对话AI NEWS平台Ancher：曾经信息流产品的胜利者，如今却决定颠覆它

作者 ｜ 郭海惟
邮箱 ｜ guohaiwei@pingwest.com

如果一定把“00后”作为AI浪潮的原著民，那么Ancher创始人Vincent Wu 显然不是最“典型”的AI创业者。

他是经历了从报纸到网站，再到移动客户端，美国三代媒体平台系统性变革的“老兵”。在长期以白人为绝对主导的美国新闻业态里里，顶着一张同样“非典型”的亚洲面孔，成为了极少数打入西方新闻业核心圈层的华人：

他担任过美国最大的本地资讯平台NewsBreak COO，更早之前也曾在美国一线媒体HuffingtonPost、Yahoo新闻等任COO与CBO；在AOL美国在线担任全球战略及运营总监，负责管理过TechCrunch等知名媒体品牌。

交流中，我打趣说Vincent和他曾经服务的NewsBreak团队，可能是为数不多“战胜过字节”的海外创业者。

当年NewsBreak 的最大竞品是TopBuzz，后者正是字节跳动海外的新闻客户端名字，被许多人称作海外版“今日头条”。在TikTok横空出世以前，TopBuzz被字节寄予了集团早期全球化战略的厚望，却因为业务迟迟缺乏重大突破，加之日渐复杂的地缘政治，便逐步被关停了。

但NewsBreak却越做越大。

它依靠一套“本地新闻”的组合拳打法，在美国复杂的媒体市场找到了属于自己的生态位。目前已经有超过7000万的美国用户，成为了美国新闻业态中不可忽视的重要力量。

2025年，Vincent下场创立了全新的AI媒体资讯平台Ancher，决意拥抱从移动客户端到AI化浪潮的又一次媒体革命。他说他“抛弃了所有过去信息流的玩法”，要做一个完全AI Native的新闻产品。

他将这种姿态解释为一种对过去信息流新闻产品一直以来的反思——如果人们阅读完新闻以后，放下手机，脑子里却是空空荡荡的，那么这个产品究竟带给了读者什么？而Ancher，某种程度上便成为了他对这个问题的答案。

目前，Ancher在MVP阶段就获得了江远投资、硅谷Hat-Trick Capital等资本的千万美元融资。此外，此前备受关注的智谱首席战略官、小鹿医馆创始人、前搜狗搜索首席科学家张阔，在早先时候已经加盟Ancher担任首席科学家。内部团队成员有来自谷歌、微软以及一线大模型公司。产品首发当日，Ancher便在Product Hunt平台拿下日榜第二名、效率类周榜第二的成绩。

1

一款拒绝最大公约数的产品

Ancher的名字来源于Anchor，原意是锚。Vincent说，他希望Ancher可以在信息的海洋中，帮助用户锚定那些对自己真正有用的信息。我私以为这名字有点“对标”Stream类型产品的意思，因为它要走向后者的反面。

Vincent对我说，他想要做一个“拒绝最大公约数”逻辑的产品，这其实也是Ancher与其他看似同类AI News 产品的最大不同。Vincent认为，只有服务足够精确的人群，才可以最大化发挥AI的效率价值。

我试用了市面上大部分的AI资讯应用。Ancher确实算是所有产品中，在AI交互界面中革新最激进的，因为它几乎对一个典型的新闻消费的所有流程都做了AI重塑。

Vincent把 AI 时代的新闻消费闭环可以简单分几个部分：

内容的获取、消费、沉淀、应用。

Ancher为此设计了一个贯穿全局的Copilot。Vincent认为，Copilot是目前已经被验证过的成熟交互模式，其角色会像一位个人智能助理——而助理的信息处理是全面且个性化的，所以Ancher在信息流上面加入了大量的能力场景。

在内容获取侧，Ancher希望用Copilot的自然语言交互来重塑信息流：

Ancher的愿景是希望用人的“意图”而非“点击”来实现信息流的分发。用户可以告诉copilot，你想要什么，不想要什么，而信息流可以跟随自然语言指令去做动态调整。

这不是一件简单的事情，也很难一蹴而就。

一方面，对于传统的信息流平台而言，依赖“点击”形成的推荐系统有强大的惯性，也是目前最成熟的推荐技术体系。另一方面，真正明确知道自己需求的用户其实是“少数”，大部分消费者在点开新闻客户端之前并不知道自己想要什么。

Vincent对此的回应是：在推荐技术上，他们现阶段不会完全取缔传统的推荐引擎，而是会将两者做一个结合。未来随着产品的迭代，不断强化自己的“意图识别引擎”。此外，Ancher的目标首先会是“少数人”，他们至少要对效率有较高追求。这些用户未必能一步到位说清楚自己想要什么，但一定有想要表达清楚的诉求和能力。

所以在产品设计上，Ancher在很多地方都嵌入了引导用户做意图表达的模块，甚至进行做多轮对话进行意图识别和确认。

比如，在注册的时候，Ancher会要求一个大致的用户画像描绘和需求确认。

冷启动是识别用户的第一大门槛。Ancher会给四个初始的身份模板，AI从业者、学生、新闻爱好者、文化从业者。而这四类人群其实也是Vincent对Ancher现阶段潜在主要目标客户群的构想。他们的共同特点，其实都是对信息获取质量和效率有较高的需求。而如果不满足以上身份，用户其实也可以用自然语言来描述自己。

在日常使用中，Ancher也希望用户可以使用Copilot对信息流进行日常的调整。

这种对话调整既可以是有明确指向的：比如告诉我关于近期CPI数据的信息、Sam Altman说了什么话，或者我不想看到路透社信源的内容等等。

也可以是更加开放性的：例如我觉得你最近给我推荐的内容太松散、缺乏主题等。

而对于有深度信息需求和高及时性要求的用户来说，Ancher有Watch This for Me的功能。

Watch This for Me 可以从对话入口进入，也能从新闻阅读过程中进入。如果用户阅读到了重要事件或者趋势，便可以点击“Watch This for Me”按钮，Ancher就会进行全天候的24小时监控和通知推流。

这有点像传统新闻客户端的“订阅”按键。

对于平台来说，他们的共同作用都是改变不同信息的重要性权重。只是过去的“订阅”，关注的是某个创作者；而在AI 新闻客户端，“订阅”的是重要的事件。

这个功能给Ancher带来了信息重要性的分层，对于重要事件快速提高响应能力，从而更好地提升用户的使用效率。

你可以看到，Ancher的思路是和用户“共建”一个好的信息流——他不断给用户打造更多的工具和入口，其目的就是让用户不断告诉ancher，自己想要什么样的内容。

这也回到了Vincent开头说那句“拒绝最大公约数”的本质：

如果你想要一个上手有爽感的新闻软件，靠不断地点击来获得奶头内容，Ancher显然不是你的最佳选择。而一个典型的Ancher用户画像，必须是有点“新闻极客”精神，有不断主动调整自己信息流的动力。

在内容的消费端，Ancher采用了copilot与模块化AI能力结合的方案：

在新闻软件里，最大的内容消费永远是阅读。而在Ancher中，仅“AI阅读模版”就搭配了七种。

除了默认的Quick Read模式外，Ancher还内置了Story Mode、Cheer Me Up、Structured Memory、Deep Read、Curious Mind、Minimalist等六种功能。

在此之前，我对 AI 阅读的想像更多局限于“要点提炼”（Quick Read）。但从未想过AI 阅读的功能不仅局限于“效率”，还可以是“有趣”；而所谓的“效率”，也不止是新闻报道的“缩写”，也可以是事件的“扩写”。

比如选择上图的故事模式（Story Mode），文本会更具有文学性和故事感，AI会从报道中寻找故事的细节和前后叙事的反差，主动将一些文章内部的细节前置到开头，形成故事的“钩子”。而选择Cheer Me Up时，文本语言风格会像美国风格跳脱的电台主播——可能有一天，当AI变得更强的时候，我们能够在新闻客户端加入莎士比亚、余华或者胡锡进老师的风格模块，立刻获得完全不同的新闻消费体验。

Curious Mind是我最喜欢的产品形态，它可以帮助读者在文章的基础上做问题追问。对于一个不了解该领域的读者来说，辅助你去主动织一张新的信息网络。Structured Memory则弥补了Quck Read极致效率优化后，信息结构化不足、信息零散的问题。Minimalist是比quick read 还要精炼的工具，字数更少，可以像读长微博一样读新闻。

而Deep Read模式，则是在每一个文章的观点模块中，额外加入更多资料和观点补充——AI辅助阅读的内容会比原文长很多。

Ancher允许你可以一边读文章，一边让Copilot帮你做事情。不过Ancher还是给出了一个Play MODE 模式，帮助用户更精确高效地达成目的：

Play Mode 可以被理解为一种模块化的 Prompt+AI 能力的组合包，更好挖掘AI的能力并保持一个稳定的用户体验水准。目前，Play Mode 总共有18种模式，包含了事件的延伸解读（Ripple Effects）、观点呈现（Show Me Both Sides)、时间线梳理(Quick Timeline)、内容解释（Eplain Like I’m 12)等等。

它的定位有点像互联网的“超链接”，只是中枢不再是网址，而是大模型的能力，从而可以帮助用户获得更多的关联信息。

Copilot里同样内置了模块化的AI功能，它可以帮助用户试水更多的内容消费后的“应用”场景。

它可以帮助用户做文字的梳理，类似给文章编写“转发语”、转发的场景还可以分成社交媒体（Linkedin, X等)、转发给内部团队学习，或者直接写成“讲话稿”的要点等等。

比如我告诉Copilot，我需要结合这篇文章的观点和Ancher来做一个面向团队的讲话稿要点，它最终就会生成一个详细的会议内容要点。

Vincent说美国公司有类似“说三点”的会议文化，但不是啰里八嗦的套话，而是有什么行业动态，需要凝练成明确的要点来拉齐信息。而Ancher的助手其实可以帮你以最快速度去生成在会议上的转述内容。

如前文所言，Ancher的名字来源于Anchor。而Ancher团队把这个Anchor的名字安在了一个类似传统新闻客户端的收藏夹的模块上：

Anchor Vault。

Vault是金库的意思。Anchor Vault 实际上扮演了“信息沉淀”的功能。

在Ancher上看到的任何信息，你都可以把它停泊到Anchor Vault里。

比如划线，可以选择Add to My Thinking；

刚刚阅读的文章和新闻事件，可以直接点选收藏。

而与传统收藏夹不同，Ancher Vault可以将内容进行自动的归类，按照不同的主题进行收纳。

在实际测试中，Ancher Vault的标签会很多元，而且同一篇文章可能会被收纳进多个不同的主题，从而降低在收藏夹的回顾难度。

不过，绝大部分人不会真的系统地回顾自己的收藏夹，因此RAG就成为了一件很重要的事情。

Ancher希望可以帮助用户做“smart recall”，利用AI的能力帮助用户做搜索。用户在忘记原文线索的情况下，仅仅通过自然语言描述来找回保存的信息。

Vincent对硅星人表示，Ancher Vault的目标会是一个轻量级“知识库”的产品。它的目标是帮助用户在日常内容消费中沉淀下来有用的信息。

Ancher的目标是成为“Your Chief of Staff for Information”，而非“Chief of Staff for News”。而一个瞄准效率的AI NEWS产品，本质是一个信息管理工具。

Vincent对硅星人表示，简单理解的话，Ancher可能是一个在传统知识库和传统信息流的中间的产品。

信息流太轻，信息来来往太多，留不住，也不理解用户；而知识库太重，能力很强，但整理和调用门槛太高。

而Ancher要同时理解信息和用户，它既要具备AI信息流的能力，推送的新闻内容和消费界面都要具备足够的个性化，要求信息推送速度要及时，深度信息的潜力要充分；它也要具备知识库的属性，信息的沉淀要可更结构化+可回溯，从而让信息更好服务场景。

因此在这个过程中，新闻反而成为了信息的中介，在提供优质新闻信息的同时，以信息为载体去链接更多的场景——而这可能更接近Vincent所构想的Ancher未来的形态。

1

更多Q&A：未来80%的内容将是基于多模态的

（硅星人做了不改原意的整理与编辑）

硅星人：把Ancher放一边，只谈AI NEWS的话，你认为渗透率未来会到多少？

Vincent：在美国addressable market（潜在市场）应该有6500万到7000万。美国总人口3.2亿，互联网人口2.8亿，工薪阶层（workforce）1.6亿。大概能占到工薪阶层（workforce）的三分之一到一半。

这里面会有免费用户，也会更有深度用户。我们现在的30美元/月的定价是初步的方案，但深度用户肯定会按照token来付费。

硅星人：什么样的场景是耗费token的？

Vincent：搜索和深度挖掘是比较贵的，Watch It For Me是最耗token的。

硅星人：会有to B的场景吗？

Vincent：当然。不会马上做，但 to B场景还是很明显的。

比如有些团队可能需要深度定制化的资讯监听。过去企业的战略部门，有一个组来收集信息；社媒团队，也要打造专家人设、做账号运营等。

硅星人：to B 对幻觉问题要求更高，如何解决幻觉问题？

Vincent：我们这个行业还是有一些脏活累活作为基础的，不止是幻觉，很多其他的问题也是类似。

我们可以认为“幻觉”问题背后大致就是三个事情。

首先要从信息输入层面解决。比如，我们内部有一个可靠信源的表，来做信息智能筛选打分。

其次，未来还要有专有小模型来监督和去除幻觉。

最后，我们的信号不会特别追求行为数据的反馈，我们不会push系统。如果你太逼模型，就容易出现幻觉。

硅星人：怎么让 AI 生成的内容变得更好读？

Vincent：其实没有统一的标准，现在很多模版都是我自己参与写的。

我还是认同模版这个形式的，可能未来主流人群会有几套模版，细分人群还会有，就是不断把运营做细的过程。

硅星人：多模态内容，比如youtube、播客，未来会在你的平台占比多少？

Vincent：80%以上。

今天大量的内容可能都在互联网的非传统网页的内容形态里，比如youtube、Twitter、播客等。而且我相信未来会越来越高。

硅星人：现在这类内容的占比可以达到多少？

Vincent：50%左右。

硅星人：你把多模态视作一个机会吗？

Vincent：当然，视频播客的消费门槛是很高的。一个播客要听一个小时，AI可以帮助你看brief和筛选想要听的播客。

硅星人：怎么看墙的问题？今天欧美新闻业态中最好内容都在“付费墙”里，视频和播客也都是在具体的生态里。

Vincent：我做这么多年内容行业，看过很多平台想把内容围起来，其实也无可厚非。但内容行业之所以有趣，是因为它是一个巨大的蓬勃发展的生态，它永远是多对多的传播方向——如果你要把自己围起来，最后就会有人冒出来取代你的位置。

比如2014年Facebook进入新闻赛道，CNN、FOX News等二十多家媒体合起来抵制，但很快又有其他的媒体选择加入Facebook。

所以我们不担心版权，也会尊重版权。比如纽约时报、WSJ这样特别深度的内容，不拿也没有问题。

硅星人：但美国传统媒体的编辑，可能不会喜欢自己被AI改写了。

Vincent：编辑肯定大部分不会喜欢，有些也有比较开放的。但在媒体生态里，有编辑、BD和老板，三者的态度完全不一样。

我是当然站在开放这一边的，但AI后面的争议肯定还会持续下去的。

硅星人：除了美国以外，还会投入什么市场吗？

Vincent：我们主打美国市场其实是因为付费率高，但全球很多市场都可以做。现在AI信息在全球流动很快，比如我们第一个用户竟然是埃及的，这是我们自己都完全没想到。

硅星人：美国付费率大概差多少？

Vincent：美国新闻付费总体是16%，当然包括了像《纽约时报》这样的产品。

硅星人：团队有北极星指标吗？

Vincent：相对来说，不是那么看重月活和短期留存。更多是关注长期付费用户留存。

硅星人：当年为什么要创业做这个产品？

Vincent：其实本来没想要创业，但是父亲年纪大了，生病。我是长子，必须回国照顾，没法兼顾美国的工作，就离职了。

我父亲是改开后最早一批清华毕业的工程师。我陪伴他人生最后的那段日子，他就老是不停地跟我探讨新闻的问题。

他总说，你做新闻挺好的，但为什么我今天看新闻，刷来刷去都觉得挺有意思，可就是没有收获什么东西。

我今天不是要批评那些产品，但确实觉得新闻确实产品是缺了点什么东西的，应该有不同的解法。

硅星人：过去用户时间本质是平台的资产。

Vincent：过去平台以行为来优化目标，其实就是用点击和时长优化的。哪些东西点的多，哪些就会被推荐。

但AI技术应该可以充分理解一个人了，它完全可以帮你挑出最值得看的东西。这个技术已经可以解决90%了，但是路还是断开的，我们想要把这条路走通。

点个“爱心”，再走 吧