Semiconductor
Daily

关于这个项目

《半导体早午晚报》是我为「东亚制造」做的一套新闻系统。它每小时从 62 个渠道检索东亚半导体新闻，把报道并成一件件事，判断哪件够分量；够分量的一件事写成一条五页的图解，中英两版，发布到个人网站、Instagram、X 和微博。

它不是一开始就设计好的。它先是一张自动生成的新闻海报，后来变成我每天挑新闻、改稿、选图、手动发小红书的工作台，再变成一天三期、手机上点几下就能出刊的早午晚报，最后在 2026 年 10 月 21 日晚上改成一件大事一条、零点击出刊。

A news system for East Asia Manufacturing. Every hour it searches 62 channels, merges reports into events and decides which ones matter; each one becomes a five-page explainer in Chinese and English. It began as one generated poster and became, step by step, a publication that runs without a click.

起点：一张海报

起点是另一件作品 Effects Studio：我为个人网站重写的 56 种图像效果。第一个念头，是把它用在新闻上：程序抓新闻、下载配图，用效果把图「印」进东亚制造的颜色，再套上固定版式。

我没有让模型在 56 种效果里随意挑，而是先收成 6 个「look」，每个都是一组效果、参数、配色和适用题材，写进一份 lookbook。模型只当导演：选哪条新闻、写中文标题、挑哪个 look。像素由程序画。风格因此是稳定的，模型只能在菜单里选。

Fifty-six effects were narrowed to six "looks". A model acted only as director, picking the story, the headline and the look; code drew every pixel.

换题：为什么是半导体

第一批新闻来自艺术与设计媒体。同一天我把题目换成半导体：「东亚制造」对芯片来说是字面意思，世界大部分芯片产能就在东亚。新闻源换成 IEEE Spectrum、EE Times，模型的身份换成半导体产业主编。

问题马上出现：半导体新闻常常没有好图。办法是「艺术史二创」：取大都会博物馆公版的东亚古画做底，叠一层程序画的芯片电路，底部注明出处。

第一版被评价「像论坛帖、像论文报告」。于是标题改成一句说清事件的通讯社式句子，移到图的上方；论文式的来源表格删掉，只留一行出处。

Chip news rarely comes with good pictures, so public-domain East Asian paintings were overlaid with drawn circuits. Called "like a paper", the layout made the headline its subject.

人在环里

原型一条命令就能出成品，但我决定先不自动化：先把每一步的质量做扎实。于是做了本地工作台，把「抓新闻、研判、写稿、选图、排版、归档、取图」拆开，每一步都看得到、改得了。

人在三处把关：选哪条、决定开不开写、挑图改稿。发布由我在小红书 App 里亲手完成。这一阶段每期只讲一条新闻，从第 001 期做到第 093 期。

Before automating anything, every step was made inspectable. A person chose the story, decided whether to write, and picked images and edited copy; publishing was done by hand.

转向：半自动是重复劳动

每天点 Telegram 挑新闻、选图，再手动发小红书，是重复的无用功；内容也只是二手转述。我停了下来，重新问：这套系统真正的价值在哪？

答案不在海报，在检索与整合：把每天的报道归并成一件件事，挂上公司，理清公司之间的关系。海报只是它的一个出口。

The value was never the poster. It is in gathering and merging reports into events, linked to companies and the relations between them.

新闻源体检

内容质量的瓶颈在原料。实测约 90 个候选源后发现：原有的 16 个英文源里约 6 个实际已经失效；关键词表里没有韩文「반도체」和日文「半導体」，日韩文的报道一条都过不了筛。

新的采集读三类来源：39 个新闻网站（按一手、东亚本地、行业分级），台湾证交所每日重大讯息，以及每天四轮、23 条查询的 DeepSeek 搜索（官网、政府、日韩中英）。正文读不到时，用 Jina Reader 读同一个公开页面；付费墙一律不碰。

Of 16 English feeds, about 6 had silently died, and Korean or Japanese reports could never pass the keyword filter.

从两千篇到三件事

抓回来的报道先由模型判断是不是半导体新闻，再把同一件事的多篇报道并成一件，过质量闸门后按编辑标准排序，前三件上封面。每一层都在采集全景页上看得见，点开就是真实的报道。

透明有用：漏斗页上线当天就暴露出关键词的漏判，「美光桃园厂工会罢工」只得 1 分没被留下。于是改成由模型判断。

The funnel page exposed a miss on its first day: a strike at Micron's Taoyuan fab scored 1 and was dropped by keywords. Triage moved to a model.

什么叫「重要」

每期只放三件事。系统一天读两千多篇报道，要先回答：哪一件最值得讲？我的第一个答案是「会让股价动的」。拿真实收盘价一对，排名和股价几乎无关：相关系数只有 0.15。

The first answer was "whatever moves the stock". Checked against real closing prices, rank and price barely related: a correlation of 0.15.

影子出刊

每到 8、12、20 点，新系统按排名取前三件，每件挑一篇有公开正文、带配图、来源级别高的报道当材料，另附两家媒体的报道当背景，用原来的写稿要求写稿、自动选图、用原模板出图。

它只写自己的目录：不占期号，不发布。测试里逐字节比对日更的草稿、归档和成品，确认一个字节都没动。

The new system ran beside the old one, writing, picking images and rendering full issues without publishing, and was compared issue by issue.

零点击

10 月 21 日下午，我决定当晚就切换：不留反悔窗口，影子刊出好就直接转成正式的一期，自动发布。Telegram 只报结果，发一句 /auto off 就回到手动挑。

自动出刊做好后，我又停了下来：「一期三则」是为小红书图集做的折中，在 X 和 Instagram 上，一件事讲透更有用。于是 16:03 先暂停早午晚报，当晚 19:54 换成单条新闻上线，第 110 期是第一期零点击出刊。

切换前，在工作台的副本上彩排了一整期，用时 291 秒。彩排抓到一个问题：核对器不认「三五〇億美元」「五％」这类中文数字和全角符号，把一则正确的稿子拿掉了。修好后三则全部通过。

A rehearsal caught a false alarm in the number checker. Then the three-story format itself was paused: the first zero-click issue, No.110, was a single story.

一个月一百块

10 月 21 日中午，OpenAI 余额用完，午报卡在写稿前。换模型之前，我用第 109 期做了并排比较：DeepSeek 写的三则，数字核对全部通过，标题字数和分段都合规，偶有一句轻微发挥。

现在写稿用 DeepSeek V4 Pro（开思考），英文版和其余步骤用 Flash。V2 每天花费上限先定 $0.50，到了就只采集、不调模型；10.22 发现下午碰顶、零点积压，提到 $1。教训：做大批量验收重跑之前，先说预计花费。

After the OpenAI balance ran out mid-day, every model call moved to DeepSeek after a side-by-side test on issue 109, with a daily spending cap.

下一步

单条新闻已经上线：系统自己判断哪件事够分量，一件事一条，讲清楚为什么重要。下一步是让这些单条连起来，变成能回答「这条产业链正在发生什么」的长期材料。

1. 01故事线：把同一件事的前后进展连起来
2. 02公司关系网的可视化，作为 Atlas 的候选输入
3. 03Instagram、X、微博的互动数据回流，用来调整排序
4. 04国内平台：低频、手动发的硬核长内容，素材取自事件库