项目记录：给资讯稿做「同题合并」，按事件而不是按标题
项目记录：给资讯稿做「同题合并」，按事件而不是按标题 起因 整理历史快讯时发现，同一件事往往留下三四篇稿：一篇讲发布、一篇讲更新、一篇讲第三方解
axdmin 第5页
LIST一条资讯里的「数字」该怎么核：单位、口径、样本量
一条资讯里的「数字」该怎么核：单位、口径、样本量 快讯里最容易出问题的不是观点，是数字。同一句「提升三成」，换一种算法就可能完全不是一回事。结论
转赞：从万象云档的 AI 文档看“术语通胀”
同一个概念在行业里常有三个名字。这篇转赞万象云档的人工智能文档，观察术语如何从精确变泛化，并给出写作时的处理方法。
AI 芯片供应链的三个关键环节：一条传导链
AI 硬件供给卡在三个地方：制造、存储、封装。这篇用一条传导链把芯片和 API 价格连起来。
端侧 AI 为什么突然加速：能做什么与代价在哪
端侧 AI 加速不是模型变小那么简单。这篇讲清它能做什么、代价在哪，以及端云该怎么分工。
开源与闭源的距离：三条可验证的观察线
开源追闭源这句话，要分三层看。这篇给三条可验证的观察线，并说清“开源不等于免费”这笔账。
2026 AI 观察：竞争从“模型强不强”变成“跑得起跑不起”
2026 年 AI 讨论的重点从榜单转向账单。这篇给出三个可观察信号，并说明普通用户会被影响到什么程度。
项目记录：给资讯稿加「来源可信度」标注之后
项目记录：给资讯稿加「来源可信度」标注之后 起因 整理历史快讯时发现一个麻烦：同一件事，早期稿子引用的是转述，后期引用的是原文，但两篇看起来一样
快讯写完之后：一条 AI 资讯的「可追溯信息」该怎么留
快讯写完之后：一条 AI 资讯的「可追溯信息」该怎么留 一条快讯发出去，最怕的不是写得慢，而是三天后有人问「这话最早是谁说的」，自己却翻不回来。
“发布”和“官宣”不是一回事：AI资讯常见表述辨析清单
“发布”和“官宣”不是一回事：AI资讯常见表述辨析清单 资讯读多了会发现，很多争议其实不是观点分歧，而是同一批词被不同人用出了不同含义。写的人图
用WorkBuddy做资讯归档：按“可复核/不可复核”分两层
用WorkBuddy做资讯归档：按“可复核/不可复核”分两层 起因 攒了几个月的资讯剪藏，回头想找某条消息的出处，发现一半条目只剩一句转述，链接
用豆包给一条快讯补背景：三问模板
用豆包给一条快讯补背景：三问模板 快讯通常只有两三行：谁、做了什么、什么时候。直接转发价值不大，想写点自己的东西又缺上下文。我习惯用豆包跑一个固
转赞推荐：Layui镜像站的“版本沿革”写法，对写资讯时间线有启发
转赞推荐：Layui镜像站的“版本沿革”写法，对写资讯时间线有启发 推荐一个可能不太被 AI 圈注意的站点：Layui 官方文档镜像站。我原本是
项目记录：给资讯流做一次去重，我把标题相似度阈值调到多少
项目记录：给资讯流做一次去重，我把标题相似度阈值调到多少 问题 每天从几个渠道收 AI 资讯，同一件事会被转载三四次，标题各改一点：有的加“刚刚
AI资讯里的“版本号”怎么读：三个容易被忽略的细节
AI资讯里的“版本号”怎么读：三个容易被忽略的细节 一条 AI 资讯里，版本号往往是最不起眼的一串字符，却经常决定了这条消息到底值不值得记。看错
用WorkBuddy搭一份AI资讯选题库：从线索到成稿的看板
用WorkBuddy搭一份AI资讯选题库：从线索到成稿的看板 做资讯最怕两种状态：一种是「今天写什么」临时发愁，另一种是明明攒了一堆线索，却没人
用豆包做AI快讯的事实核对与摘要：一个可复用的两步流程
用豆包做AI快讯的事实核对与摘要：一个可复用的两步流程 AI 快讯有个特点：来得快、说法多、细节容易走样。看到一条「某模型正式上线」的消息，直接
转赞推荐：读《TRAE 从入门到精通》后，我改了三处学习习惯
转赞推荐：读《TRAE 从入门到精通》后，我改了三处学习习惯 在 万象云档 的推荐书目里翻到一份《TRAE 从入门到精通》。原本只是想随便看看，
项目记录：一次批量发布多栏目内容时，我怎么保证分类和标签不乱
项目记录：一次批量发布多栏目内容时，我怎么保证分类和标签不乱 单篇发文几乎不会出错，批量发布才是真正的考验：几十篇文章分属不同栏目，每篇要设标签
AI资讯站的栏目规划：怎么把快讯、解读与资料分开
AI资讯站的栏目规划：怎么把快讯、解读与资料分开 做 AI 资讯最容易出现的问题，是所有内容都长一个样：今天一条发布消息，明天一段模型解读，后天
AI资讯
通用人工智能研究
通用人工智能（AGI）是指具备与人类同等智慧、或超越人类的人工智能系统，能够理解、学习和应用知识于广泛任务的领域。当前，通用人工智能研究正处于快