AI 信息源
做 AI 产品和独立开发，先把信息源筛干净，省下刷推的时间。
做 AI 产品，信息获取的及时性有时比执行力还重要。但信息海太杂，垃圾太多，选对信源比什么都看更重要。
AIHOT — AI 热点精选
AIHOT 是 AI 自媒体博主「数字生命卡兹克」做的 AI 信息聚合站。他把自己做 AI 自媒体三年积累的信息获取经验，封装成了一个免费开放的工具。
它能帮你做什么：
- 以干净的时间线监控全球 AI 相关信息，替代你每天刷推和刷 RSS 的时间。
- 自动精选：每天几百条信息经过多维度评分，只把值得关注的推到你面前。
- 事件聚类：同一件事被多家媒体报道时只展示一条，点开可看所有相关报道，避免信息轰炸。
- 每日 AI 日报：每天早上 8 点自动整理过去 24 小时的精选内容，按模型发布、产品更新、行业动态、论文研究、观点技巧五个版块呈现。
信源体系：
持续监控 168+ 精选信源，按重要程度分 T1（官方一手信息，如 OpenAI 博客）、T1.5（官方社交账号）、T2（KOL 和媒体）三个等级，配合评分策略做信息筛选。
适合谁：
想保持 AI 行业敏感度，但不想每天花大量时间刷信息流的开发者、产品经理和独立开发者。
关注几个靠谱的 AI 自媒体
网上 AI 内容泛滥，但真正值得长期跟的没几个。这些是经过验证的优质中文 AI 内容创作者：
| 账号 | 平台 | 擅长什么 |
|---|---|---|
| 数字生命卡兹克 | 微信公众号 / B 站 | AI 工具教程，写得很细，新手友好 |
| 花叔 Pro（花叔） | 微信公众号 / B 站 | AI 编程实践，项目级教程多 |
| 歸藏 | Twitter / 即刻 | AI 产品动态，信息密度高 |
| 宝玉 | AI 行业深度解读，翻译和分析一手论文 | |
| Simon 阿文 | B 站 / 小红书 | AI 设计工具实操，适合非技术背景 |
这些不是"唯一正确"的推荐，而是一个起点。看一段时间后，根据自己的方向再调整。
刷 Hacker News
Hacker News（HN）是硅谷程序员和创业者每天看的社区，AI 相关的技术讨论、产品发布、行业新闻基本都能在这里第一时间看到。
不需要每天刷，推荐的做法：
- 每天看一次首页，扫一眼标题，感兴趣的点进去
- 用 hn.algolia.com 搜索特定话题，比如
AI coding、LLM agent - 评论区经常比文章本身更有价值——里面有大量一线从业者的经验分享
HN 默认英文，可以用浏览器翻译插件辅助阅读。习惯之后你会发现，英文世界的一手信息比中文转述快一到两天。
关注推特（X）上的一手信息
很多 AI 公司的第一手消息，都是先发在 Twitter/X 上。
建议关注这几类账号：
- 公司官方账号：OpenAI、Anthropic、Google DeepMind、字节跳动豆包——新产品发布、模型更新通常最早出现在这里
- 创始人 / 核心研究员：Sam Altman、Dario Amodei、Andrej Karpathy 等——他们偶尔发的长文和推文串，信息质量极高
- AI 工具开发者：你用的工具的作者，关注他们能第一时间知道新功能和坑
不需要逐条看。打开 X 的列表功能，把这些人放到一个列表里，每天翻一遍就行。
学会正确提问
信息源只解决"看什么"的问题。遇到具体问题时，最快的路径是直接问 AI。
关键是怎么问：
# 不好的问法
AI 编程怎么学？
# 好的问法
我是产品经理，没有任何编程基础，想用 AI 做一个简单的工具页面。
目前电脑上装了 Node.js 和 VS Code。
我应该先学什么？给我一个 3 天的学习计划，每天不超过 2 小时。好的提问公式：背景 + 现状 + 目标 + 约束。
- 背景：你是谁，什么角色
- 现状：你现在有什么，缺什么
- 目标：你想做什么
- 约束：时间、预算、技术栈等限制
四样东西说清楚，AI 给你的回答质量会高一个量级。
另外，AI 不是万能的。它的知识有截止日期，对于最新的信息（比如昨天刚发布的工具），它可能不知道。这时候就回到前面说的——去 HN、Twitter、公众号找一手消息。
小结
信息渠道不用多，但要稳：
- AIHOT：覆盖全球 AI 行业动态
- 2-3 个公众号 / UP 主：覆盖中文 AI 教程
- Hacker News：覆盖英文一手技术动态
- Twitter / X 列表：覆盖产品发布和行业趋势
- AI 对话工具：覆盖个性化问题解答
与其每天刷 50 条碎片信息，不如花 20 分钟看这几个渠道，剩下的时间去做东西。