Syft AI

定义你的新闻,你的主题,你的方式。...

我们是 Dola AI 背后的团队,目前服务着近 300 万用户。这次我们要向大家介绍 Syft AI!我们是一群生产力黑客、新闻迷、技术宅和终身学习者,对传统新闻应用"一刀切却谁都不适合"的方式感到厌倦。

【为什么我们要构建 Syft?】

作为重度新闻消费者,我们一直碰到同样的壁垒:

  1. 最大痛点:被锁定在预设的主题和分类中

    为什么我不能追踪"全球机器人初创公司新闻,仅限技术突破和融资新闻"作为我的新闻源?或者获取"全球疯狂用户增长成功案例"的更新?这就是为什么专业人士每天要浪费 1.5 小时查看 10 多个新闻标签页的原因。

  2. 第二痛点:未经过滤、质量差、来源分散

    今天的新闻就像一个巨大的垃圾邮件文件夹。虽然有好的内容,但算法推送的是浏览量最高的内容——标题党占据榜首。你会想:又是标题党?重复新闻?又一个假新闻?这个本地新闻又是 AI 编造的吗?

    要获得一个话题的全貌是不可能的。特别是覆盖全世界的本地新闻。无论你去哪里,都只是美国媒体报道,在翻译中失去本地语境,更糟糕的是,带有偏见的翻译真相。当你想用谷歌翻译阅读本地新闻时?那需要打开 20 个标签页。

  3. 仍然痛苦:在重复和回收新闻上浪费时间

    我们大多数人至少持有一只股票,天哪,当我看到同样的苹果新闻在 12 篇文章中重复,只是增加了一点点额外信息时。

【我们如何解决这些问题(到目前为止)】

? 解决方案 1:自定义主题,自动追踪更新

一位 VC 用户想要追踪"硅谷的生成式 AI、半导体、机器人、初创公司新闻"——没有应用允许这种混合。使用 Syft,他直接输入了这个需求。现在,这就是他的晨间摘要。你可以创建独特的新闻源。

我(一名增长专业人士,初创公司创始团队用户)个人订阅了 16 个"用户增长新闻"主题,涵盖我学习的 16 种不同 2C 产品,每个频道从 8-20 个与该特定主题相关且可靠的独特来源收集可靠文章——这就是 Syft 带来的第二个突破:

? 解决方案 2:来自各个角度的可信全球来源

我们华尔街研究主管用户订阅了这个主题:"特朗普关税政策产生了什么影响?我想要来自特朗普关税影响国家(如加拿大、中国等)的本地新闻。"

他喜欢来源的可靠性、提高效率的摘要、原始真相、不同观点,以及同一事件未被扭曲的本地新闻。

背后的原因是 Syft 针对每个主题及其相关领域策划可靠和高权威性的新闻——这也意味着来自世界各地的相关本地新闻。许多用户在使用 Syft 之前一直难以找到平衡的报道和来自不同本地来源的真实声音。

✂️ 解决方案 3:AI 驱动的新闻去重和摘要,节省你的时间

另一位投资英伟达股票的开发者用户追踪"英伟达股价波动的所有原因",就因为交易应用用重复新闻轰炸他。现在我们团队一半的人都关注那个频道。

Syft 的引擎将关键更新整合成一个要点——就像朋友说:"嘿,你知道今天有什么新消息吗。"你还可以选择何时为不同频道获取推送通知提醒。不敢相信这现在成了他的睡前故事。

4 个评论

降临派熠然

可惜内测阶段只能关注10个区块,有点像语鲸,只是这个从外国报道获取信源,语鲸偏国内公众号获取,可以获取很多想要的咨询

又菜又爱玩

体验不错,使用流畅,对我的核心价值:

1. 资讯方式整理某话题下关键热点,并可进一步zoom in到具体细节

2. 每个资讯以highlight的形式呈现重点,清晰明了,实用性强

有几个小建议:

1. 信息罗列可以进一步发展为信息整合,得出关键结论作为参考,例如某些重大事件的资讯可以引申出一些关联内容

2. 重大事件的脉络整理(类似微博)希望可以加上,比如最近武大的事情、江油的事情、国家重大会议等等

3. 建议尽早推出各个操作平台客户端,支持跨平台同步浏览每日资讯(高质量的资讯浏览应该像每天查看邮箱一样成为习惯)

另有个小疑问:资料来源不清楚是否涵盖国内外主流媒体,如何筛选某条信息成为推荐给我的资讯,是否有信息遗漏?

kangyuan·C

不错的新闻资讯产品,核心有两个亮点:

1、外文资讯中文呈现

2、可以通过自然语言,创建任意的咨询频道:比如特定的人、特定公司、特定行业等等,灵活度很高

以及在最新的更新中,已经支持手动增减信息源,可以极大丰富自定义频道的信息来源

等一个IPAD版本

降临派001 产品二姐

Good:

我会关注这个产品,我想象中就是: 我每关注一个新话题,只要把话题输入给syft,那么每天晚上有一个勤劳的海螺姑娘帮我整理第二天需要看的东西。并且能帮我发现新的rss订阅号。

担忧是:在国内RSS这种开放生态不成熟,比如微信公众号这种高质量的文章是没有作为RSS订阅的。如果是抓海外信息给国内人看,加上翻译功能,我觉得是一个不错的主意,但我不清楚是否合规。

用户landing的步骤挺好的。

Bad:

不过内测的时候还是发现两个小问题, 放在图片里说明了。