费城问讯报造Scrape 编辑每周省12小时

时间：2026年10月5日（Lenfest Institute发布） 地点：美国宾夕法尼亚州费城 人物：The Philadelphia Inquirer（费城问讯报）、Lenfest AI Collaborative、Kevin Hoffman（AI Fellow） 事件详情：《费城问讯报》（The Philadelphia Inquirer）联合Lenfest AI Collaborative推出内部AI工具Scrape，专门从市政会议记录、学校日程、社交媒体页面等极度分散的本地信息源中自动挖掘具有报道价值的新闻线索。在Scrape之前，一位编辑每周需投入约12小时手工筛选、阅读、判断哪些内容值得跟进；Scrape目标是把这些耗时重复的工作"流水线化"，同时保留编辑的最终判断权。 背景：Scrape目前已支持6家本地新闻邮件（即将扩展至8家），近20名记者日常使用。团队把编辑已经整理的选题清单、邮件摘要直接当作AI的目标和基准，构建紧致的人机反馈环——编辑每天标注Scrape输出摘要中"哪些有用、哪些是噪音、哪些绝对不该出现"（如例行道路施工、循环健身课促销）。团队把"什么算新闻"这种抽象概念替换成具体描述——目标读者、覆盖地域、学区、常规报道节拍、过去类似报道样本，全部显式编码进提示词。Hacker News讨论中支持者认为这类工具可帮助居民发现被忽视的公民活动、对抗大型媒体垄断；批评者警告可能让本地媒体充斥重复、低质量的"超本地垃圾内容"。 影响：Scrape代表本地新闻业从"纯体力劳动"向"AI辅助+编辑判断"转型的样本案例。其关键经验"成本与质量必须一起设计"为后续所有本地媒体AI工具提供了蓝图——Lenfest AI Collaborative项目还获得OpenAI与Microsoft的资金支持，意味着头部AI厂商正在加速渗透地方新闻室这一长期被忽视的市场。 总结：费城问讯报Scrape用3-4个月人机反馈循环把编辑每周12小时调研压到分钟级，已成为6家本地新闻邮件的基础设施；其"显式编码编辑判断"的范式或将被各地新闻室复制。 参考来源： 1. Lenfest Institute：How The Philadelphia Inquirer built Scrape, an AI tool to surface hyperlocal news leads — https://www.lenfestinstitute.org/solutions-resources/philadelphia-inquirer-scrape-ai-hyperlocal-news/ 2. Hacker News 讨论：The Philadelphia Inquirer built Scrape, an AI tool to surface hyperlocal news — https://news.ycombinator.com/item?id=49930872 3. Web Pulse：The Philadelphia Inquirer built Scrape — https://wpnews.pro/news/the-philadelphia-inquirer-built-scrape-an-ai-tool-to-surface-hyperlocal-news 4. Poynter：AI in local journalism 2026 review — https://www.poynter.org/ai-local-journalism-2026/ 5. Nieman Lab：Hyperlocal news automation trends — https://www.niemanlab.org/2026/hyperlocal-news-automation/ 6. CyberFocus：AI精选热点 — https://cyberfocus.cc/social 7. Lenfest AI Collaborative — https://www.lenfestinstitute.org/ai/