当「龙虾」走进编辑部，媒体工作流如何被AI重构？

来源：市场资讯

（来源：36氪）

当传播大脑的“灵思超级助手”部署在腾讯云ClawPro上，传统媒体工作流真正迎来了从“串行流水线”到“并行智能体”的效率重构。

AI内容井喷的时代，新闻人的价值是什么？

这并非宏大叙事，而是悬在每一个媒体从业者头上的达摩克利斯之剑。大模型会写稿，AI会剪视频，数字人主播不请假、不喊累，当AI把媒体工作做到了80分后，人还有什么不可替代的东西？

每天早上九点半，浙数文化副总经理、传播大脑总经理张宇宜的“灵思超级助手”会准时给他发一条简报：过去24小时浙江最火的10条新闻，外加新闻客户端点击和评论最高的10条稿子。这件事现在交给传播大脑打造的首个媒体小龙虾智能助理——“灵思超级助手”，每天跑得比人还准时。这，是一个老媒体人开始“养龙虾”的故事。

从2001年在浙报入行开始，张宇宜当过记者，做过新闻中心主任，完整地经历过媒体的黄金时代。如今，他和同行们面临的是AI和短视频时代下，媒体系统性变革的挑战。2023年，他受命组建传播大脑，这是由浙江省委宣传部指导、四大省属文化集团共同发起的媒体科技公司，目标是构建省市县媒体融合“一张网”，并且把先进的技术能力，输出给全国其他媒体机构。

浙数文化副总经理、传播大脑总经理张宇宜

老媒体人做技术公司，判断很明确：技术是术，不是道，道是记者跑现场求真相的执着，是总编存在脑子里的选题判断。可现实是，媒体人的大部分时间花在找线索、整理素材、剪辑视频等机械劳动，以及对热点的疲于追逐上。

所以当龙虾浪潮来袭时，他们要做的事情很明确：要打造一个为媒体人量身定制的AI超级助手，让每一个媒体人都能拥有自己的专属助理，他们将它命名为“灵思超级助手”。传播大脑希望将龙虾批量应用于媒体工作流，所以当腾讯云推出企业龙虾ClawPro时，传播大脑认为ClawPro提供的企业级统一部署与管控能力能让“灵思超级助手”底层能力更稳、更敏捷。基于此，传播大脑“灵思超级助手”选择部署在腾讯云ClawPro上。

把腾讯云ClawPro接进灵思，AI开始在编辑部“跑腿”

媒体行业不缺大厂技术支撑，缺的是真正满足业务诉求的专业工具。成立三年，传播大脑专注于此。从中央网信办第一个通过备案的垂类传播大模型，再到媒体一站式业务管理平台万媒，再到传播大模型上生长出来的聚焦于深度写作的NewsPower、审校工具蜂鸟审校，都是传播大脑基于媒体行业洞察研发的创新产品。

这些技术模块，都已经在某种程度上帮到媒体人的产出。但传播大脑还想更进一步，把这些分散的技术模块串联起来，让它们在具体工作流中无缝衔接。

顺着这条路径，灵思超级助手首先是对每个媒体人个性化需求的满足。它更像是一个能发起任务、调用万媒原有的各种能力、回传结果的“新同事”。跑政治线的记者，可以让它每天汇总中央和各省发改委动态；做舆情服务的运营，可以让它定期追踪客户舆论线索；总编辑可以让它每天把31家省级报纸的头版整理成一份PDF。这种个性化，并非没有边界。ClawPro的管控端让管理员可以统一圈定哪些模型可用、哪些IM（即时通讯）通道开放，记者们在这个范围内自由配置，企业的合规边界始终在线。

龙虾带来的第二个变化，在流程的提效上。在以往的媒体标准流程里面，策、采、编、审、发，就像流水线一样，上一个环节做完了之后才能进入下一个环节。腾讯云文化传媒行业总经理舒文琦用体育赛事举过一个例子，假设世界杯小组赛同时开打，过去的采编流程通常是串行的：记者盯完A组再看B组，写完文案再去配音，等素材齐了再开始剪辑。现在，用户告诉灵思“同时关注四个小组”，它就能在后台同时安排多个策划Agent，并行分析热点。在强时效场景里，一个高光进球发生后，30秒左右，一条剪辑好、有配音的短视频就推送到了手机上。舒文琦把这种方式概括为“A-to-A”：智能体在多个Agent之间来回执行任务，再把结果交回来。

这也是传播大脑选择腾讯云的重要原因。张宇宜说：“跟腾讯云的每一次合作，是能一竿子插到底的，能见到效果。”舒文琦则把双方的关系比作餐厅和供应链：腾讯云提供稳定底座，传播大脑更懂媒体客户的口味。

腾讯云文化传媒行业总经理舒文琦

但媒体行业不是普通效率场景，内容一旦发出去，就会产生公共传播影响。所以，灵思能不能进编辑部，不只看它够不够快，也看它够不够稳。传播大脑和腾讯云给它设下的边界很明确：信源可查、过程可审、结果可控。落到ClawPro上，这句话有了具体支撑：每次模型调用有日志留存，管理员可按用户和模型查看Token消耗，发现异常后及时介入；管理员可以统一配置企业专属Skill库，并从公开的SkillHub中统一发放，避免直接暴露在开放市场。AI Agent生态越开放，越需要主动设边界，这也是灵思能在编辑部稳定运行的前提。

从80分到90分，媒体真正的护城河仍然是人

不过，AI进编辑部这件事，并没有看上去轻松。

在张宇宜看来，大模型能把很多工作做到80分，真正难的是从80分做到90分。越往上走，越考验它能不能理解媒体不同岗位的语境和习惯，输出一个更稳定、可验证的结果。

这也是传播大脑为什么开始盯上“默会知识”。在张宇宜看来，总编辑脑子里那些说不清但管用的内容判断，不会过时。代码有对错，数学题有标准答案，但一篇文章的好坏、品位的高低，涉及的是价值判断和美学判断，这比写代码难得多。

传播大脑试图用灵思和其他AI工具做的一件事，就是尽可能输入更高质量的训练数据和媒体语料，让这些抽象的经验，沉淀成AI时代可复制、可传承的标准。当然，张宇宜也很坦率：灵思还在内测期，离真正“好用”还有距离，尤其在个性化需求上，他们将通过后期实际的使用场景，继续打磨。

传播大脑内部有个愿景，“让创作每天发生100万次”。对大厂来说，这不是多大的数字，但如果专业媒体人真的愿意每天用这套能力写作、采访、找线索、收集素材，那就说明AI不只是一个炫技的功能，而是真正进入了生产现场。

这或许也是开头那个问题的答案。AI时代，一个新闻人的价值，不在那些可被快速复制的标准动作里，而在判断、核实、现场和洞见，在纷繁信息里提供可信的坐标。

媒体行业的应变，也不是守着旧流程不动，而是把先进工具真正用进来，让AI先接过那些重复、琐碎但又绕不开的劳动。至少从传播大脑和腾讯云的尝试来看，工具已经不是点缀，而是继续保持媒体专业能力的一部分。