我如何追踪 AI 资讯而不被新闻淹没
每天早上，我的信息流里都会涌进几十条 AI 头条：新模型、新跑分、新融资，以及又一个“一切即将改变”的断言。全看完是一份全职工作，而且其中大部分一周后就会被忘记。所以我不再追求读得更多，而是给自己建了一套过滤器。这篇文章就是把这套过滤器写下来。
从一手来源开始
模型发布、价格页面和官方博客是事实，评论是观点，二手评论往往是“对观点的观点”。我的规则很简单：一件事如果真的重要，先追溯到原始发布再说。截图的截图，不算来源。
区分能力与营销
演示视频展示的是系统在特定条件下做成过一次。我真正想知道的是：普通用户今天能不能用上？价格是多少？限额是多少？换到第十次、换到烂输入、换到英文以外的语言，还行不行？发布视频和可靠工具之间的距离，正是大多数失望的来源。
看成本，而不是只看跑分
跑分拿头条，但成本曲线改变行为。当某个能力水平的价格降到十分之一，昨天还是玩具的应用，今天就成了理所当然的产品。我会粗略记录前沿推理成本的变化轨迹，它预测到的真实变化，比任何单个排行榜都多。
每周复盘，而不是每天焦虑
我每天扫标题，但只在每周坐下来一次，判断到底什么真正重要——几百条里通常只有两三条。那几条才是我会写下来的。其他的都进“再看看”堆里，而它们中的大多数再也不会回来，这正是这套方法的意义。
刻意忽略的东西
匿名爆料、博眼球的预测、没有出处的图表。刻意忽略不是偷懒，而是让真正重要的少数获得足够注意力的唯一办法。追踪 AI 的目标不是比所有人先知道一切，而是把少数真正重要的事，理解得比噪音提示的稍早一点、稍准一点。