當傳播大腦的“靈思超級助手”部署在騰訊云ClawPro上，傳統媒體工作流真正迎來了從“串行流水線”到“并行智能體”的效率重構。

AI內容井噴的時代，新聞人的價值是什么？

這并非宏大敘事，而是懸在每一個媒體從業者頭上的達摩克利斯之劍。大模型會寫稿，AI會剪視頻，數字人主播不請假、不喊累，當AI把媒體工作做到了80分后，人還有什么不可替代的東西？

每天早上九點半，浙數文化副總經理、傳播大腦總經理張宇宜的“靈思超級助手”會準時給他發一條簡報：過去24小時浙江最火的10條新聞，外加新聞客戶端點擊和評論最高的10條稿子。這件事現在交給傳播大腦打造的首個媒體小龍蝦智能助理——“靈思超級助手”，每天跑得比人還準時。這，是一個老媒體人開始“養龍蝦”的故事。

從2001年在浙報入行開始，張宇宜當過記者，做過新聞中心主任，完整地經歷過媒體的黃金時代。如今，他和同行們面臨的是AI和短視頻時代下，媒體系統性變革的挑戰。2023年，他受命組建傳播大腦，這是由浙江省委宣傳部指導、四大省屬文化集團共同發起的媒體科技公司，目標是構建省市縣媒體融合“一張網”，并且把先進的技術能力，輸出給全國其他媒體機構。

浙數文化副總經理、傳播大腦總經理張宇宜

老媒體人做技術公司，判斷很明確：技術是術，不是道，道是記者跑現場求真相的執著，是總編存在腦子里的選題判斷。可現實是，媒體人的大部分時間花在找線索、整理素材、剪輯視頻等機械勞動，以及對熱點的疲于追逐上。

所以當龍蝦浪潮來襲時，他們要做的事情很明確：要打造一個為媒體人量身定制的AI超級助手，讓每一個媒體人都能擁有自己的專屬助理，他們將它命名為“靈思超級助手”。傳播大腦希望將龍蝦批量應用于媒體工作流，所以當騰訊云推出企業龍蝦ClawPro時，傳播大腦認為ClawPro提供的企業級統一部署與管控能力能讓“靈思超級助手”底層能力更穩、更敏捷。基于此，傳播大腦“靈思超級助手”選擇部署在騰訊云ClawPro上。

把騰訊云ClawPro接進靈思，AI開始在編輯部“跑腿”

媒體行業不缺大廠技術支撐，缺的是真正滿足業務訴求的專業工具。成立三年，傳播大腦專注于此。從中央網信辦第一個通過備案的垂類傳播大模型，再到媒體一站式業務管理平臺萬媒，再到傳播大模型上生長出來的聚焦于深度寫作的NewsPower、審校工具蜂鳥審校，都是傳播大腦基于媒體行業洞察研發的創新產品。

這些技術模塊，都已經在某種程度上幫到媒體人的產出。但傳播大腦還想更進一步，把這些分散的技術模塊串聯起來，讓它們在具體工作流中無縫銜接。

順著這條路徑，靈思超級助手首先是對每個媒體人個性化需求的滿足。它更像是一個能發起任務、調用萬媒原有的各種能力、回傳結果的“新同事”。跑政治線的記者，可以讓它每天匯總中央和各省發改委動態；做輿情服務的運營，可以讓它定期追蹤客戶輿論線索；總編輯可以讓它每天把31家省級報紙的頭版整理成一份PDF。這種個性化，并非沒有邊界。ClawPro的管控端讓管理員可以統一圈定哪些模型可用、哪些IM（即時通訊）通道開放，記者們在這個范圍內自由配置，企業的合規邊界始終在線。

龍蝦帶來的第二個變化，在流程的提效上。在以往的媒體標準流程里面，策、采、編、審、發，就像流水線一樣，上一個環節做完了之后才能進入下一個環節。騰訊云文化傳媒行業總經理舒文琦用體育賽事舉過一個例子，假設世界杯小組賽同時開打，過去的采編流程通常是串行的：記者盯完A組再看B組，寫完文案再去配音，等素材齊了再開始剪輯。現在，用戶告訴靈思“同時關注四個小組”，它就能在后臺同時安排多個策劃Agent，并行分析熱點。在強時效場景里，一個高光進球發生后，30秒左右，一條剪輯好、有配音的短視頻就推送到了手機上。舒文琦把這種方式概括為“A-to-A”：智能體在多個Agent之間來回執行任務，再把結果交回來。

這也是傳播大腦選擇騰訊云的重要原因。張宇宜說：“跟騰訊云的每一次合作，是能一竿子插到底的，能見到效果。”舒文琦則把雙方的關系比作餐廳和供應鏈：騰訊云提供穩定底座，傳播大腦更懂媒體客戶的口味。

騰訊云文化傳媒行業總經理舒文琦

但媒體行業不是普通效率場景，內容一旦發出去，就會產生公共傳播影響。所以，靈思能不能進編輯部，不只看它夠不夠快，也看它夠不夠穩。傳播大腦和騰訊云給它設下的邊界很明確：信源可查、過程可審、結果可控。落到ClawPro上，這句話有了具體支撐：每次模型調用有日志留存，管理員可按用戶和模型查看Token消耗，發現異常后及時介入；管理員可以統一配置企業專屬Skill庫，并從公開的SkillHub中統一發放，避免直接暴露在開放市場。AI Agent生態越開放，越需要主動設邊界，這也是靈思能在編輯部穩定運行的前提。

從80分到90分，媒體真正的護城河仍然是人

不過，AI進編輯部這件事，并沒有看上去輕松。

在張宇宜看來，大模型能把很多工作做到80分，真正難的是從80分做到90分。越往上走，越考驗它能不能理解媒體不同崗位的語境和習慣，輸出一個更穩定、可驗證的結果。

這也是傳播大腦為什么開始盯上“默會知識”。在張宇宜看來，總編輯腦子里那些說不清但管用的內容判斷，不會過時。代碼有對錯，數學題有標準答案，但一篇文章的好壞、品位的高低，涉及的是價值判斷和美學判斷，這比寫代碼難得多。

傳播大腦試圖用靈思和其他AI工具做的一件事，就是盡可能輸入更高質量的訓練數據和媒體語料，讓這些抽象的經驗，沉淀成AI時代可復制、可傳承的標準。當然，張宇宜也很坦率：靈思還在內測期，離真正“好用”還有距離，尤其在個性化需求上，他們將通過后期實際的使用場景，繼續打磨。

傳播大腦內部有個愿景，“讓創作每天發生100萬次”。對大廠來說，這不是多大的數字，但如果專業媒體人真的愿意每天用這套能力寫作、采訪、找線索、收集素材，那就說明AI不只是一個炫技的功能，而是真正進入了生產現場。

這或許也是開頭那個問題的答案。AI時代，一個新聞人的價值，不在那些可被快速復制的標準動作里，而在判斷、核實、現場和洞見，在紛繁信息里提供可信的坐標。

媒體行業的應變，也不是守著舊流程不動，而是把先進工具真正用進來，讓AI先接過那些重復、瑣碎但又繞不開的勞動。至少從傳播大腦和騰訊云的嘗試來看，工具已經不是點綴，而是繼續保持媒體專業能力的一部分。