿用信息流结构，还是重构信息流？

目前的技术，允许我们在多大程度上引入Copilot的交互模式？

要不要给读者更多的感官刺激？这意味着在AI新闻端中，要不要加入更多的“偏见”观点？

有没有可能下一代原生AI News的样子可能不是过去新闻客户端的样子，而是一个像notebookLM的东西？

要在多大程度上聚合youtube、推特、podcast等社交媒体上的内容？

对于美国市场来说，AI新闻可能会重建一个今日头条，将头条在美国市场没有干成的事情再尝试一遍。但对于中国市场来说，AI新闻的处境可能会比较悲观。

因为相比于美国相对开放的信息环境，国内的新闻它首先需要解决信息来源的问题——微信公众号、百家号、网易号、搜狐号，各自都是独立的生态，且拒绝外部接口的引用。这就导致它一开始就很难成为一个创业者的机会，即便一开始巨头法务部没有重视，内容生态会对未来业务造成极大的不确定性。这也是为何我们介绍的这几个项目，都是不约而同面向欧美市场的。

或许就如现代传播理论的奠基者麦克卢汉所说，“我们盯着后视镜看现在，倒退着走向未来”。就像十年前，没有人想到移动互联网的霸主会是今日头条一样。今天可能也很难判断AI时代，未来的人们会以什么样的方式去阅读新闻。

点个“爱心”，再走 吧