大家好，长期关注我公众号的读者都知道，我自去年起推出了一份付费订阅的《AI 落地周刊》（链接）。该周刊的初衷是避开热点炒作，提供 AI 方面的优质信息和见解，节省你的时间，上周，最后一位订阅用户的付费周期已结束，因此我决定将周刊内容免费公开，以帮助更多关注 AI 发展的读者高效获取关键信息。
本文将详细介绍《AI 落地周刊》的内容构成、所依赖的优质信息源，以及如何实现信息采集、打分筛选、过滤和邮件推送的全流程自动化。最后，我也会简要说明决定免费公开的思考过程。本文作者 莫尔索。
‼️ 一键订阅！
周刊介绍
周刊叫Weekly Gradient (Gradient（梯度） 是 AI、机器学习中的核心概念，隐喻每周的前沿话题、趋势更新)，用于分享 AI 领域过去一周最新商业动态和技术进展，周刊包含四部分内容：
- AI 商业化：聚焦 AI 行业的商业化路径、市场竞争格局和商业模式创新，包含投资趋势、GTM 策略、SaaS 转型等商业分析
- AI 产品设计：探索 AI 原生产品的设计范式与用户体验革新，强调产品交互、Agent Infra 工具、Agent 设计等
- AI 工程实践：涵盖 AI 系统技术实现与场景化开发的全流程，包含 Agent 架构、工具链实践、上下文工程等核心技术环节
- 其他：行业前沿与开源生态，整合行业深度洞察与开源技术动态的复合型主题，技术哲学、AGI 讨论、领袖观点等
其实对应的就是市场、产品、工程、观点四个维度（顺便一提，最初的付费版还包括论文这个维度，公开版暂时撤下了），保证每周浏览 AI 相关信息最多不要超过 2 小时，但看的信息能对产品构建有帮助，让自己对 AI 最新趋势的认识和理解方面有成长。
关于周刊内容的详细介绍在这里 👉 点击直达，最新一期的周刊访问 🔗：liduos.com/the-weekly-…
优质信息源
信息来源之前写过一篇AI 领域精选高质量信息源 ，分享过一些，大概有 5 个途径：
-
油管视频和（小宇宙上的）中文播客
- 各类产品及公司的公开博客
-
第三方行业报告、工程实践案例的 PPT
-
我个人付费订阅的一些 Substack（公开版暂时撤下了）
-
X 上的一些 builder 类型的账号
工作流分享
文章爬取
所有信息源均统一转换为 RSS 格式进行抓取。YouTube 视频和小宇宙播客通过 RSSHub 转换为 RSS 订阅源；微信公众号借助 wechat2rss 实现 RSS 化；各类产品、公司公开博客及 Substack 原生支持 RSS，可直接订阅；X（原 Twitter）上的推文则通过 XGo.ing 转换为 RSS。
其中，XGo.ing 类似于一个“X/Twitter 外链代理”，可将用户、话题或列表的时间线转化为公开可访问的网页。基于此，我们利用 RSSHub 的自定义路由机制，编写 /xgo/:username 路由，抓取 https://xgo.ing/i/:username 页面内容（使用 cheerio 或 BeautifulSoup 等工具），解析出推文的正文、发布时间和链接，并提取标题、文本与时间信息，最终生成标准的 RSS XML 格式输出。
非文字模态处理
对于非文本内容：YouTube 视频通过 supadata 提取字幕，小宇宙播客调用通义听悟 API 服务生成逐字稿；其余信息源均为纯文本，无需额外处理。
文章深度分析流程
采用大模型 DeepSeek-V3 进行文章深度分析（选择原因：成本低、性能稳定），生成内容总结、详细摘要和核心观点。这里要解决的最核心问题就是长文总结场景的「幻觉」，特别是好几万字的播客文稿，我这里采用 “化整为零，分而治之” 的 MapReduce 式策略：先将长文切分为多个逻辑片段，分别进行独立总结，再整合各片段结果形成完整摘要。
该方法确保每个原文段落都被覆盖，避免遗漏；同时实现总结与原文之间的双向对应，满足引证溯源需求——每一段摘要均可追溯至其原始片段来源，具体实现方式详见文章《8 小时打磨的 AI 开发者日报，上线 3 天狂揽 1000+ 精准用户！》。
公开原因
-
信息收集变简单了， 通过 Vibe coding 半天内即可搭建个性化的 newsletter（信息简报），而且还有一大堆现成的解决方案，甚至可以转成播客、PPT，信息获取本身不能作为门槛。
-
不同的人面对相同的信息理解不同，所以我觉得信息本身不具备价值，对信息的理解能力才是核心，一方面来自自己的积累，一方面来自人与人之间的交流，不能指导实践的信息一文不值。
-
信息唾手可得，却更难留存价值：在海量信息泛滥的当下，获取数据从未如此容易；可如何在嘈杂中捕捉真正有用、且具有前瞻性的洞见，却变得越发艰难。
-
AI 擅长抓取并整合公开数据，但优质信息往往不适合 AI 消化，因为它无法感知信息的潜在背景
-
大量关键洞见藏于私下交谈、非正式场合，甚至是刻意留存于小圈子中的“黑话”。
-
信息的价值往往与“谁说的”“在何情境下说”息息相关，AI 难以全面解读。
-
许多颠覆性想法尚未形成文字记录，就已在核心群体中流传，需人的直觉与判断力来捕捉。
-
‼️ 一键订阅！
