做 AI 相关内容的人都有一个共同体感：消息太多了。新模型发布、框架升级、政策、开源项目......信息散在十几个群和几个新闻端里，每天刷新闻的时间比写东西的时间还长，而且大部分刷到的内容最终一条也没用上。
我想要的东西其实很简单：每天一个固定时间，一份控制在一屏以内、带来源、分好栏的 AI 日报，直接送到微信里。 不需要我去打开任何应用。
这次用 WorkBuddy 的自动化功能把这件事跑通了：定时任务每天上午 10:30 触发，调用腾讯新闻技能检索当天资讯，由蓝耘 MaaS 的 deepseek-v4-flash 整理成日报，推送到 WorkBuddy 微信小程序。从配置到推送成功只用了一个下午，中间还经历了两版提示词------不是因为第一次失败了，恰恰是因为第一次做得太多 。 
@toc
一、为什么是 WorkBuddy 的"自动化"，而不是再写一个脚本
这个需求的第一反应是自己写：Python 定时任务 + 新闻 API + 模型接口 + 推送通道，一晚上能写完，之后每天要维护------API 改版、密钥轮换、推送失效，都是长期成本。
WorkBuddy 把这条链路拆成了三块现成的积木：
- 技能：技能中心的腾讯新闻技能（7×24 新闻搜索，支持热点与领域查询），负责"取材"；
- 模型：工作台的自定义模型负责"整理"，这次接入的是蓝耘 MaaS；
- 自动化：定时触发（周期/按间隔/单次）+ 推送到微信小程序或企业微信，负责"准时送到"。
我要做的只是把三块积木按顺序拼起来。
二、模型底座：把整理工作交给蓝耘 MaaS 的 deepseek-v4-flash
WorkBuddy 内置模型按积分消耗，自动化任务每天执行一次、每次都是"检索结果整理"这种长文本任务，积分消耗可观。而这类任务对模型的要求其实不高------不需要深度推理，需要的是听指挥：按栏目输出、控制字数、带来源、不编造。
所以我把工作台的模型切换为蓝耘 MaaS 的 deepseek-v4-flash：一是它便宜------蓝耘控制台对它的定位就是低成本高速模型，适合大规模调用，定价页直接标注输入 2 元/M tokens、输出 8 元/M tokens、缓存命中 0.04 元/M tokens（以控制台实际显示为准），每天一次的日报任务一个月下来成本可以忽略；二是它热门，社区资料多，遇到问题好排查。 
接入流程：左下角头像 → 设置 → 模型 → 添加模型，自定义方式填写三项： 
| 配置项 | 填写值 |
|---|---|
| 提供商 | 自定义 / Custom |
| 接口地址 | https://maas-api.lanyun.net/v1 |
| API Key | 蓝耘控制台「API KEY 管理」生成的 Key（截图打码） |
| 模型名称 | deepseek-v4-flash（以蓝耘模型广场实际调用名为准） |
 |
模型运行在蓝耘平台侧的算力上，即开即用，WorkBuddy 这边只是一个接口调用方------本地电脑不需要为这个模型做任何准备。
三、配置一次跑通，路上有两个小插曲
插曲 1：技能装好了，它拒绝"无米之炊"
安装腾讯新闻技能后第一次测试执行，任务没有硬着头皮交差，而是明确报告：腾讯新闻 CLI（v1.0.15）已安装、校验通过，但搜索需要单独的 API Key ，当前未配置，按规则不能编造新闻或用其他数据源代替，所以本次无法生成日报------并给出了获取 Key 的官方页面和一键可复制的配置命令。 
到腾讯网 Skills 页面生成 Key、按它给的命令配置，两分钟解决。这个小插曲反而让我对这套链路多了几分信任：取材环节缺凭证时，它选择明说，而不是拿模型的知识糊一篇假日报 。 
插曲 2：它自己发现并修好了中文乱码
配置好 Key 后的执行也不是一帆风顺：任务在调用 CLI 时发现 PowerShell 输出中文会乱码，自己显式设置了 UTF-8 编码解决，还把这条经验写进了任务备忘（"以后不会再踩"）。两次执行后它明确告知"上一轮的 CLI 环境问题已彻底解决，后续定时任务会直接复用，无需再配置"。
一个自动化任务具备"踩坑---解决---记忆"的完整闭环，这是我配置前没有预料到的。
最终任务配置如下：
| 配置项 | 实际值 |
|---|---|
| 任务名称 | AI 日报每日推送 |
| 提示词 | @腾讯新闻 请搜索昨天到今天的AI行业新闻，整理成一份日报推给我。 |
| 模型 | deepseek-v4-flash（模型选择器中选取蓝耘自定义模型） |
| 执行频率 | 周期 · 每天 10:30 |
| 推送 | WorkBuddy 微信小程序开启，企业微信 bot 关闭 |
 |
四、第一版提示词：超出预期的第一次执行
第一版提示词写得非常朴素（就是上表里那句）。按我原本的预判，这么随意的要求大概率换来一段冗长的流水账------结果它交上来的是一份带样式的 HTML 日报文件 ：封面卡注明日期与覆盖时段，"共 20 条精选，覆盖 9 月 12 日---13 日"，分板块整理了安全监管、学术前沿、芯片算力、政策产业等条目，每条都带来源媒体、时间和原文链接 （第一财经、机器之心等），末尾还主动生成了一张六板块要点表。 
微信小程序里收到的推送也可读性很好： 
说实话，这个完成度超出了我写那句提示词时的预期。
五、"给得多"也是问题：v1 的两个真实代价
但用了一晚上之后，两个问题浮出来了：
- 20 条精选，是读不完的日报。 日报的核心诉求是"快"------通勤十分钟知道今天发生了什么。20 条加一张要点表，信息量接近周报，结果就是收藏之后再也没有打开过。
- 产出形式是模型自由发挥的。 这次它心情好给了 HTML，下次可能就是一大段纯文本。没有约束的格式，等于没有格式。
换句话说：第一版的全部优点和全部缺点是同一件事------它给的比我问的多。而要做一份每天看的日报，我先得想清楚自己到底要什么。
六、v2：给日报立一份"交稿规范"
修改思路是把自己当成给编辑提需求的甲方，把四层没说出口的要求全部显式写出来：
text
你是一名 AI 行业编辑。请使用腾讯新闻技能检索今天（以任务执行日为准）的 AI 行业资讯，
整理成一份日报。要求：
一、内容范围（只收录以下三类，其他一律不要）：
1. 大模型与新模型发布（厂商官方发布、重要版本升级）
2. AI 开发者工具与开源项目（框架、Agent、推理服务的重要动态）
3. 行业与政策（影响开发者的大事，最多 2 条）
二、输出形式：
日报正文直接写在回复消息里，保证推送到微信后不点开附件就能读完；
不要生成 HTML 或其他文件。
三、输出结构：
【要点速览】3 条，每条不超过 25 字
【今日详情】从速览中挑 3-5 条展开，每条 2-3 行：事件本身 + 为什么值得开发者关注
【一句话点评】编辑口吻对今日信息面说一句判断，不超过 40 字
四、硬性约束：
1. 正文总字数控制在 600 字以内
2. 每条资讯注明来源媒体与时间；检索不到可靠来源的不写
3. 不确定的消息标注"待证实"，不把传闻写成定论
4. 不收广告软文与营销号内容
5. 开头第一行注明日期与覆盖时段这份提示词替换进自动化任务后，配置页长这样------提示词开头保留 @腾讯新闻 技能引用，模型选择器里依然是蓝耘的 deepseek-v4-flash： 
四类减法，对应四个观察点：
| 减法项 | v1 实际 | v2 约束 | 观察什么 |
|---|---|---|---|
| 条数 | 20 条精选 | 速览 3 + 详情 3-5 | 精选后会不会漏掉真正的大事 |
| 字数 | 无上限 | ≤600 字 | 信息密度是否够 |
| 形式 | HTML 文件 | 直接消息输出 | 推送可读性 |
| 范围 | 模型自由裁量 | 三类白名单 | 会不会把有趣的杂项减没了 |
v2 实测：四项全守约
切换提示词后当场测试执行，1 分 38 秒出结果。四项观察点全部命中：速览 3 条 + 详情 3 条、消息直出没有再生成文件、正文约 500 字、开头注明"覆盖时段：9 月 12 日 12:00 -- 9 月 13 日 15:40"。 
同一期日报在微信小程序里的推送------消息直出，不点附件就能读： 
两个细节比"守约"本身更值得说：
- "待证实"标记被真的用起来了------一句话点评里写着"仅谷歌 Gemini 4 有传闻（待证实）"，硬性约束没有沦为摆设，模型真的在区分"已证实"与"传闻"；
- 点评有了编辑判断------"安全正从附加项变成路线图的前置约束"，这不是摘要，是一句话的观点。
减法的代价，也如实记录
- 政策类全军覆没 ：v1 收录了三条政策新闻（工信部专项行动、北京政务大模型平台、湖北 AI 产业 1600 亿），v2 一条没收------三类白名单里的"行业与政策"被模型主动放弃了。约束不只是删内容，还在重塑编辑取舍：字数紧张时，它把仅有的版面全部押给了安全与合规主线。
- 速览与详情完全重合：三条速览就是三条详情的标题复述------详情只有 3 条时，速览失去了"精选"功能。这是结构设计的小瑕疵，不影响使用。
七、定时上岗：连续两天的定时实测
v1 和 v2 都是通过"测试执行"手动跑的，提示词切换到 v2 后，真正的考验是定时触发：每天 10:30，它自己跑完自己推。
两天的定时任务都正常触发，日报都准时送到了微信小程序。四天的完整记录如下：
| 日期 | 版本 | 触发方式 | 覆盖时段 | 产物形式 | 字数 | 观察 |
|---|---|---|---|---|---|---|
| Day 1 · 9-13 | v1 | 测试执行 | 9月12日---13日 | HTML 文件 | 未限 | 20 条精选，超预期但过载 |
| Day 2 · 9-13 | v2 | 测试执行 | 9-12 12:00 -- 9-13 15:40 | 消息直出 | 约500 | 四项守约（见第六节） |
| Day 3 · 9-14 | v2 | 定时 10:30 | 9-13 00:00 -- 9-14 10:30 | 消息直出 | 约600 | 速览 3 + 详情 3，无过载 |
| Day 4 · 9-15 | v2 | 定时 10:30 | 9-14 00:00 -- 9-15 10:30 | 消息直出 | 约600 | 速览 3 + 详情 3，政策类回归 1 条 |
（执行耗时只在测试执行时有记录：v2 为 1 分 38 秒，定时推送里不体现，表里不以估代测。另外说明一句：推送截图是事后打开任务详情补拍的，状态栏时间不是送达时间------两天的日报实际都在 10:30 后准时到达，这是我这边的实际接收体验。）
定时这两天，有三个比"正常出刊"更值得说的观察：
1. 覆盖时段的口径，它自己收敛了。 Day 2 手动测试那期，覆盖时段是"9 月 12 日 12:00 -- 9 月 13 日 15:40"，跟着我手动执行的时刻走；定时上岗后，两期统一成"前一天 00:00 --- 当天 10:30"的自然日口径。提示词里我只要求"开头注明日期与覆盖时段"，从没规定时段怎么算------两期给出完全一致的合理口径，说明这条约束在无人值守的场景下是稳定的。
2. 三期点评在跟同一根主线。 Day 2："安全正从附加项变成路线图的前置约束"；Day 3："钱在加速，能力喊减速，安全合规正被提前定价"；Day 4：""AI 减速"扰动资本与模型供给，端侧和开源仍在加速，节奏正在换挡"。三期的新闻条目各不相同，点评却不是每天随机发一句感想------它在跟进"能力减速与安全合规"这条连续的行业线。【一句话点评】这个栏目设计的意外收益在这里显形了：它逼模型对信息面表态，而不是罗列完就收工。
3. 政策类回来了。 第六节提过，v2 测试那期三类白名单里的"行业与政策"被模型主动放弃；Day 4 收进了一条------工信部、发改委印发"十五五"规划，提出加强端侧大模型与芯片、存储芯片、操作系统的兼容适配，同日微软发布 AI 模型临时行为准则也一并入列。对照说明第三类不是死配置：字数预算内收不收政策，是它根据当天信息面做的动态取舍。
来源标注同样守约，Day 4 甚至精确到了时刻（"金台资讯，9/14 19:49""财联社，9/15 09:13"）。两天都没有出现需要标"待证实"的传闻条目------这条硬约束没被触发，而它被正确使用过的样子，第六节已经演示过了。 
结语
回顾这件事，真正的工作量只有两处：把"我要一份什么样的日报"想清楚，以及把模型底座换成便宜稳定的蓝耘 deepseek-v4-flash。WorkBuddy 的自动化负责准时，腾讯新闻技能负责取材，蓝耘 MaaS 负责把散乱的资讯收进固定栏目------每个环节各干各的活儿。
最有意思的是两版提示词的对照：第一版我什么都没要求，它给了 20 条和一个 HTML 文件；第二版我立了规矩，它交回一份五分钟能读完的日报，还学会了给传闻标注"待证实"。AI 时代的提示词工程，多数时候不是教模型做事，而是想清楚自己到底要什么。
对每天被信息流推着走的人来说，把"刷新闻"变成"收日报"，省下来的不只是时间，还有那种"好像错过了什么"的焦虑。这也是我理解的自动化该有的样子：不是替你思考，而是把重复的部分准时做完，把判断留给你。