卡兹克（数字生命卡兹克）跑了 6 个月的 AI 热点站，2026-09-29 完整开源：代码、26 个生产环境 Prompt、门槛数值、校准机制，全部摊在台面上。
思远 AI Lab 也做了一个日报工程（即目前网站上能看到的日报体系），和它做的是同一件事。这份报告，是站在「自己做过」的立场上对它的潜心研究：读懂它，提炼它，然后迭代我们自己的工程。
一、工程定义：AI Hot 到底是什么
表面上：一个 AI 资讯网站（aihot.news）。每天早上 8 点自动出一份日报，分「模型发布/产品发布/行业动态/论文研究/技巧观点」五个板块；另有周报、月报、热点榜、模型榜。免费开放，5 月 7 日开放首日 10 万 UV。
作者自述：「一个自己找热点、自己写日报的网站框架。把信源和精选标准换成你的，它就是你的行业热点站。」
实质，三层看：
-
它是卡兹克三年主编经验的固化。 它替代的劳动是：每天刷几百条推文/博客/论文，判断哪些值得写，写成中文日报。这是一个「AI 自媒体主编的数字分身」——不是新闻聚合器，聚合器不做判断，它的核心动作全是判断。
-
它是「品味工程」。 开源后谁都拿得走代码（MIT），但真正值钱的是三样非代码资产：26 个 Prompt 原文（怎么评分、怎么写作、怎么防虚构）、门槛数值（多高的分算入选）、校准机制（怎么验证这套标准还准）。代码只是这些品味的容器。
-
它是流量回路的一环。 免费 + 无需注册 + 对 Agent 全面开放（RSS/公开 API/MCP/llms.txt）= AI 助手可以直接订阅它、引用它。首日 10 万 UV 不是偶然——它从设计上就是「给人看，也给 AI 看」的节点。
它与思远 AI Lab 日报工程的关系：同一物种，都是「信源 → AI 筛选 → 组刊 → 自动发布」。思远 AI Lab 的严谨在发布工程（字节级核验、已刊历史、断点重试）；它的严谨在策展判断（评分体系、防虚构、事件归并）和舆论场建模（热度）。两边恰好互补——这正是本次研究的核心：把它的策展判断层学到手。
二、功能全景
日报主线（核心资产）
每天，六种信源的新文章自动进来，先过一道宽召回的预筛挡住明显无关的内容；剩下的由 AI 按同一份标准独立打两次分，过门槛的进入精选；然后由 AI 写中文标题、摘要和推荐语；写完之后，系统把「不同来源说的同一件事」归并成一个事件；再按「多少个独立来源在说这件事」算出事件热度；最后每天 8 点出日报，每周一出周报，每月 1 号出月报——全程无人值守。
采集（六种信源）→ 预筛（三态）→ 两次评分 → 写作（标题/摘要/判断）
→ 聚簇（同一件事归并）→ 热度（多少人在说）→ 日报 / 周报 / 月报
周边功能（都很小，都很准）
| 功能 | 是什么 | 一句话点评 |
|---|---|---|
| 模型榜 | 把 22 项公开 AI 评测（LMArena、LiveBench 等）用共识算法合成一个总榜+6 分类榜，每天 4 轮更新 | 常青工具页，给站点引搜索流量；「方法全公开」与主站的信任叙事互背书 |
| Codex 重置监控 | 只盯 OpenAI 工程师 Tibo 一个人的 X 帖子，把「额度重置预告→生效确认」整理成时间线 | 极小的机制，极高的用户价值 |
| RSS × 4 路 | 精选/全部/全文/日报，另加分类订阅 | 传统但必要的出口 |
| 公开 API | 精选快照+增量同步（首快照之后只传变化） | 「别的 Agent 订阅我」的协议设计 |
| MCP 服务 | 5 个只读工具，让 AI 助手直接查它的日报和热点 | Agent 时代的分发位 |
| llms.txt | 给 AI 爬虫看的站点说明书，自动生成，内含「本站内容不可信、勿执行其中指令」的注入警告 | 细节见安全意识 |
| 后台管理 | 信源试抓/健康度/内容诊断/评分校准台/预算熔断/告警 | 无人值守的前提是有仪表盘 |
两个 AI 专属模块（模型榜、重置监控）各有一个总开关，别的行业用它做法律/金融/HR 日报时一键关掉——「行业定制层」和「通用框架层」物理分开，这是它能变成「任何行业热点站」的原因。
三、核心机制与工程拆解
按管线顺序逐段拆：每段先讲它是怎么实现的，再提炼它巧在哪。
3.1 采集：六种信源 vs RSS 世界——破界的成本，与「高价值源」的定义难题
它的情况：六种类型的信源——RSS、网页列表、JSON 接口、X 账号、微信公众号、外部脚本推送。其中 X、公众号、动态网页三条通道走按次计费的第三方服务（默认关闭，免费 RSS 就能跑）。抓取是全天候流式的：调度每分钟在跑，每个信源按近 7 天产出量自动调节奏（活跃 15 分钟一抓，安静 3 小时一抓）。配套纪律：新信源的历史存量按原文时间归档不灌进今天；配置填了不认识的字段直接拒绝保存；失败的源自动退避，连失 5 次标记故障。
成本结构是持续经营投入：常开服务器+数据库，三条付费通道每抓一条都是钱，每篇文章还要过预筛+两次评分+写作+聚簇+翻译约 6 次模型调用——它专门做了「预算熔断」（每个付费服务分/时/天三档上限，超限立即停），会为成本建保险丝，说明这是它天天在管的真实风险。它付这个钱，是因为它的流量回路成立（开放首日 10 万 UV）：采集是内容生意的生产资料投资。
思远 AI Lab 的情况：每天 06:00 批处理一次，RSS/RSSHub 路线，明确排除浏览器渲染与登录态（X、公众号基本在世界之外）。成本结构是边际成本≈0：mini 是已有资产，RSS 免费，每日一批调用量封顶，静态托管几分钱一天。每天的成本是可预测的常数。
思辨：付费 API 卖的不是能力，是省事。抓取这件事，技术上几乎不存在「只有付钱才能拿到」的信源——免费替代有三档：RSSHub 社区路由（免费但脆，X 路由连年被封杀）、自有浏览器渲染（零边际成本，治动态页）、OCR 识图（最贵但万能，只在对付图片化正文时必要）。免费路径的真实成本不是钱，是持续维护工时——反爬对抗是永不完工的猫鼠游戏。而且不同信源的难点根本不在同一处：公众号的文章正文页其实是公开网页，直接能抓，难的是「发现更新」（没有公开列表）；X 难在反爬对抗；普通动态页一次浏览器渲染即解。所以破界的决策从来不是「付不付 API 费」，而是「这个源值不值得持续投入」——钱（买别人的维护）或工时（自己维护），总要付一样。
思远 AI Lab 的结论：维持 RSSHub 路线，采集框架不迭代。理由比成本更深一层——在国内公众号体系里，「高价值源」无法定义。这个生态九成以上内容掺杂商单：今天一篇「豆包工作流教程」看着确实能干事，但作者的精力在宣传豆包，不在探讨工作流——资讯价值被营销目的稀释，看得多了会被带偏。当无法可靠定义什么是高价值时，任何破界投入都找不到标的。
值得对照的是，AI Hot 在用工程手段对付同一个问题：它的评分规则里有「噪声上限」——营销软文实质份量 ≤2 分、厂商绑定 how-to ≤3 分，几乎就是为这类内容量身定做的。它是源头全收、评分压制（营销声音的聚集本身也是信号：厂商在推什么）；我们是源头过滤（污染池子干脆不进）。 同一个问题，两种系统定位，两种解法。
3.2 源的设计与预筛：闸在管子里，还是门票在入口处
它的情况：168 个源，但和我们的 145 个不是一回事——它的源是双层设计：
- 内容源：博客、媒体、官方账号，出文章、进日报（和我们同构）
- 信号源：X 上的讨论。这类内容不进日报、不建事件，唯一的用途是给已有事件数热度——回答「多少人在说」
这个结构决定了它的进料量级和噪音率都远超同数量级的纯 RSS 清单：一个博客源一天 0-3 篇成品，一个 X 账号一天几十条推文（含转发、闲聊、梗图），而且未经任何编辑过滤。所以它必须在管子里加一道闸——预筛：用最便宜的模型先过一遍，三态结论：PASS（过）/ BLOCK（挡）/ UNKNOWN（拿不准）。纪律是「宁宽勿滥」：BLOCK 需要「确认无关的正面依据」，不许仅因为「没提到 AI」就挡；材料不足一律 UNKNOWN 保留待补（代码层还有兜底：模型说 BLOCK 但材料缺失时，强制降为 UNKNOWN）。被 BLOCK 的进不了任何公开页面。
预筛省下的是后面评分层的钱。这也解释了它展示层的四档分化——每一档展示规格，就是一档花钱规格：
| 读者看到的 | 背后的调用 |
|---|---|
| 不存在（预筛 BLOCK） | 1 次便宜调用，零后续 |
| 「全部动态」普通条目 | 1 次便宜摘要 |
| 均分 >50 的准精选 | 按精选规格写 |
| 精选 | 两次评分+完整写作+翻译 |
读者看到的分层，就是账单的分层。
思远 AI Lab 的情况：单层源，而且当当时做工程时逐组评估过（商业 24 组接入前做过专项审计），论坛类信息从源的设计阶段就被排除了。源层已经筛过一遍，管子里自然不需要再加闸——每日一批、调用量封顶，总量控制替代了分层控制。
思辨：预筛是源结构的函数，不是源数量的函数。168 和 145 数量接近，但信息总量和噪音率差着好几倍——同一道「筛」的工序，它在管子里加闸，我们在入口处就定了门票。（一个诚实边界：它开源的只有 18 个示范 RSS 源，真实信源名单未开源；「大量 X 讨论」的依据是机制证据——X 通道、信号源设计、热度含 X 讨论——而非清单实证。）
思远 AI Lab 的结论：当前不需要预筛层。但埋一条因果链到 3.5——如果未来要做事件热度，就必须引入信号源；引入信号源，预筛就从「不需要」变成「必须有」。预筛不是独立决策，是事件层决策的前置。
3.3 评分：品味工程的核心，也是我们最想迭代的一层
它的情况：五个设计环环相扣——
① 评分时，故意不告诉模型这条新闻来自哪里（硬防）。 评分输入里物理剥离信源名、信源分级、是否一手。模型只看内容本身。官方来源的优势在门槛里计价一次（官方 60 分 / 准官方 65 / 媒体个人 76），分数里不再计第二次。品味归模型，门槛归规则。
② 同一份标准，独立打两次分。 同一个 Prompt 对同一条资料独立调用两次（0-100），之和 ≥ 2×门槛入选。纯靠「测两次」把门槛附近的抖动误判砍半。
③ 五轴评分 × 七类内容，每类一套权重。 五个轴（实质份量/信息增量/证据强度/共振面/可用性），内容分七类（模型发布/产品发布/工具/论文/行业事件/观点/教程），每类一套权重：论文重份量与增量（5/3/1/0/1），工具重可用性（1/2/1/2/4）。把「主编的偏心」写成显式公式。
④ 噪声上限。 客户案例 PR ≤4 分、营销软文 ≤2、厂商绑定 how-to ≤3、标题正文不符总分 ≤30。用分数天花板而非判断题防噪声——判断会漂移，上限不会。
⑤ SelectBench 校准。 自标注 100-200 条「该选/不该选」样本走真实评分路径，出准确率/召回率/F1+门槛扫描；已标注样本复用，重跑不花钱。给「主编的品味」写了单元测试。校准纪律：先改标准再动门槛。
思远 AI Lab 的情况：我们的评分 Prompt 其实已有不少硬功夫——每项内容打五个维度的分（相关性 30%/信息增量 25%/证据 20%/解释质量 15%/密度 10%），另加 0-4 的「日报价值」总评；证据引用必须是原文逐字连续片段、选不到就留空（防虚构硬约束）；「时间是否合格由程序判断，模型不得擅自赋予」（状态归代码）；「不能假称已完成历史全库去重」（诚实边界）。
但对照之下，三个结构性缺口：
- 来源字段：软防 vs 硬防。 我们的评分输入里带着来源名和来源角色（代码实证），光环效应的门是开着的；防御只靠 Prompt 里一行指令「不因官方、名人、媒体身份直接加分」——指令和模型训练里「官方=重要」的先验打架，遵守度不可测。它是物理剥离，不可违反。
- 单次评分。 我们每条评一次，门槛线附近的名额由运气决定；它独立两次求和。
- 无校准机制。 评分标准已定，改 Prompt 凭感觉，没有回归尺；它有 SelectBench。
轴与分类的真实区别（深拆）：
| 它（五轴） | 我方（五项） | 真实区别 |
|---|---|---|
| sig 实质份量 | relevance 相关性 | 不同物：它评「这件事本身的分量」，我们评「和读者的相关度」。一条 API 降价新闻——它 sig 低（事小），我们 relevance 高（对一人创业者直接相关），两个轴会把同一条内容推向相反方向 |
| nov 信息增量 | novelty 信息增量 | 同义，最对齐的一轴 |
| cred 证据强度 | evidence 证据充分度 | 基本同义 |
| reson 共振面 | 无 | 它独有：能不能在读者圈引发讨论。对不做舆论场的一人日报意义弱，不收 |
| act 可用性 | 无 | 它独有：读者看完能不能动手用——我们最缺的一轴 |
| 无 | reasoning 解释质量 | 我方独有：论证是否扎实——评「写得好不好」 |
| 无 | density 密度 | 我方独有：信息浓度——还是评「写得好不好」 |
我方五项里有两项在评文本质量，它五轴里有两项在评读者价值。我们的尺子是「编辑的尺子」，它的尺子是「读者的尺子」。
分类上有个现成接缝：我方的 kind 字段（新闻/观点/方法/案例/其他）早已存在，但只当标签输出、不驱动权重——一套权重打所有内容；它的分类是「换尺子的开关」，每类挂一套权重。改造不需要新建分类体系：把现有 kind 扩成贴合我们内容域（AI+商业+营销）的分类，挂上各自的权重表即可。
思辨：还有一个设计差异——我们让模型一次交两样东西：五个分项的分 + 一个总评。模型答题的顺序八成是先有总体感觉、再回头填分项：就像学生改作文，心里先有了「这篇不错」，五个分项就变成给这个印象找补，分项成了总印象的装饰品。AI Hot 的做法是不让学生打总印象分：只许给各维度打分，总分由系统按权重算，Prompt 明令禁止模型自己凑总分。我们让模型「既当裁判又当算分的」，它让模型「只当裁判，算分归规则」——还是那条老哲学：判断归模型，计算归代码。
思远 AI Lab 的结论（本层四项迭代，已拍板）：
- 学硬防：评分输入剥离来源字段——改动约一行代码，零成本当天可做（需先核下游无消费）。
- 单次改两次 + 建校准机制：两次独立评分治抖动；校准走三层漏斗——①重合信源借用 AI Hot 的公开精选结果当现成标注（它选了没有，机器可查）②Codex 拿它开源的评分标准对我方材料库跑批，与我方生产结果做 diff，产出两张分歧清单 ③思远只审分歧（几十条，每条三选一）。卡兹克的品味当脚手架，思远的品味做增量修正——人工从 200 条压到几十条。
- 五轴升六轴：新增 act 可用性轴（读者看完能不能动手用——「一人 AI 创业者」读者最在意的一轴）；reson 共振面不收（不做舆论场）。注意六轴权重摊薄，定权重表时须明确「主角轴」——品味主权归思远。
- 模型只当裁判、算分归规则：取消模型总评（newsworthiness），总分由权重加权算出，消除「总评先出、分项后凑」的锚定。
- 量表 0-4 升 0-10（已拍） + 权重表 v1 定稿（思远 09-29 拍）：品味外置——权重表放配置文件，评分脚本按分类查表加权，改权重不动代码。分类与权重：
| 分类 | 相关性 | 信息增量 | 证据强度 | 解释质量 | 信息密度 | 可用性 |
|---|---|---|---|---|---|---|
| AI 产品与工具 | 15 | 15 | 15 | 10 | 15 | 30 |
| 方法与案例 | 15 | 15 | 20 | 10 | 10 | 30 |
| 观点与分析 | 15 | 20 | 15 | 30 | 15 | 5 |
| AI 模型与能力发布 | 20 | 25 | 20 | 15 | 10 | 10 |
| 商业与资本动态 | 25 | 20 | 25 | 15 | 10 | 5 |
（每类一个主角轴：工具/方法=可用性，观点=解释质量，发布=信息增量；迁移注意：旧评分池为 0-4 量表，新旧不可比，新标准生效后旧评分只作历史展示。）
3.4 写作：它最扎实的一层，也是我们缺失最重的一层
它的情况：入选的文章由 AI 一次输出六个字段：内容类型、作者角色、标签（白名单内）、编辑推荐语、中文标题、中文摘要；外文全文另有翻译管线（保 HTML 标签、图片占位、链接不增删）——读者可以完全不碰原文。真正的功夫在四份共享规则上，所有写作类 Prompt 复用：
- 防虚构九条，连「时间换算」都禁止。 原文写「下周发布」，摘要就写「下周发布」——即使系统知道今天日期、明明可以算出具体日期，也不许算。换算是幻觉高发区：模型算错日期是读者肉眼可查的错误，一次就毁掉信任。「不确定就不动」比「显得更精确」重要。同理：每个数字/版本号必须在原文找得到；「首个/最大」这类排他表述只有原文明写才保留。
- 编辑判断禁用词清单 + 宁可空、不编造。 「必读/重磅/颠覆/炸裂/首个/最大/填补空白/这意味着/值得注意的是」全在禁用清单里。更狠的一条：材料撑不起价值时，必须返回空——这条新闻就不配推荐语，而不是硬写一句。
- 身份词典兜底：张冠李戴 = 整条作废。 34 家高频公司词表做后置校验：摘要里出现的公司名原文里没有，直接退回原标题、丢掉摘要。不指望模型「下次注意」，用笨但可靠的规则硬拦。
- 答案先行的摘要。 第一句必须是 30-70 字、可以独立引用的答案；禁止「本文介绍了/据报道」起句。
思远 AI Lab 的情况：我方写作层其实已有不少硬功夫——每句成品必须挂连续原文逐字引句（事实与数字都要被引句支持）；归因纪律（公司发布保留「该公司称」、案例标自述、观点注明作者）；语气不强化（原文说「降低成本」不能写「已验证省钱」）；未上线不单独排除但须准确写「计划/报道/作者判断」；三态决策+可空（「宁可不展示」同款精神）。
但读者体验暴露了一个结构病：我们的设计假设了「读者会去读原文」——100-250 字短摘要+跳原文，明令不翻全文。这个假设在真实读者场景下双重破产：网络层——大量外文源需要梯子才能打开，典型读者手机上没有 VPN，点了白点；语言层——就算打开，英文原文也读不动。跳转率≈0，摘要就是全部，而概括式摘要（「作者主张将可验证性纳入架构权衡」）给的是「关于文章」的元信息，不是「关于内容」的答案——读者读完一无所获。日报的典型读者画像由此坐实：国内、手机端、无梯子、英文阅读困难的一人创业者——这个画像约束写作层的全部设计：摘要必须自足、全文必须中文化、页面必须国内可达。
四个具体缺口：①摘要写法=概括式而非答案先行；②无全文翻译管线；③禁用词=原则一句话 vs 它的显式词表；④相对时间换算与排他表述两条规则缺席；⑤所有约束只在 Prompt 层，没有一道代码级后置校验（它有身份词典硬拦）。
思远 AI Lab 的结论（本层迭代清单，已拍板）：
- 摘要哲学换轨（零成本，当天）：概括式→答案先行，第一句给可独立引用的结论，禁「作者主张/本文介绍」起句。
- 翻译管线（中施工，立项）：入选条目站内全文中文翻译——翻文字+转图片，全站内化：文字译为中文（保结构、保链接），图片在 mini 侧抓图转存 OSS 替换站内链接（依据：正文能抓到的源，同域图床大概率也通），读者看到的是一篇完整的中文文章，国内 CDN 直达、永不裂；它不只是翻译语言，还是可达性代理，一次解决「打不开」和「看不懂」。两条规则（思远 09-29 拍）：抓图失败直接标注为失败（不用占位伪装）；无图照常发布（图不是核心信息源，不因图阻塞出刊）。静态生成一次永久服务。摘要回归唯一本职：让读者决定要不要点进全文。
- 禁用词表移植（零成本）。
- 相对时间照抄不换算 + 排他表述须原文明写（零成本，两条规则）。
- 身份词典后置校验脚本（小施工）：给我方补「代码兜底」的第一块砖。
3.5 聚簇与热度：体量决定机制，最小化一致
它的情况：这是 AI Hot 拉开代差的一层。
聚簇：两层概念——fact（同一次发生）挂在 story（同一事件及其进展）下。新文章进来，先用向量相似度在近 14 天的报道里找最像的 10 条候选，再让模型判断关系。关系不是「是/否」，而是四选一：同一次发生 / 同一事件的新进展 / 无关 / 综述盘点。为什么不用「是/否」？代码注释里写着实测依据——「是/否问法在 370 对人工标注样本上，拒掉了一半的真实合并」：模型被问「这两条是同一件事吗」时倾向保守说「不是」，给四个选项时判断质量显著更好。配套保险：拿不准的合并换一家模型厂商复核；新进展只许挂到事件根部（防链式膨胀）；人工改过的归属永不覆盖；入选文章最多等 3 分钟归组完成才亮相。
热度：挂在事件上，不按文章算。记录每个独立参与方（同一媒体集团归并）的目击时间：48 小时窗口内每方只算一次，按 24 小时半衰期衰减。上榜门槛：至少 2 个独立参与方 + 至少 1 个权威来源。一家媒体连发十篇不多算，只有「越来越多不同的声音在说」才涨——热度从「文章计数」升维成「舆论场参与计数」。另有诚实细节：信源抓取失败时热度会偏低，系统只和「同样不全的历史口径」比趋势，信源赶上后回填重算。
思远 AI Lab 的情况：我方没有事件概念——同一件事被 5 家报道，日报里就是 5 条。但要先问：这个问题在我们的体量下有多大？它是舆论场（每天上千条进料、含 X 信号源），重复是泛滥，聚簇热度是生存必需；我们每天入选 8-15 条，重复是「偶有」不是「泛滥」。体量决定问题的严重性——和 3.2 预筛是同一把尺子。
思远 AI Lab 的结论（最小化一致，思远 09-29 拍）：
- 事件级去重（小施工）：不做完整聚簇。我方评分 Prompt 早已输出 event_key（同事件标记），组刊时消费它即可——同日同 event_key 只留最高分一条；与近 7 天已刊的 event_key 去重（连续事件不连登多天）。零新机制，一条组刊规则，目的一致：同一件事不重复占位。
- 热度不做，挂起：等体量到了再说。连带效果——不做热度 → 不需要信号源 → 不需要预筛，3.2 埋的因果链在此闭环。
- 它的聚簇四选一设计（370 对标注样本背书）留作机制资产：未来真要升级事件层时，轻量路径=词法相似+四选一判定，不从零研究。
四、思远 AI Lab 的现状与迭代方向
思远 AI Lab 的日报工程现状：每天早上 6 点（比它早两小时），145 个信源自动采集；AI 模型对每条文章分维度打分（各 0-4），过门槛后由脚本排序、去重、组刊，全程没有人挑稿；随后另一个工程接力发布——验收、构建、备份、上传，逐字节核对线上内容和本地完全一致后才记进「已刊历史」。无人值守，每日连续出刊。
对照 AI Hot，思远 AI Lab 的强项在发布工程的严谨（字节级核验、断点重试、旧评分复用不重复花钱），缺口集中在策展判断层与写作输出层——这正是本次研究逐项对照后拍下的迭代清单。
迭代总清单（3.1-3.5 逐项拍板汇总）：
A. 零成本，当天可做（改 Prompt/一条纪律）
- 评分输入剥离来源字段（学硬防；需先核下游无消费）
- 摘要哲学换轨：概括式→答案先行，第一句给可独立引用的结论
- 禁用词表移植（必读/重磅/炸裂类显式清单）
- 相对时间照抄不换算 + 排他表述须原文明写（两条防虚构规则）
B. 小施工（单脚本/单规则级） 5. 两次独立评分求和判门槛（治抖动） 6. 身份词典后置校验脚本（张冠李戴整条退回——补代码兜底第一块砖） 7. 事件级去重：组刊消费 event_key——同日同事件只留最高分，与近 7 天已刊去重
C. 中施工（新模块/新管线） 8. 评分体系改造：五轴升六轴（新增可用性轴）、取消模型总评（只当裁判、算分归规则）、量表 0-4 升 0-10、五类×六轴权重表 v1 外置配置 9. 校准机制三层漏斗：AI Hot 公开精选当现成标注 → Codex 拿它开源标准跑批做 diff → 思远只审分歧（几十条） 10. 翻译管线：入选条目站内全文中文翻译+图片转存 OSS 全站内化（抓图失败直接标注，无图照常发布）
D. 已拍不做/挂起
- 采集框架不迭代（维持 RSSHub 路线；国内公众号体系「高价值源」无法定义）
- 预筛层不建（源层已筛；若未来引入信号源则变成必须）
- 热度不做、信号源不引入（体量未到；聚簇四选一设计留作机制资产备用）
效果验收口径（思远定）：评分分类与写作改造上线后，直接读明后两天的日报成品，看内容变化——不改工程，凭阅读体验判。
五、提炼：这套工程教会我们的四件事
-
判断与规则物理分离。 评分时剥离信源信息（判断归模型）、门槛按等级在模型外判定（规则归代码）、状态机不许模型碰。同一个哲学贯穿三层，是全框架最深的设计语言。
-
品味可以工程化。 五轴权重、噪声上限、禁用词清单、事件口径校正——主编脑子里模糊的「感觉」，全部被写成可审计、可版本化、可回归测试的显式规则。
-
所有数值都有实测背书。 聚簇四选一（370 对标注样本）、合并复核的相似度门槛、事件合并的精确率 0.944/召回率 0.962——开源的不只是代码，是带着校准记录的决策依据。这是「跑了 6 个月」和「写了 6 天」的区别。
-
机制是体量的函数。 预筛、聚簇、热度——AI Hot 的每一层重机制背后都是它的体量（舆论场、全天候、上千条日进料）。研究它的正确姿势不是逐项照搬，而是先问「这个问题在我们的体量下有多大」：评分与写作的品味工程（与体量无关）全收，规模逼出的重机制（与体量强相关）最小化一致或挂起。这是本次研究最反直觉也最重要的一课。
六、我们迭代的结果
2026-09-29，报告写完的当天，迭代完成并正式切换生产。
施工 Brief（v1.1）当天上午经思远终审后发出，五链路一次性施工到位；当晚正式切换，旧版保留作回退备份。第四段迭代总清单 A/B/C 档十项全部落地：
A 档（零成本纪律类，当天可做）
- 评分输入物理剥离来源字段——模型打分时看不到文章来自哪里
- 摘要换轨答案先行——第一句必须是 30-70 字、可独立引用的结论
- 禁用词表移植——必读/重磅/颠覆/炸裂等 14 个词进显式清单
- 两条防虚构规则——相对时间照抄不换算；排他表述须原文明写
B 档（小施工）
- 两次独立评分求和判门槛——治 AI 打分的手抖
- 身份词典后置校验——摘要里的公司名在原文查不到，整条退回、留痕可审计
- 事件级去重——同日同事件只留最高分一条，与近 7 天已刊去重
C 档（中施工）
- 评分体系改造：五轴升六轴（新增「可用性」）、量表 0-4 升 0-10、取消模型总评（裁判不当会计，算分归脚本）、五类×六轴权重表 v1.1 外置为配置文件
- 校准三层漏斗上线：AI Hot 公开精选当现成标注 → 用其开源评分标准对我方材料跑批做 diff → 分歧清单人工终审
- 翻译管线：入选外文条目站内全文翻译、图片转存站内、抓图失败如实标注、无图照常发布
首日验收（阅读体验终审制）：切换当日日报由思远读成品认可，资料节译页同步上线，正式网址（siyuanailab.com/curation/）已核验更新。
配套动作：本报告上架独立站「研究与学习」栏目；日报工程作品卡（作品集 · pipeline 栏目首件）随本报告一同上架——含迭代方向、迭代结果与开发日志，建造过程对外公开（build in public）。工程本体暂不开源，对外标注「联系我获取」——自己做出来了，就证明这件事切实可用。
从研究到切换到验收，全程一天。这是「研究、学习与实践闭环」的第一次完整跑通：拆它 → 学它 → 改自己 → 当天上线。