AI 热榜不是越长越好：一次只保留 7 条首页热点的取舍
做 AI 信息聚合时，最容易产生的冲动是“多放一点”。多接几个 RSS，多抓几类开源项目，多塞一些模型和工具，页面看起来会更热闹，也更像一个内容很全的导航站。
但今天看 AI热榜最近的自动更新，我反而更想聊一个相反的方向：首页热点为什么应该克制。
最近一次数据更新里，首页热点只保留了 7 条。与此同时，项目里仍然有工具、模型、Agent、提供商、新闻正文、关键词和趋势数据在持续生成。也就是说，不是数据少了，而是首页没有把所有数据都摊开给用户看。
这件事看起来很小，其实很关键。因为一个热榜站真正要解决的，不是“我能不能收集到很多 AI 信息”，而是“用户打开以后，能不能在几十秒内判断今天最值得关注的变化”。
首页不是数据库，而是判断入口
AI 领域的信息密度太高了。
一个新模型上线，可能同时影响开发者、产品经理和 API 服务商；一个 Agent 项目涨星，可能代表新的工作流开始流行；一个大厂新闻，看起来是商业动态，背后又可能牵扯算力、成本、就业和组织效率。
如果把这些都混进首页，首页很快就会变成杂货铺：工具推荐、新闻、模型、开源项目、论坛讨论全都排在一起。数量上去了，但用户更难判断优先级。
所以 AI热榜现在更像是在做分层：
- 首页热点回答“今天发生了什么”；
- 工具列表回答“我现在可以用什么”；
- 模型数据回答“哪些模型和提供商值得关注”；
- Agent 专区回答“哪些自动化工作流正在变成熟”；
- 新闻正文和关键词则承担归档、检索和延伸阅读。
这种拆分的好处是，每个页面都可以有自己的排序逻辑。首页不必承载全部内容，它只需要足够新、足够清楚、足够高信号。
只保留少量热点，反而更考验数据质量
很多人会觉得，热榜少放几条很简单：截断前 N 条就行。
实际不是这样。
如果只是机械截断，可能会出现两个问题：第一，来源重复，首页被同一种声音占满；第二，内容虽然新，但并不重要，用户看完没有获得判断价值。
更稳妥的做法，是把“可发布”当成一个质量门。标题要尽量中文可读，摘要要像人话，来源要有区分度，链接要能追溯，内容要尽量避开纯广告、灌水帖和低信息密度的二手转述。
这也是自动化站点和人工编辑之间最值得融合的地方：机器负责持续抓取、结构化和更新，人类经验则要体现在规则里，比如哪些内容应该降权，哪些页面应该独立成专题，哪些字段必须完整，否则宁可不上首页。
JSON 数据层决定了后面能走多远
我之前一直觉得 AI热榜有个值得借鉴的点：它没有只把内容写死在页面里，而是把热点、模型、Agent、提供商、趋势、关键词这些都拆成结构化数据。
这让项目后续有更大的调整空间。
比如今天首页只显示 7 条热点，但模型页仍然可以继续扩展；Agent 数量增加，不一定要污染新闻流；提供商数据更新，也可以独立服务开发者选型。页面可以换，模板可以改，甚至排序规则可以重写，但只要数据层是清楚的，整个站点就不会因为某次改版变成一团乱麻。
对开发者来说，这个思路也挺实用。很多自动化内容项目一开始都能跑起来，后面真正难的是维护：字段不统一、来源不可追溯、列表越来越臃肿、SEO 页面和 README 摘要互相打架。把 JSON 当成产品接口来维护，反而能让页面、搜索、榜单和归档都从同一套语义里长出来。
对普通用户来说，克制也是体验
AI 信息站不缺“更多”。缺的是更快地排除噪音。
如果我只是想知道今天 AI 圈有什么新变化，7 条高质量热点比 50 条混排内容更有帮助。如果我想找工具，可以进入工具列表；如果我想研究模型生态，可以看模型和提供商；如果我想追踪 Agent 趋势，再去 Agent 专区。
这种体验其实更接近一个工作台，而不是一个无底的信息流。
我也希望 AI热榜继续沿着这个方向走：自动化负责把数据抓全，质量门负责把噪音挡住，首页负责保持克制，分类页负责承接深挖。这样它才不只是一个“AI 链接集合”，而是一个可以长期维护、持续对账、方便开发者快速判断趋势的 AI 信息入口。
GitHub： github.com/laolaoshire…
