《AI时代漫游指南》第 77 章·自动化的正确姿势：

「宇宙中有 73% 的知识工作者，每天早上醒来第一件事就是手动让 AI 分析信息。但真正聪明的那 27%，会让分析报告自动出现在邮箱里。」

你每天花多长时间在”看新闻”上？

我算了一下：刷 X 十五分钟，翻 HackerNews 十分钟，扫 36 氪五分钟，查几个 AI 公司博客又十分钟——加起来每天至少四十分钟。

还经常看完就忘了，该看的没看到，不该看的倒看了不少。

更扎心的是：这四十分钟里，真正有价值的信息可能就两三条。

所以我做了一件事：用一台树莓派 + 19 个 RSS 源 + AI 自动筛选，造了一个 24 小时在线的私人情报站。

从此不刷信息，信息来找我。

一、先回答灵魂问题：为什么不直接用现成的？

“这不就是个 RSS 阅读器吗？Feedly 不行吗？”

好问题。区别在于——

普通 RSS 阅读器：给你 200 条新闻，你自己看。

这个系统：200 条进去，AI 帮你打分，5 条出来。

这就像雇了一个全职分析师，每天帮你看完所有信息源，然后只告诉你「老板，今天就这几条值得你花时间」。

编者注：宇宙中最稀缺的资源不是石油，不是算力，是你的注意力。一个好的信息系统应该帮你守住这个资源，而不是消耗它。

二、系统全貌：五分钟看懂架构

整套系统总共三层：

第一层：信息触角（19 个 RSS 源）

19 个源，覆盖中英文，四大类：

AI 公司官方博客（5个）：OpenAI、Anthropic、DeepMind、HuggingFace、NVIDIA

国际科技媒体（7个）：TechCrunch、HackerNews、The Verge、Ars Technica、Reuters、VentureBeat、MIT Tech Review

中文科技媒体（6个）：36氪快讯、虎嗅、少数派、知乎热榜、爱范儿、MIT科技评论中文版

AI 前沿论文（1个）：HuggingFace Daily Papers

从公司一手消息到媒体解读到前沿论文，一张信息网兜住了 AI 赛道的核心信息流。

第二层：信息管道（RSSHub 中转）

编者注：如果你觉得「部署两个实例」听起来很复杂——没错，它确实比一个复杂。但就像人生一样，最优解往往不是最简单的那个。

第三层：AI 大脑（自动筛选 + 打分）

这是核心。

系统定时抓取所有文章，把标题和摘要喂给 AI，让它按你定义的标准打分：

•9-10 分：重大事件（如 Thrive Capital 100 亿美元募资）

•7-8 分：重要信息（如某公司发新模型）

•5-6 分：一般相关

•4 分以下：直接过滤

今天的实际数据

：177 篇文章进去，AI 评分后只保留 24 篇，最终推荐 top 10——每一条都值得读。

三、一天的信息流是怎么跑的？

用今天的真实数据演示一遍：

⏰ 8:00 — 19 个 RSS 源同时抓取，30 秒跑完，拿到 177 篇新文章。

8:01-8:03 — AI 逐条打分，2-3 分钟。

8:03 — 结果存入数据库，API 随时可查。

编者注：177 条变 5 条，信息压缩比 97%。如果熵减是人类对抗宇宙的倔强，这大概算是个微型反熵装置。

四、你需要什么设备？

坏消息先说：树莓派涨价了。

2026 年 2 月，树莓派 5（16GB）从 $120 涨到 $205——三个月内第二次涨价，比原价贵了 70%。

原因？AI 导致的内存短缺。LPDDR4 产线被 AI 数据中心抢走了，树莓派成了附带损害。

编者注：用来做 AI 情报站的硬件，因为 AI 涨价了。这个宇宙的幽默感一如既往的到位。

好消息是：你有很多替代选择。

树莓派 5（4GB）：经典之选，功耗低 | ¥500-600

Mac Mini M4：性能怪兽，还能干别的 | ¥3,999 起

旧笔记本 / 台式机：家里吃灰的就行 | ¥0

云服务器：轻量级按需 | ¥几十/月

NAS（群晖/威联通）：本来就 24 小时开机

核心要求只有一个：能 24 小时在线。

Mac Mini 其实是目前性价比极高的选择——功耗低、性能强、还能当日常开发机。Tom’s Hardware 已经报道说树莓派和 mini PC 的价格正在持平。

软件全部免费开源，唯一的费用是 AI API 调用。

总运行成本：每天不到 1 块钱。

一块钱，省四十分钟。这大概是知识工作者能买到的最便宜的效率提升。

五、关键设计决策

为什么用 RSS 而不是爬虫？

RSS 是互联网最古老的协议之一，看起来过时，其实是最稳定的数据源：

•结构化数据：标题、摘要、链接、时间，天然干净

为什么用 SQLite？

因为够用。177 篇文章的读写，毫秒级完成。零配置，一个文件搞定。

编者注：技术选型的第一原则——能解决问题的最简单方案，就是最好的方案。在你的信息管理系统撑到每天处理 10 万篇文章之前（大概率永远不会），SQLite 就是正确答案。

为什么自研而不是用现成产品？

三个理由：

可控性

：你决定看什么源，用什么标准筛选。不被算法投喂。

隐私

：数据在你自己的设备上，不上传到任何第三方。

可扩展

：今天筛新闻，明天可以接到视频生成、微信推送、飞书通知——因为它是一个 API 服务，任何系统都能调用。

事实上，我已经把它接到了一个自动生成 60 秒新闻速播视频的流水线上。从 177 篇文章到一条短视频，全自动。但这是另一篇文章的内容了。

六、30 分钟快速上手版

如果你不想折腾完整版，这里有一个最小可行版本：

Step 1：选 5 个 RSS 源（5 分钟）

不需要 19 个。挑 5 个你最关心的。用 RSSHub 公共实例（rsshub.app），不需要自己部署。

Step 2：写一个 Python 脚本（15 分钟）

核心逻辑就三步：

1️⃣ 用 feedparser 抓取 RSS 源

2️⃣ 把标题和摘要发给 AI 打分

3️⃣ 输出 7 分以上的文章

大约 30 行代码。

Step 3：设个定时任务（10 分钟）

Linux/Mac 用 crontab，Windows 用任务计划程序。

完事。每天早上 8 点，一份精选新闻就躺在那里等你了。

七、进阶方向

最小版本跑起来之后，你可以一步步进化：

V2 — 加 SQLite 存储历史（能回溯任意一天的新闻）

V3 — 加多主题支持（投资、技术、行业各一份报告）

V4 — 接通知渠道（推送到微信/飞书/Telegram）

V5 — 接视频生成（每日自动出一条 60 秒速播）

V6 — 加趋势分析（按周/月看 AI 赛道热度变化）

我目前在 V5 阶段。下一步是加趋势分析，看哪些公司/赛道在持续升温。

八、这件事的底层逻辑

说到底，这不是一个”技术项目”。这是一个信息哲学实践。

传统的信息获取模式是 Pull：你去找信息。刷微博、刷 X、刷新闻 APP。

问题是，你的注意力被平台的推荐算法绑架了——它优化的是你的停留时间，不是你的信息质量。

这套系统实现的是 Push + Filter：信息来找你，但经过你定义的标准筛选。你拿回了信息策展的主动权。

《AI时代漫游指南》第 33 章·信息蒸馏的艺术：

「人类花了 2500 年才学会反思的重要性，然后又花了 2500 年忘记去做。直到有一天，他们教会了 AI 替自己反思——这大概是人类最诚实的一次自我认知。」

信息蒸馏的本质，是用 AI 的计算力替代人类的注意力。

你该把注意力花在思考和决策上，不是花在筛选上。

写在最后

一台闲置设备。19 个免费的 RSS 源。一点 AI API 费用。30 分钟搭建时间。

从此每天省下 40 分钟的信息噪音，换来 5 条真正值得你花时间的情报。

这就是 AI 时代的信息管理：不是看更多，而是看更少、看更好。