关于 AI 的资讯每天都很多：大模型更新、官方推荐的最佳实践、别人用 AI 创作的案例。但看完经常觉得，刷了一堆，真正有启发、自己能用上的没几个。
为了解决这个问题，我做了一个资讯自动化搜集、筛选、打分、分栏目、输出日报的网站：yaniniverse.com。
每天从精选的 YouTube 频道，OpenAI、Anthropic 等官方博客，还有 Reddit 开发者社区里，筛选出值得看的素材，分别归类到「灵感百宝袋」、「江湖快报」、「贤者视角」、「开发者补给站」、「好物挖掘机」几个栏目，帮你第一时间定位到自己想要的资讯。
而今天想跟大家分享的是，要实现这样的一个自动化产品，整条链路是怎样的？
链路里哪些事交给 AI、哪些事交给代码？
应该是做成自动化 Agent，还是工作流？
先划重点
整条链路是一条确定性流水线：LLM 负责理解（打分、写稿），代码负责决策（选什么、放哪个栏目、写多少条）。
工作流不是比 Agent 落后，而是更适合确定性任务。
prompt 不是约束，只是建议。
该用工作流还是 Agent，看一件事：下一步做什么，能不能在写代码时就画出流程图。
💡 这篇只讲思路全景，每步「做什么 + 为什么这么设计」，不下钻代码和参数。
你看到的日报，只是最后一层
网站上的日报每天十几条，读起来像是有人翻完几十个信息源，挑出来最值得看的。
确实是挑出来的。
只是干这件事的是一台每天自动跑的机器。它产出三层东西，每层解决一个不同的问题：
全量采集，几千条，目标是全，别漏。几十个信息源的原始链接全部抓进来。
精选候选，几十条，目标是信号清晰。经过代码筛选和 LLM 打分，每条都带着质量分数。
日报终稿，十几条，目标是读完能带走思路和动作。从精选里再挑，写成成文内容。
重头在前面两层的筛选，写稿反而是最轻的一步。
先看整张地图
三层产物是结果。产出它们的是一条六步流水线：
采集 → 粗筛（代码）→ 打分（LLM）→ 分栏目选材（代码）→ 写稿（LLM）→ 校验（代码）
LLM 出场两次，但每次都被框在窄范围里。
打分环节，读懂资讯内容，输出结构化的分数和标签。写稿环节，按固定模板填空，自由度被压到最低。
其余四步全是代码。
整条链路贯穿一个分工原则：LLM 负责理解，代码负责决策。
为什么这么分
拿一条真实的日报素材举例。
Anthropic 官方博客发了一篇关于「人机混合团队怎么搭配」的文章，讲的是 AI 从「一个人对着聊天窗」变成「多人在线协作」这个模式转变。
这条资讯最后进了「贤者视角」栏目。
如果让代码来分类呢？ 看 URL，claude.com/blog，官方博客，代码会判断成新闻。看关键词，「团队」「协作」「Claude」，可能判断成灵感案例。
都不对。
这条的核心价值是一个认知转变，读者带走的是「以后推动团队用 AI，要想一群人怎么跟它重新分工」这个想法。只有读懂内容才能做出这个判断，关键词和规则穷举不了。
「理解」必须交给 LLM。
但每天采集到的资讯有几千条，每条都让 LLM 判断一次，就要付几千次模型调用的钱，成本扛不住。
所以代码先上，用免费的信号把几千条砍到几十条，只对这几十条花钱让 LLM 打分。
LLM 给出分数和标签之后，选哪条进日报、放进哪个栏目，又回到代码手里。规则写死，跑一遍结果一样，出了问题逐级排查就能定位。
决策环节要的是确定性，这是代码的强项。
原则清楚了。接下来看它怎么落地：代码怎么把几千条砍到几十条。
从采集到粗筛：用代码把量砍下来
开头提到的那几十个信息源，YouTube 频道、官方博客、Reddit 社区、中文媒体，每天定时抓取最新内容汇总到一起，一天下来少则上千条，多的时候好几千。
这一步的目标是什么都先收进来，别漏，尤其别漏官方的。
LLM 的钱留给下一步，这里只用免费的信号。至于挑出最好的，那是后面打分和选材的事。
第一刀：给每类来源设配额
几十个信息源，产出量天差地别。Reddit 技术版一天几百帖，Anthropic 官方博客可能一周才一篇。不做控制，社区帖子铺天盖地，官方发了一篇重要更新，还没来得及被看到就被挤出去了。
怎么解决？YouTube、Reddit、官方博客这几类来源，每类设一个上限，超了就在自己类里面争，不许抢别人的位置。
每类来源设上限：
YouTube 频道 → 最多 8 条
Reddit 社区 → 最多 10 条
官方博客 → 每个域名最多 2 条
某类超了？类内按时间排，多的砍掉
配额翻过一次车
这套配额跑了一阵，我以为稳了。直到有一天，Anthropic 发了 Claude 的一个重大更新，我去看当天的日报，发现引用的却是一个科技媒体的转述文章。Anthropic 官方博客的原文反而没出现。
我就很纳闷，顺着往回查。选材阶段有没有这条？没有。候选阶段呢？也没有。
官方源在候选阶段就已经被挤掉了——那天有个高产源一口气发了五篇，独吞了官方源的名额，真正的官方发布根本没进来。
我之前在后面的选材环节加过「官方来源权重 ×1.25」，想着能捞一下。完全没用，那条官方源压根没活到选材那一步。
下游的偏好，救不回上游已经丢掉的东西。要让某类内容胜出，得在它正面竞争的那一级动手。
这次翻车后补了两条规则。官方博客按域名分名额，每个域名最多 2 条，高产源独吞不了别家的位置，前面代码块里那条就是这么来的。
再加一条保护规则：模型发布这类重大更新，不管名额满没满，直接保证进候选。
识别靠的还是硬信号，官方域名加上标题里的发布类关键词，不动用模型。
配额加上保护规则，量控住了，该进的也不会漏。但名额里还藏着一种浪费——
第二刀：同一件事只留一条
同一个事件经常同时出现在多个源里。OpenAI 发了新模型，官方博客一篇，Reddit 讨论十几帖，YouTube 博主出三个视频。
一件事就占了好几个类的名额，真正不同的资讯反而没位置。
把讲同一件事的条目归成一组，只保留最权威的那条：官方源优先于媒体，媒体优先于社区。
名额留给不同的事。
至于怎么判断两条讲的是同一件事：靠标题里重合的关键词这类硬信号归组，不动用模型，这一步依然免费。
这一步跑完，上千条收窄到大约五十条，一分钱 LLM 没花。
接下来就该花钱了：让 LLM 读懂这五十条。
让 LLM 打分：把模糊文本压成干净信号
五十条候选到手了，下一步是判断每条的质量。
但这个判断，代码做不了。
代码能比大小、能匹配关键词，但它没有世界知识。
它不知道「GPT-5」意味着什么，不知道「Anthropic 发了 Claude 新版本」是大事还是小事，也看不出一篇讲「AI 工作流自动化」的文章到底是给开发者看的还是给普通人看的。
「这段话在说什么、对读者有没有用」，这种判断需要理解语义，需要背景知识，写规则穷举不了。
LLM 能做，是因为它在海量文本上训练过，既学到了语义理解能力，也积累了世界知识。
同样一段标题和摘要，它能判断出这条是行业大事、还是小范围技术更新、还是一个普通人也能上手的灵感案例。
所以这一步交给 LLM。
不需要爬原文，只喂采集阶段已经拿到的标题和摘要，每条的文本量很小。
我模型用的是便宜够用的 DeepSeek V4 Pro，同一条 URL 打过分就缓存，所以这里的成本开销其实很低。
LLM 的任务很窄：读完标题和摘要，输出一组结构化的分数和标签。
具体打五个维度的分，分两组。
一组看这条资讯本身的分量：impact（影响力），是不是行业大事；credibility（可信度），来源靠不靠谱。
另一组看它对读者有没有用：actionability（能不能照着做）、inspiration（能不能激发想法），以及后面戏份最多的 breadth（大众能不能看懂，还是只有开发者看得懂）。
为什么要打这么多维度？因为下一节每个栏目要用不同的尺子量。
除了分数，还顺带输出一句中文摘要和一个主类型标签：新闻、灵感、工具、观点。
出来的东西长这样：
{
"impact": 5,
"actionability": 2,
"inspiration": 4,
"credibility": 5,
"breadth": 3,
"kind": "opinion",
"summary": "AI 从单人对话变成多人协作..."
}
有了这组分数和标签，代码才有东西可以算。
if impact >= 4，if kind === "opinion"，这些判断跑得又快又稳，跑一百遍结果一样。
LLM 的活到这里就结束了。
分栏目选材：每个栏目用自己的尺子
LLM 打完分，五个维度的分数和标签都有了。接下来由代码决定：每条资讯该进哪个栏目，还是直接淘汰。
最直觉的做法是设一道统一的质量线，比如所有维度都要达到某个分数才能入选。
我一开始也是这么干的，给所有栏目套了同一道门槛：「大众能不能理解」这个维度至少要达标。
结果翻车了。
有一天，某个大厂发布了新一代开源模型，行业都在讨论，但这条「大众能不能理解」的分很低，因为它确实偏技术，普通人看不太懂。按统一门槛，直接被挡在了「江湖快报」外面。
但「江湖快报」回答的问题是「发生了什么大事」。一个重大发布，管它大众能不能看懂，它就是大事。
统一门槛把「能不能用」当成了「该不该报」。
不同栏目要回答的问题根本不一样，不能用同一把尺子量。
所以我给每个栏目写了独立的筛选规则，各看各的维度：
「江湖快报」：发生了什么大事
✓ 是不是大事
✗ 大众能不能理解
「灵感百宝袋」：普通人能照着做什么
✓ 大众能理解
✓ 能激发想法
✓ 能照着做
「贤者视角」：能带走什么想法
✓ 大众能理解
✓ 来源靠谱
✓ 能激发想法
「开发者补给站」：给技术读者的角落
✓ 能照着做
✓ 是不是大事
✗ 大众能不能理解
「江湖快报」和「开发者补给站」都不卡「大众能不能理解」，但理由不同：一个是因为大事就该报，一个是因为本来就给技术读者看的。
回头看开篇提到的那些栏目：灵感百宝袋帮你找「能抄什么」，江湖快报告诉你「是不是大事」。
栏目的价值定位，就是它的选材标准。
写稿：给 AI 出填空题，不出作文题
素材选好了，每条资讯知道该进哪个栏目。最后一步是把它们写成读者能读的日报内容。
这是 LLM 的第二次出场。
但跟打分那次不一样，这次它连格式都做不了主。
为什么要限制？因为我踩过坑。
早期版本让模型一口气「选材 + 分栏 + 写稿」全干了，发给模型的指令（prompt）里写了「选 5 条放进灵感百宝袋，写推荐语，附上原文链接」。
结果连撞三个问题：条数不稳定，有时 4 条有时 6 条；有些选中的素材被漏掉；链接还会编造不存在的 URL。
问题出在哪？
代码：
if len(items) > 5:
items = items[:5] # 超了就截，每次都一样
prompt：
「最多选 5 条放进灵感百宝袋」 # 模型理解了，尽量照做
跟你跟实习生说「别超过五条」一个效果，大部分时候没问题，但是偶尔他会觉得六条也差不多。
代码是执行，prompt 是建议。
你在 prompt 里写的每一条规则，模型都只是大概率照做，剩下那点小概率，就是翻车的空间。
把本该确定的事交给了临场发挥，prompt 写得再细也拦不住。
所以我把写稿分成了三个环节，每个环节只解决一个问题：
素材不够准 → 喂真原文
输出格式不可控 → 分成计划和渲染两步
模型偶尔犯规 → 代码校验兜底
素材不够准：喂真原文，不让模型脑补
打分阶段，LLM 只读了标题和摘要，几句话的信息量。
五十条全抓原文再打分，成本和耗时都扛不住，摘要够用就先不抓。
但写推荐语光靠这几句话就不够了，模型会自己「补」细节，写出来半真半假。
所以在写稿之前，系统先对选中的素材做一轮原文深取：文章就去抓正文内容，YouTube 视频就抓字幕。
抓回来的内容塞进素材里，写稿时模型能直接参考真实原文。
抓不到？退回用摘要，不拖垮流水线。但只要抓到了，推荐语就有真实细节撑着，不是凭三句摘要去猜。
格式不可控：分成「计划 + 渲染」，模型只管填内容
有了真原文，下一步是让模型写推荐语。但如果只扔一句「请根据以下素材写一篇日报」，那就是作文题，格式全靠模型临场发挥。
实际做法分两步：
计划
代码把素材、栏目分配、写作规则打包发给模型。模型的任务是输出一份 JSON，每条素材的推荐语、「今日动作」建议，按固定字段填。
栏目是谁、URL 是什么、最多几条，这些代码已经定死了，模型不能动。
渲染
拿到 JSON 后，代码用模板把它拼成最终的 markdown 日报。栏目顺序、每条的排版格式、整篇的结构，全由模板决定。
偶尔犯规：代码校验兜底
模型偶尔还是会犯规。
JSON 计划生成后，代码逐项检查：条数超上限？截断。出现了素材里没有的 URL？拦掉，不让编造的链接流进日报。
格式不对？带着错误信息让模型重新生成。
校验通过，模板渲染，日报出来。
整个写稿环节，格子是代码画的，模型只往里填。
自动化任务，该用工作流还是 Agent？
从采集到发布，六步流水线全部走完了。整条链路都是自动化的，每天定时跑，不用人盯。
但自动化有两条路。
你用过 Cursor 或者 Claude Code 吗？你说一句「帮我把这段代码整理一下」，它自己决定先读哪些文件、改哪行代码、跑什么测试。
这些步骤都是 AI 看着代码现场定的，你没法在写代码时就替它排好。这就是 Agent。
如果用 Agent 来做日报呢？给 AI 一句指令：「去这些信息源找最新内容，挑出最值得看的，按栏目写成日报发出去。」
AI 自己决定先看哪个源、读多少条、怎么判断好坏、怎么分栏目。每天跑一遍，可能走出不同的路径，选出不同的结果。
听起来更简单。但真要这么跑，几个问题很现实：每次出来的结果不一样，今天选 5 条明天可能 8 条，稳定性没法保证。
钱也算不清，AI 自己决定调多少次模型。真出了问题更麻烦，每次走的路径都不同，从哪一步开始查都不知道。
这几样恰好是日报最不能丢的。
它每天定时跑，要的就是稳定、可预期、出错能定位。
所以我走了另一条路。
日报流水线，采集完了下一步一定是筛选，筛选完了一定是打分，打分完了一定是分栏目。
不需要 AI 去想「接下来该干什么」，步骤在代码里写死了。
这叫工作流。
区别就一个：下一步做什么，谁说了算。
工作流，代码说了算；Agent，AI 现场定。
怎么判断选哪条
选 Agent 还是工作流，就看一件事：
「下一步做什么」，我能不能在写代码的时候就提前画出流程图？
你的自动化任务：
下一步做什么，能提前画出来吗？
→ 能：工作流
步骤固定，可预测，算得出成本
→ 画不出来：Agent
路径动态，灵活，但贵且难调试
Cursor 之所以用 Agent，是因为每次面对的代码库都不一样，该改哪个文件、改几行、要不要跑测试，没法提前画死。
日报之所以用工作流，是因为每天做的事完全一样：同样的源、同样的筛选逻辑、同样的打分维度、同样的栏目规则。
流程图能画出来，就不需要 AI 来决定下一步。
任何你想自动化的任务，都可以问同一个问题：步骤能提前画死吗？
大部分日常重复性任务，答案都是能。默认从最简单的往上走，复杂度是被需求逼出来的，不该是默认起点。
跑起来什么感觉
选了工作流，实际跑下来最大的感受是稳：结果可预期，调用次数固定，账算得出来。
出了问题还能逐级排查。前面那次官方源被挤掉，能一层层查回去，靠的就是每一级输入输出都确定。
换成 Agent，同样的 bug 埋在动态决策里，连复现都难。
LLM 和 Agent 各在哪
但工作流不意味着甩开 AI。
LLM 还在里面，只是位置很明确：在打分、写稿这种需要理解语义的窄节点上干活，干完把结果交回代码手里。
开篇提的那个分工，具体到流水线上就是这两个节点：不确定性关在节点内部，前后都是确定的代码。
要是有一天，真出现了「必须让 AI 自己决定下一步」的需求呢？比如让 AI 自己去发现值得新加的信息源。
那就在流水线的某一步里，把那个节点换成 Agent。
整条流水线的确定性不变，只在真正需要临场判断的那一步放开。
Agent 嵌进流水线当一个节点，流水线依然是代码在开。
回到开头的问题：每天那么多 AI 资讯，怎么筛出真正值得看的？
整条链路走完，你可能已经发现了：这个每天靠 AI 跑起来的网站，AI 从头到尾没做过一个决定。
选哪条、进哪个栏目、最多几条、链接对不对，全是代码说了算。
AI 只干一件代码干不了的事——读懂内容，把模糊的文本压成干净的分数，然后交回代码手里。
这套流水线每天替你把这件事干完了。
你不用自己再从几千条资讯里刷出那几条有用的，去 yaniniverse.com，看看今天筛出来的是什么。
这个思路不只是做网站用的。
下次你想让 AI 替你自动化点什么、又怕它不靠谱的时候，先别急着改 prompt，先把事情分成两堆：哪些必须靠它理解，哪些你能提前定死。
定死的越多，它翻车的空间越小。
理解交给 AI，决定写成代码。
感谢您的阅读。
这里会持续记录我对技术、工程实践与新趋势的思考，可关注微信公众号 「前端Fusion」 获取后续更新。
如果您喜欢这篇文章，欢迎点赞或分享。
