搭个AI风险雷达，比刷新闻省事

我花了两天试了一下AI放缓信号监测。起因是Anthropic CEO达里奥·阿莫迪发了一篇3800字文章，呼吁全球放缓人工智能发展，OpenAI和xAI负责人随后表态。第二天AI概念股下挫，软银股价暴跌11.54%。这类消息从发布到市场反应很快，靠刷新闻容易慢半拍。

我的目标是把同类新闻拆成两层，看谁在说，市场有没有反应。我对比了两个方案，一个是人工搜索，一个是规则匹配加AI摘要。

先说一个不依赖代码的人工版。打开表格工具，点新建工作表，建6列，分别是日期、标题、来源、关键词、情绪、动作。在关键词列里填放缓、监管、安全、暴跌、开源、数据中心。打开浏览器，在搜索框输入“AI 放缓 监管 股价”，点24小时内，看到按时间排的新闻列表。复制标题到表格，手动标出CEO呼吁、政策动作、股价反应，情绪填担忧、中性、恐慌。同一天出现两个强信号，动作列写看盘，保存。

我这边测下来，人工看20条大约40分钟，误记3条。标题党常把AI概念股下挫写成AI崩盘，情绪判断容易飘。

规则匹配的意思很简单，先给每条新闻贴标签，再让AI把同标签内容合并。我用这几天在试的技术社区Hacker News搜索，配合用了大概一周的AI对话工具Claude。打开Claude，点新建对话，输入你是AI新闻分类器，只按标签输出，不要解释。每次粘贴5条标题，按回车，预期看到每条一行结果。让它按固定格式输出，字段包括标签、风险、一句话，标签取监管、安全、市场、技术、其他，风险取高、中、低，一句话留空。把结果粘回表格。在表格里筛选，标题同时有CEO和放缓，标强信号；有股价和暴跌，标市场反应。

这个方案跑了两天，每天处理15条，耗时25分钟。强信号命中6条，误报2条。误报多来自某公司称不会放缓AI这类标题，规则容易忽略不会。

方案	耗时	命中	误报
人工搜索	40分钟/20条	8条	3条
规则+AI	25分钟/15条	6条	2条

踩坑方面，最容易把AI摘要当事实。我一开始让模型判断利好利空，它很自信。后来对照原新闻，发现它把“美国敦促G20成员国对AI监管不干预”理解成“全球监管放松”，方向对，但漏了“美国立场”这个限定。解决办法是只让它贴标签和摘录，不下结论。

另一个坑是关键词太宽。我加了AI、模型、股价，20条里19条命中，等于没筛。缩到放缓、监管、安全、暴跌、开源、数据中心后，噪声少了。

下一步可以试事件链，把CEO文章、政策表态、股价变化按时间排成一列。再往后，把规则匹配接到邮件归档，每天只发一次摘要。等流程跑顺，再考虑接行情或网页订阅源RSS。

这种放缓AI的讨论不会只停在嘴上，安全标准会先从头部公司协调开始，再外溢到政策与估值。对普通观察者来说，先把信号拆成三层，看谁在说、说了什么、资产价格有没有反应。