AI行业洞察

解决什么问题

现在的 AI 资讯更新太快，且大多停留在标题和摘要层面。工程师和研究者面临的不是信息太少，而是信号被淹没：同一波模型发布被几十家媒体重复报道，真正值得思考的技术转向、商业逻辑和认知影响被压缩成快讯。更麻烦的是，写成「今日 AI 动态汇总」几乎没有价值——它既不比 RSS 快，也不比 HN 热榜全。

这个技能要解决的是：从多源噪声中提取少量高价值信号，并把它写成一篇有独立命题、有推进、有结尾的深度中文文章，而不是又一条信息流。

工作流程

核心流程被设计为严格的四阶段顺序：

1. 查重（前置硬门槛）

- 在采集前先调用 mcporter call iwiki.getSpacePageTree 查看 iWiki 中 parentid=4018560418 下的近期文档
- 逐篇读取最近 7 天的洞察正文，记录每篇的核心命题、主要事件和分析维度
- 三个硬规则：同一新闻事件只在首次出现时深挖，后续最多一句带过；同一哲学/社会命题间隔至少 3 天才能再次作为主线；每篇必须拥有独立命题，不能写成昨天的续集

1. 信息采集

- 使用 web_search 和 web_fetch 覆盖国内科技媒体、HackerNews、Anthropic/OpenAI/Google DeepMind 官方动态、从业者播客与博客、社交平台反馈，以及 WayToAGI、TechCrunch、The Verge、MIT Technology Review 等补充源
- 目标量化：至少 50 篇高质量文章加 30 条短信息，每次搜索都记录标题、来源、核心要点和原文链接
- 优先保留有独特观点、有数据支撑、反直觉、代表趋势转折的内容

1. 深度思考与结构化输出

- 合并相似信息、去重，重点标记创新点、趣味点和反直觉发现
- 从商业逻辑、人的独特性、权力结构、技术演进、哲学、认知科学、社会结构变迁等维度中选定两个，据此构思 1000 字左右的洞察
- 输出格式固定：🔭 AI 深度洞察 | [日期] + 正文 + 4 条参考来源 + 5 条趣味观察（每条 ≤50 字并附链接）

1. 同步回 iWiki

- 写完后自动调用 iWiki 的 MCP 服务，在「AI 每日洞察」目录下按 YYYY-MM-DD AI 洞察 命名建文档
- body 为纯文本，段落用 \n\n 分隔，is_html 设为 false，同步后回传 iWiki 链接

写作上的硬约束

这不是在写报告。SKILL.md 明确禁止「第一件事、第二件事」式的罗列、禁止「今天有几个热点」的导语、禁止堆数据不解读、禁止先陈述事实再给结论的汇报格式。

期望的文体是一条完整的叙事弧线：从一个具体的细节或人物切入，先让读者感受到什么，再推进到分析，最后用一个有力量的结尾做升华而不是总结。语言偏口语化自然流动，但会在关键位置压入密度很高的判断句——像「数字时代的情感基建」这类表达，不是硬塞的金句，而是真实思考压缩后的出口。

适用边界

• 适合：需要每日产出一篇有独立观点的中文 AI 深度分析，且愿意把内容沉淀到 iWiki 的写作者或团队。
• 不适合：实时新闻追踪、客观中立的事件汇总、或者需要严格遵循机构编辑标准的正式稿件——这个技能输出的是带强烈作者风格的论述，不是通讯稿。
• 需要留意：references/sources.md 里定义了必须覆盖的信息源清单，如果清单有更新，采集覆盖度也要跟着调；质量检查清单要求每句话都有信息增量，这意味着写完要回头逐句自检，删掉没有推进论证的句子。