对抗知识焦虑,从看懂这条开始
App 下载对抗知识焦虑,从看懂这条开始
App 下载
场景适配|路透新闻研究所|内容变形|新闻个性化|液态内容|AIGC|人工智能
早高峰挤地铁时,你点开新闻想刷两页,却被晃得眼晕;午休趴在工位,想听点新闻放松,手机外放又怕吵到同事;晚上窝在沙发,想深挖某件事的来龙去脉,却找不到完整的深度报道——你有没有过这种「新闻总跟场景不对付」的时刻?
过去我们总说「新闻个性化」,以为只是算法把不同文章推给不同的人。但2026年路透新闻研究所的一份报告,把「液态内容」列为年度关键词,这才让人们意识到:真正的新闻个性化,是内容本身能跟着你的场景、时间甚至知识储备「变形」。这到底是怎么做到的?
你可以把传统新闻想象成一块固定形状的冰,只能以「文章」「视频」「音频」其中一种形态存在,你要做的是「适配内容」——挤地铁时硬着头皮看文字,午休时戴着耳机听音频。而液态内容,是把这块冰融化成水:它没有固定形状,能根据你所处的容器(场景)变成任何样子。
实现这种「变形」的基础,是把新闻拆解成「原子化内容单元」——就像把一杯水拆成一个个水分子。一篇关于「央行降息」的报道,会被拆成「降息幅度0.25%」「上次降息在6个月前」「专家认为将刺激楼市」这些独立的事实、数据、引语,每个单元都带着清晰的语义标签,储存在数据库里。

当你在早高峰打开新闻App,AI会自动抓取「降息幅度」「影响行业」这些核心单元,生成300字以内的图文摘要;当你午休时用语音指令问「央行降息了?」,AI会把「专家解读」「历史对比」整合成5分钟的音频;当你晚上想深入了解,它又会把所有单元组合成带数据图表的深度长文。

液态内容不止改变了用户端的体验,更重构了新闻生产的底层逻辑。过去记者的工作是「搭积木」——把采访到的信息拼成一篇完整的稿件;现在记者要做的是「生产积木」,产出一个个标准化的事实单元,而编辑的工作则是「设计积木的拼接规则」。

华盛顿邮报的AI个性化播客就是典型案例:记者们每天采写的新闻,会被自动拆解成事实单元,AI根据用户订阅的话题、喜欢的主播风格,实时拼接成专属播客。用户甚至能自定义时长,从3分钟的速报到15分钟的深度解读一键切换。
但这种效率革命也藏着隐忧。2024年巴尔的摩曾发生一起AI语音伪造校长丑闻,伪造的录音几乎以假乱真,差点引发校园恐慌。当内容可以被AI随意拼接、转换,事实核查的难度呈指数级上升。目前新闻机构的解决方式是「人机共治」:AI负责生成内容,人类编辑必须对每个事实单元的真实性进行审核,确保「积木」本身没有问题。
液态内容的终极形态,是新闻机构从「内容生产者」变成「知识运营商」。过去一篇报道发布后,除了被转载几乎没有其他价值;现在拆解后的事实单元,可以被反复组合成不同形态的内容——既可以是给普通读者的科普文,也可以是给企业客户的行业分析报告,甚至能成为AI训练的可信数据源。
比如澎湃新闻利用AI把政府工作报告的关键词分析,转换成数据视频后,传播量是传统图文的3倍。这些结构化的事实单元,就像新闻机构的「数字资产」,能在不同场景下实现价值复用。
但这也让新闻的边界变得越来越模糊。当AI能把新闻内容转换成短视频、播客甚至游戏化的互动内容,新闻和娱乐、教育的界限正在消失。用户可能在刷短视频时看到新闻,在听播客时获取知识,这种融合带来了新的传播机会,也对新闻的专业性提出了更高要求:如何在保持趣味性的同时,不丢失事实的严谨性?
我们这一代人,见证了新闻从报纸、电视到互联网的变迁,但液态内容带来的变化,可能是最深刻的一次——它第一次让新闻真正「以用户为中心」,而不是以内容形态为中心。
当然,这一切的前提是「信任」。当内容可以随意变形,用户最关心的不再是「内容好不好看」,而是「内容真不真实」。在这个液态内容的时代,新闻机构的核心竞争力不再是生产速度,而是对事实的坚守能力。
内容随场景流动,信任是不变的锚点。