新闻生产要真正 AI 原生，必须把主语从「流程」换成「Agent」—— 每个新闻事件、每个新闻人物配备一个常驻智能体，由它制定策略、反向调度流程与人、 并在报道结束后以影子形态持续跟随。
不再是记者用 AI 做素材，而是 Agent 持有报道目标，判断某一步需要人的临场判断时， 才带着完整上下文向记者下单。
→ 详见 P5 – P6
一个事件 = 一个 Agent = 一个完整责任主体，跨部门资源由它拉通， 终结「同一事件被三个科室各切一段」。
→ 详见 P7、P15
Agent 默认永不结项，转入影子模式低频巡检， 由五类触发器在正确时机唤醒下一波内容。
→ 详见 P13
不是「这条播得好」，而是「把人物前置这个决策让年轻触达从 9% 升到 34%」—— 只有决策级归因，经验才能跨事件复用。
→ 详见 P14
挑一个近期确定要报的真实选题，配一个事件 Agent + 一个人物 Agent，跑一次完整闭环。 四周内即可用「年轻受众占比 / 完播率 / 人工工时 / 导向零事故」四个指标验证结论是否成立。
这四条构成一个整体：只换工具不换主语，效率会提升两三成，但组织形态零变化。
流程是主干，AI 是挂件。主语依然是「科室 → 岗位 → 工位」。
Agent 是主干，流程 / 系统 / 人都是它可调度的资源。
把所有 AI 工具关掉，组织架构和岗位说明书需不需要重写？ 不需要 = AI 辅助。需要 = AI 原生。
先用这条标准盘一遍现有项目，能避免把「工具采购」误当成「转型落地」。
人调用 AI → Agent 调用人
| 过去 | 记者用 AI 做一段素材，AI 无目标、无记忆 |
| 现在 | Agent 持有报道目标，判断「这一步需要人的临场判断」，才向记者发起任务并附上全部上下文 |
人从「操作者」变成高价值决策节点。
按科室分工 → 按事件 / 人物立体
| 过去 | 新闻中心、专题部、新媒体中心各做一段，信息在部门墙上摔碎 |
| 现在 | 一个事件 = 一个 Agent = 一个完整责任主体，跨部门资源由它拉通 |
组织单元从「部门」变成选题实体。
一次性交付 → 永续跟随
| 过去 | 稿子播完，价值归零，素材进库房无人再看 |
| 现在 | Agent 永不结项，持续监测触发条件、沉淀关系与素材、在正确时机主动提出下一波 |
新闻从「产品」变成持续经营的资产。
三个反转是捆绑生效的：只做主语反转不做时间反转，长尾价值依然流失；只做颗粒度反转不做度量反转，无法证明它更好。
线索池（热搜 / 政务发布 / 通讯员 / 舆情 / 记者报料）达到阈值，或编委会手动指定 → 自动 spawn
拉全网 + 台内历史素材，建立事件时间线 / 人物关系图 / 已有报道盘点 → 专属知识库
从台级导向拆出该事件的宣传目标函数：舆论引导 / 主题宣传 / 品牌塑造 / 影响力增量，各带权重
输出 报道与宣传策略书：叙事主线、受众分层、内容矩阵、平台组合、节奏表、资源清单
绑定一个可命名的新闻事件：一次防汛、一条铁路通车、一届博览会、一项产业政策落地。
| 维度 | 设定 |
|---|---|
| 生命周期 | 预热 → 爆发 → 延展 → 影子驻留 → 周期性复燃 |
| 核心记忆 | 事实链、口径版本、素材资产、参与方名录 |
| 结项条件 | 默认不结项，仅降级为低频巡检 |
绑定一个需要长期塑造的新闻人物：劳模、科学家、企业家、基层书记、运动员、台内主持人 IP。
| 维度 | 设定 |
|---|---|
| 生命周期 | 发现 → 首度立传 → 多面展开 → 长期陪伴式记录 |
| 核心记忆 | 言行档案、可讲述故事库、敏感边界、授权范围 |
| 关键约束 | 人物形象一致性 + 被采访人授权台账 |
两类 Agent 互相订阅：人物 Agent 发现所属事件升温 → 主动向事件 Agent 提供「人的入口」； 事件 Agent 反向为人物 Agent 供给可讲述场景。这条互供关系是内容不断线的关键。
Agent 的边界必须是「一个可命名的对象」而不是「一个栏目」或「一个部门」—— 否则责任仍然模糊，回到科室制。
Perception
Cognition & Memory
Strategy
Orchestration
Feedback & Learning
L5 的输出直接改写 L3 的权重与 L2 的经验库。 工具不会因为上次数据不好而下次换个策略；Agent 会。 判断一个系统是不是 AI 原生，看这条线通不通就够了。
落地时 L1–L4 都能采购或搭建，L5 回写线必须自建 —— 它承载的是本台独有的策略经验，是唯一护城河。
| 维度 | 设定 |
|---|---|
| 事件类型 | 重大工程节点 + 产业成就宣传 |
| 时间窗口 | 并网仪式当日为峰值，前 7 天预热 |
| 台级导向 | 新型能源体系建设成就 · 制造业强省叙事 |
| 核心难点 | 题材天然枯燥，专业术语门槛高，年轻受众无感 |
| 维度 | 设定 |
|---|---|
| 人物类型 | 一线技术工人 · 非典型工种 · 有故事 |
| 可讲述性 | 高空作业 / 海上驻留 / 从学徒到班长 |
| 长期价值 | 可长期陪伴记录，具备 IP 化潜力 |
| 硬约束 | 授权范围有限，家庭信息不得展开 |
Agent 自主生成策略书
反向编排流程 / 子 Agent / 人
分发打分 + 72 小时作战
影子模式 + 六维指标闭环
注：本案例为演示用虚构设定，事件与人物均为示意，不指向任何真实主体。
刻意不挑突发新闻或热点事件 —— 如果连最枯燥的工程题材都能做出增量，方法论的适用面才可信。
「她把风，变成灯」 —— 以一线技师视角带出工程量级， 把「装机容量」翻译成「多少个家庭的一年用电」。
| 层级 | 核心诉求 | 内容承诺 |
|---|---|---|
| 主频道受众 | 成就感 · 权威 | 宏大工程 + 权威解读 |
| 本地市民 | 与我何关 | 电价 · 就业 · 家门口的变化 |
| 年轻网生 | 好奇 · 情绪 | 海上 24 小时 · 极限职业 |
| 产业 / 政务 | 专业信任 | 技术路线 · 产业链拆解 |
人的角色发生了根本变化：从「想这份策略」变成「审这份策略」 —— 这才是人效真正上移的位置。
判定 01 规则清晰、可穷举 → 走流程，零人工
判定 02 需创作与权衡 → 派子 Agent
判定 03 涉现场 / 关系 / 价值 / 责任 → 请人
这个判定规则可以直接拿去盘现有工作流：凡是「规则清晰却仍在占用人力」的环节，都是第一批该被 Agent 接走的。
Score ＝ 受众匹配度 × 0.30 ＋ 形态适配度 × 0.25
＋ 窗口时效性 × 0.20 ＋ 目标贴合度 × 0.15
＋ 边际增量 × 0.10 − 风险扣分
Agent 每轮复盘后可提出权重调整申请，人工批准后于下一轮生效。
| 平台 | 投放内容 | 生产方 |
|---|---|---|
| 卫视主频道 | 新闻消息 90″ | 人主导 |
| 台端 App | 深度专题 12′ + 直播回看 | Agent+人 |
| 抖音 / 快手 | 竖屏人物短片 60″×4 | 子 Agent |
| 视频号 | 成就向 + 家国叙事剪版 | 子 Agent |
| 小红书 | 「海上通勤」图文 Vlog | 子 Agent |
| B 站 | 技术科普 8′（有多硬核） | 人+Agent |
| 微博 | 话题运营 + 数据图 | 流程化 |
本事件年轻受众缺口最大（仅 9%），而人物支线在该平台形态适配度最高（竖屏 + 强人物）， 因此边际增量最优。
理由可查、可反驳、可被推翻 —— 这是它能被编委会信任的前提， 也是与「算法黑箱推荐」的根本区别。
打分函数的价值不在于精确，而在于把分发决策从个人经验变成可讨论、可复盘、可迭代的显式规则。
改单不用开会。数据不对，Agent 直接调整投放与素材组合， 只在越过预设红线时才请人裁决。
人不再被流程绑住。记者只出现在「必须有人」的环节： 登塔、采访、出镜、终审。
D+7 不归零。传统流程在这里结项撤人， Agent 在这里切换到长期模式。
72 小时内的实时改单能力，需要的是预先授权的决策边界（哪些能自己改、哪些必须请人），而不是更多审批环节。
周年、季度数据、政策实施日、节假日主题
工程新进展、人物新身份、指标破纪录
相关质疑升温、谣言出现、需主动补位
同类事件在别处发生 → 本地视角可复用
台级宣传战役需素材 → 主动应征供给
影子模式针对的是媒体最大的隐性浪费：做过的选题没人记得、攒下的关系没人续、该复燃的时机没人提。Agent 的边际记忆成本近乎为零，这件事只有它能做。
全平台曝光、独立触达人数、新增受众占比、地域穿透
回写 → 决定下一轮平台权重
完播率、3 秒留存、互动率、转发 / 收藏比、评论深度
回写 → 决定叙事结构与开场方式
情感极性分布、质疑议题聚类、谣言萌发、次生议题
回写 → 触发回应式内容与口径调整
与宣传目标的贴合度、口径一致性、关键信息到达率
回写 → 硬约束，不达标即返工
单条内容人工工时、首发时延、返工率、自动化占比
回写 → 决定哪些环节可继续去人化
可复用素材沉淀、人物 IP 成长值、关系网络增量、知识回写条数
回写 → 长期价值的唯一记分板
归因粒度必须到「决策」而非「内容」： 不是「这条播得好」，而是「把人物前置这个决策，让 18–29 岁触达从 9% 提到 34%」。 只有决策级归因，经验才能跨事件复用。
Agent 自评：B 站失败原因是「专业密度足够但缺少冲突结构」，已写入知识库， 下次同类内容改用「技术悬念」开局。失败也是资产 —— 前提是有 Agent 记得。
指标体系设计的关键不在维度多少，而在每个维度都必须明确「回写什么」；回写不了的指标，就只是好看的报表。
定目标函数、调权重、纠偏 —— 相当于「带 Agent 的制片人」
终审签核唯一出口，对口径与红线负责
记者 / 摄像价值上移：拿到 AI 拿不到的东西
维护流程池、子 Agent 池、素材与版权中台
组织改制不必一步到位，但考核口径必须先改：只要还按「产量」考核，Agent Ops 就跑不起来。
涉重大导向 / 敏感领域的 Agent 创建与目标设定，须人工批准
关键事实、数据、引语必须可溯源；无源不发，AI 不得推断填补
对外内容由持证审核人签核，签核记录全程留痕可追溯
舆情异常或触发红线，Agent 自动降权并升级为人工指挥
| 档位 | 适用题材 | Agent 权限 | 人工介入 |
|---|---|---|---|
| L1 全自动 | 天气、路况、赛事比分、公开数据播报 | 自主生成 + 自主发布 | 事后抽检 |
| L2 人审 | 民生服务、产业成就、文体活动 | 自主生成 + 自主排程 | 播发前签核 |
| L3 人定调 | 重大主题宣传、领导活动、政策解读 | 仅执行与优化 | 先定调 + 逐条终审 |
| L4 人主导 | 突发事故、涉稳、敏感领域 | 仅做监测与素材支持 | 全程人工指挥 |
配套风控机制：口径库版本化 · 授权台账绑定 · 全动作留痕可回放 · 一键熔断 · 每个 Agent 有唯一人类责任人（无责任人不得上线）。
在广电体系里，治理必须先于能力：先把四道闸门和分级自主度定下来，Agent 的能力才敢往上加。
年轻受众占比与完播率显著优于同类历史基线，且导向零事故
Agent 模板复用率、单条人工工时下降幅度、影子唤醒命中率
关掉工具，岗位说明书需要重写 —— 那才是真的 AI Native
注：阶段目标为提案设想，具体节奏与验收阈值需与台方共同校准后确定。
顺序不能颠倒：先改组织再验证方法，风险最大；先验证方法再改组织，代价最小。
四周的验证成本远低于任何一次平台立项，而它能回答的恰恰是最贵的那个问题：这套方法在本台到底成不成立。