最近我又有了一个小想法，而且很想把它做出来。

上上篇还在想 LLM API Gateway，也认真研究了多模型接入、任务状态、成本和合规。但基础设施、企业需求和治理边界太多，对我现在的试水项目还是重了一点。

这次的想法叫 FrontPost。它离我的日常更近，也让我产生了一种“这个我真的很想用，所以很想尽快做出来”的冲动。

为什么我会想要这个东西

因为这基本就是我自己的痛点。

我并不喜欢又臭又长的 paper。确认它值得读之前，我不想先花半天从头啃到尾。我可能就是那种专注度不太够、又什么都想知道一点的人。我只是个普通计算机学生，关心前沿不需要先给自己贴上 AI researcher 的标签。能不能天天读论文、熟不熟悉所有术语，都不该决定一个人有没有资格知道最近发生了什么。

这种害怕其实很朴素：几个月没看，怎么感觉整个世界又换了一套说法？

考研这一年尤其明显。一边闷头复习，一边又想知道外面发生了什么，但我没有时间每天刷 arXiv、翻 newsletter、看公众号，再自己去重和整理。最后要么彻底不看，要么掉进信息流看了很多热闹，还是说不清自己关心的细枝末节发生了什么。

公众号、小红书的推荐系统是很 nb 的东西，我也喜欢看。它们敏感、鲜活，虽然未必总是严谨。但为了严谨把每次更新都写成小论文，日报也会变得又臭又长。

我想要的更像小时候听小度播新闻。那是闹钟的一部分：先把我叫醒，接着播当天最热门的通用新闻。我不用想关键词，也不用打开十几个网页。后来它好像不怎么播了，但那种信息在固定时间主动来到面前的体验，我一直记得。

所以我有点武断地认为，这不只是我一个人的问题。时间之外，英语、订阅、机构权限、渠道和术语也在制造信息差。同一件新鲜事，有人第一时间看到，有人几个月后才从二手转述里知道。这个猜测还要留给真实使用验证，但我已经想到了一个比 AI assistant UI 更合适的形态：邮报。

“邮报”听起来有点复古，但人类很早就在定期整理信息。古罗马的 Acta Diurna 把公共事件写出来供人阅读；¹ 中国的邸报、京报则长期传递诏令、奏章与朝廷动态。² 社会越复杂，人就越需要一份整理过的信息。

到了现代报业，报纸开始进入大众日常。1896 年创刊的 Daily Mail 只卖半便士（约为当时多数伦敦日报价格的一半；按一般消费价格购买力粗略折算，相当于今天约 0.35 英镑，也就是人民币 3 元左右），内容也更短、更好读。³ 更多人买得起、读得完，信息才更容易成为日常。

内参走的是更窄、更密的一条路：为特定决策者整理会影响判断的信息。⁴ 今天的 newsletter 则让每个人订阅自己关心的领域，并与出版者保持直接关系。⁵ 可知道去哪里找、该订什么，本身又是一种信息差。

报纸为什么能赢，AI 报纸会是什么

传统报业进入大众生活，先靠技术把成本降下来。Library of Congress 的历史资料提到，蒸汽印刷催生了 penny press，让工人阶层也买得起报纸；后来的 linotype 又让排版和印刷更快，一期能装下更多新闻。⁶

低价和产量只负责把报纸送到手里，编辑能力才决定人会不会留下。UNESCO 把编辑、事实核查和来源审视视为可靠信息的重要生产过程；Reuters Institute 的订阅研究也发现，每日使用是续订的重要预测因素，低价优惠能吸引第一次付费，真正留住人的仍是质量、易用性和习惯。⁷

报纸能进入日常，大概靠几件事：价格够低，分发够稳，有人筛选和核查，版面也知道什么该放前面。读者每天打开，信任就一点点长出来。

那么，AI 报纸会是什么？我现在想得比较朴素：AI 在后台盯住远超个人能力的信源，先做去重、关联、翻译和初步解释；每一期再像编辑部一样做取舍，分出头版、简讯和留待细读的内容，标清原文、模型归纳与不确定性。它按固定节奏送到面前，从阅读、跳过和收藏中学会 taste，也保留一点意料之外。最后收到的，是一份能读完、能追溯、越来越懂自己的报纸。

FrontPost 是什么

FrontPost，前沿邮报，是一份可以高度定制、持续追踪、每天或每周主动送达的 AI 邮报。分析智能体和自动化任务在后台采集、筛选和解释信息，用户收到的是有重点、有来源、排版清楚的报纸。

它面向所有希望了解前沿信息的人。哪怕没有研究背景，也不熟悉复杂的检索和调研流程，照样可以打开就读。

这里的前沿包括论文、产品更新、开源项目、工程实践、行业变化、政策、市场和个人判断。信源可以来自 arXiv、Web of Science、用户已有权限的非 OA 数据库，也可以来自 RSS、newsletter、Substack、知乎、公众号和具体网站。⁸

以我为例，我会同时关注具身智能、供应链、Agent、Text-to-SQL 和怎么开一家土耳其餐厅。每个人的组合与 taste 都不同，而且一开始未必说得清楚。FrontPost 可以从阅读、跳过、收藏和追问中慢慢看出来：哪些东西该放前面，哪些只是偶尔看看。

它是一个 side project，也是我想认真试试的小产品。我会先把自己当作测试样例，再找几位可能有类似困扰的人一起使用。第一版先守住精准和轻量，其他判断交给真实反馈。

论文是重要信源，但前沿不只在论文里。研究者、开发者和行业从业者的 Twitter、博客和 newsletter，公司技术博客、GitHub release notes、行业研报、标准、政策和市场数据，也会及时暴露变化。并非每个领域都有 arXiv 这样的开放生态，CS 确实是一个很有开源精神的领域。

我自认就是那种又菜又八卦的人：论文天天看真的会想吐，哪里有新东西又总想凑过去看一眼，更何况这还是一份早报。十篇论文、三十个创新点摆满整版，我大概根本不想点开。我想开开心心地看看今日份前沿头条，几分钟知道发生了什么，然后安心去做自己的事，也没有“未读 99+”的负债感。

轻量不是把东西都写浅，而是帮我分配注意力。有些内容值得二十秒，有些值得两分钟，强相关的新工作也可能值得十分钟。简报可以长如内参，也可以短如前线战报，篇幅取决于用户的时间、场景和 taste。最重要的内容放在头版头条，其他内容缩成简讯或留待展开。

我也参考过多邻国让人持续回来、根据反馈调整节奏的方式，但 FrontPost 没有一套固定课表。用户会成长，问题会变化，很多兴趣甚至是在长期阅读里才慢慢长出来。传统报纸追着世界变化，FrontPost 还要跟着读者变化：今天只是随手扫一眼的方向，半年后也许会成为他的工作；它应该记得这种变化，也偶尔把新的问题递到面前。

抓取、推荐和排版只是工程上的起点。真正用起来后，还会冒出今天想不到、现有方案也解决不好的问题。碰到了就认真研究，把它做成新的能力，而不是绕过去。共同成长最后要落到一期期邮报有没有变得更合适。

正如我在 FrontPost 设计规范 里写下的：前沿知识，平等可达。 知识平权不是一句轻飘飘的口号，也不是有了 LLM 就会自然发生的事。不同地区、语言、设备、教育背景和机构资源，都会影响前沿知识的可达性。学生、开发者、行业从业者，或者只是对某件事好奇的人，都可能被英语、订阅、圈子和工具熟悉度挡在外面。FrontPost 现在做不到抹平这些差异，但我希望它每个版本都朝这里挪一点。

FrontPost 团队会扎根中国，中文和英文会是主要工作语言。我们也希望从这里出发，把前沿信息送到世界各地，逐步支持更多语言和文字，尽量别让语言挡住人。标识暂时只做两套字标：中文和日文语境使用汉字“前沿邮报”；使用罗马字母的地区，以及暂时没有单独适配的其他地区，统一使用 FrontPost。字标只有两套，支持的语言不会只有两种。

定价我现在也只模模糊糊想过一点。基础订阅大概每月 2 美元，学生可能便宜一半；不同地区也可以按当地情况做些折扣，有些地方干脆免费。具体怎么定、怎么验证，都等真的有人开始用以后再慢慢调整。价格能让产品继续运行就好，我更希望它别成为获取前沿信息的新门槛。

啾啾状态：认真想，从 0 开始，它应该变成什么样子？

MVP

李自然公开的《AI 论文简报》方法论给了我不少启发：多信号筛选、解释内容意义、保留来源，同时公开自动化筛选可能遗漏小众工作的局限。⁹ FrontPost 会结合社区信号与个人阅读反馈，优先处理用户自己的细分关注。

这个目标很远，第一版还是先做好一件具体的事。PaperDaily、论论全球、AMiner、Semantic Scholar、Consensus、Elicit、Perplexity、玻尔、Moonlight、ResearchRabbit、Feedly AI 和 Readwise Reader 等产品，已经把搜索推荐、证据综合、深度调研、论文阅读、关系探索和信息汇聚等环节做得很深。¹⁰

我想参考它们解决问题的方式，FrontPost 的主形态仍然是一份持续送达的邮报。MVP 先聚焦用户关心领域的持续追踪，把新增变化筛选、编辑成一份轻量邮报并按时送达，不去沾染论文精读、知识归档、系统调研和综述等能力。

以前做互寻岛时，我后来常想，我们可能太早要求它给出胜负。融资让团队更早面对增长和收入压力，项目也较早停下；模型未必合理，也可能还有别的原因。但当时创建出来的那些群聊其实仍能运行，说明需求没有消失，只是结果偏离了最初期待。再坚持一年会怎样，现在已经无法验证。

互寻岛留给我的教训是，速胜论和速败论离得很近：急着证明成功，也容易在短期没有起色时过早判死刑。FrontPost 起量前要控制规模、成本和风险，把两到三年的迭代当作正常周期。我也会一直把自己当作测试样例，像社区的一员那样深入具体领域、跟着真实使用去改。愿景可以很远，过程中少说大话；先让人获取信息更省力，把每一期邮报做好。FrontPost 希望建立以 AI-Native 高效协作为基础的组织方式，跟着真实反馈持续迭代。

如果进展顺利，我希望能在 2026 年做出一个全平台 MVP，先跑通完整而可控的闭环。

完整的产品、AI、内容生产与交付架构见 《FrontPost 的方法论》。

啾啾状态：元气满满开干！