当前位置: 首页 > news >正文

那个写稿的行业,完了

上个月,一个做了十几年媒体的老朋友打来电话,说想喝酒。

见面的时候他已经喝了大半瓶。他说他失业了。不是被裁的,是自己走的。平台让他用AI写稿,一天出几十篇,他只需要负责“审一审”。坐在工位上,看着屏幕里那些流畅的句子,他突然不知道自己在这条流水线上还有什么用。

“以前觉得写稿是手艺,”他红着眼说,“现在发现是搬砖——而且AI搬得比我快一万倍。”

他不是第一个,也不会是最后一个。

一、消失的“中间人”

十几年前,媒体还是个挺风光的行当。

那时候上市公司求着记者,发布会现场记者席永远坐得满满当当。一篇深度报道能让一家公司涨停,也能让一家公司跌停。媒体掌握着信息分发的闸门,谁过了这道闸,谁就能被资本市场看见。

现在呢?

上市公司自己开了公众号、视频号、抖音号。老板亲自下场直播,一天发三十条短视频,比记者写得还勤快。财报还没出来,老板已经在镜头前把“万亿蓝图”画好了。媒体还在核实数据,AI已经把快讯推送到几百万人的手机上——三十秒,不,用不了三十秒。

信息的“中间人”正在被淘汰。当每个人都能直接喊话,当AI能秒级生成任何形式的“内容”,媒体这个古老的行当,突然发现自己手里那支笔,不值钱了。

二、一个更残酷的现实

有人说媒体可以转型做“深度”,做AI做不了的事。

但说这话的人可能没算过账。

养一个深度调查记者,月薪三万,差旅费一万,一个月产出四篇稿。养一个AI,一次性投入几十万,一天产出五百篇快讯。你是老板,你选哪个?

更残酷的是,深度报道这件事本身也在贬值。那种级别的稿子,四年能出一篇就不错了。大部分时候,记者花三个月挖出来的料,人家一个举报帖就发出来了,还比你快。

媒体引以为傲的“调查能力”,正在被社交媒体和AI联手瓦解。信息的“生产”已经不值钱了——值钱的是别的东西。

三、到底什么值钱?

一位企业人士聊起这件事,说到半夜。

他现在最怕的不是被写黑稿,是怕被AI“写”黑稿。网上已经有AI生成的假公告、假录音、假视频,做得跟真的一样。一张伪造的董事长录音,半小时能让市值蒸发几十亿。

说这话的时候,他手里的茶杯一直在抖。

答案清晰起来。在AI时代,媒体真正的价值,可能不是“生产信息”,而是“验证信息”。

谁能证明一段视频没被篡改?谁能确认一份公告确实是董事会发的?谁能在一张AI生成的假截图被传遍全网之前,给它盖上“假的”的章?

这些东西,AI做不了——至少现在做不了。现场需要人去,公章需要人去核,来源需要人去确认。AI可以去任何地方,但有些地方,它进不去。

四、有人在悄悄赚钱

现在最赚钱的媒体服务,不是广告,不是软文,是“信息防伪认证”。

已经有几家媒体在试水——针对上市公司的财报发布会、重大合同签约、高管公开讲话,提供现场实时录像存证和AI篡改检测报告。一份认证函,年费五十万到两百万,上市公司抢着买。

还有人在做“AI语义消歧”——把财报里的关键数据提取出来,写成无歧义的结构化文件,明确标注“增长”是同比还是环比,“利润”是毛利还是净利。卖给证券交易所、量化基金。谁不希望自己的信息被AI准确解读?

更狠的是有人在搭建“虚假信息限流通道”——跟微信、抖音、微博合作,用自己训练的深度伪造检测模型,在虚假内容被大规模扩散前的三分钟内,自动推送给平台进行限流处理。

这些业务,没有一个是“写稿”。但每一个,都比写稿赚钱。

五、媒体的葬礼,也是重生

那个失业的朋友后来去了其中一家公司,做“AI指令工程师”——不再是写稿,而是教AI怎么写稿。工资涨了30%。

他想通了。以前觉得自己是“内容生产者”,现在觉得自己是“内容质检员”。AI负责生产,他负责判断什么值得生产、什么值得相信。

说这话的时候,他眼睛里又有光了。

媒体这个行业正在经历一场葬礼——但葬礼的对面,是重生。

那些还在纠结“AI能不能取代记者”的人,可能永远想不明白。真正的问题从来不是“AI能不能取代人”,而是“在人人都能用AI生产内容的时代,什么东西变得稀缺了”。

答案是:可信度、判断力、现场验证能力——这些AI暂时还搞不定的东西。

而那些搞定了这些东西的媒体,正在悄悄成为AI时代的基础设施——不再是“信息的生产者”,而是“认知的守护者”。

至于那些还在抱着“写稿”不放的媒体——

还能说什么呢?节哀顺变。

http://www.jsqmd.com/news/1067194/

相关文章:

  • aws-waf-token 亚马逊waf盾逆向分析
  • Ubuntu如何卸載LibreOfflice
  • 他40岁,身价5万欧,一夜涨粉500万——这才是世界杯存在的意义
  • Insilico与SK生物制药达成25亿美元AI神经免疫领域合作
  • 环保行业选择 TDengine:环境监测数据的国产时序数据库实践
  • 财务操作日志自动审计与异常告警,智能体保障安全:2026年企业级数智化审计架构深度解析
  • 为什么90%的企业AI项目会失败?7层能力建设架构告诉你答案
  • AI原生上下文学习正在淘汰传统微调——SITS 2026 ICL协议发布后,你的模型还剩多少有效上下文窗口?
  • 多智能体辩论为什么有效?这篇 arXiv 论文给出了“隐藏锚点“的数学证明
  • 福州高端整木定制怎么选?6 家品牌实测对比,避坑必看
  • Redis 8 大数据类型完整实战场景
  • 断尺问题:戴德金分割现实悖论
  • 国产BIM神器!翻模+BIM咨询全流程提速
  • 从大语言模型到具身智能的范式跃迁
  • 怎么去除甲醛又快又好?科学方法+靠谱产品,一步到位
  • 如何高效监控AI配额:Antigravity Cockpit的终极配置指南
  • 大数据专业考公岗位多吗,可报考哪些机关单位
  • 企业AI项目为什么总是失败-七层架构缺失才是根因
  • 二分查找解题
  • 信托制物业缴费模式的数智化落地实践与技术架构
  • 埃拉托斯特尼算法(埃氏筛)【简单】
  • Java 转大模型开发:团队协作中的使用边界
  • 好久不见,甚是想念
  • AI原生混合架构实战白皮书(SITS 2026多模型协同工程化手册)
  • 卡梅德生物技术快报|噬菌体展示多肽筛选完整实操方案|RhE 抗原靶向肽全流程实验与量化数据
  • 教育机构服务解析:飞橙教育收到客诉20条 已处理回复20条
  • 第十六周学习笔记
  • HML-vision
  • 沪漂五周年了:我越来越迷茫了
  • 项目协同管理系统系列4-项目统筹