agentleFS
Durden-the-coderDurden-the-coder/Durden_skills/skills/ai-news-72h/SKILL.md

ai-news-72h

Skill4 starsChanged 3 days agoMITView on GitHub

检索、核验并撰写最近72小时全球AI新闻简报,覆盖基础模型、Agent、硬件、软件、应用、公司动态与AI科学研究,并监测arXiv、bioRxiv、medRxiv、重点生命医学期刊和主要实验室官方渠道。适用于用户要求“最近72小时AI新闻”“每日AI简报”“AI行业动态汇总”或早期AI for Science研究追踪,并需要新闻摘要、重要性评价、原始来源链接和全文总结的任务。

The file

Files
SKILL.md

最近72小时 AI 新闻简报

目标

生成一份可追溯、结构化的中文 AI 新闻简报。严格区分:

  • 事件发生时间与文章发布时间;
  • 正式发布、预告、传闻和评论;
  • 企业自述与独立第三方评价;
  • 本时间窗内的新进展与仅用于解释背景的旧资料。

不得为了凑数量纳入窗口外旧闻,或把推测写成已经发生的事实。

隔离执行

每次运行本 Skill 必须由一个全新 subagent 独立完成检索、筛选、验证和 Markdown 文件写入,避免继承当前会话中的候选新闻、判断或结论。

使用以下无递归协议:

  1. 如果任务输入中没有 execution_role: isolated_worker,当前 agent 是协调者:
    • 创建一个 fresh subagent,设置 fork_context=false;
    • 仅传递当前用户请求、当前绝对时间与时区、输出目录、执行模型标识,以及本 Skill 和所需 reference 文件;
    • 在任务中加入 execution_role: isolated_worker;
    • 不向 subagent 传递此前对话、既有候选条目、旧简报或当前 agent 的研究判断;
    • 不在当前 agent 中重复执行新闻检索,仅在 subagent 完成后检查输出文件是否存在、命名是否正确、验证清单是否完成。
  2. 如果任务输入中已经包含 execution_role: isolated_worker,当前 agent 是隔离执行者:直接执行完整工作流,不再创建嵌套 subagent。
  3. 如果运行环境不支持 subagent,明确报告无法满足隔离执行要求,不得静默回退到当前会话直接运行。

输出文件命名

最终结果必须写入 Markdown 文件。文件名在 .md 前加入实际用于生成该文件的 AI 模型名称:

  • 用户指定基础文件名时:<基础文件名>_<model-name>.md;
  • 用户未指定时:ai-news-72h_<YYYY-MM-DD>_<model-name>.md;
  • 示例:ai-news-72h_2026-07-01_deepseek-V4-pro.md。

model-name 必须使用隔离执行 subagent 的实际模型标识,不得使用协调者模型名,也不得猜测营销名称。将空格、斜杠、反斜杠及文件系统不允许的字符替换为连字符,保留字母、数字、点、下划线和连字符。输出正文开头同时记录 **生成模型:<model-name>**。

工作流

1. 确定时间窗

  1. 获取当前日期、时间和用户时区;未指定时使用会话提供的时区。
  2. 计算精确的72小时起止时间,并在正文开头明确写出。
  3. 对每条候选新闻记录:
    • 事件发生时间;
    • 首次公开时间;
    • 当前来源发布时间及其时区。
  4. 只有事件或首次正式公开发生在窗口内,才能列为本期新闻。
  5. 若来源只显示日期而没有时间,在文中标注“按发布日期计入”。

2. 分轨检索

至少检索下列类别,不要求每类都必须有新闻:

  • 模型:新模型、推理、多模态、开源模型、API、价格与上下文能力。
  • Agent:编码 Agent、浏览器 Agent、企业工作流、协议和工具调用。
  • 硬件:GPU、ASIC、服务器、边缘设备、机器人和 Physical AI。
  • 软件与平台:开发工具、云服务、操作系统、数据平台和安全工具。
  • 应用与产业:医疗、教育、金融、内容、企业部署、融资与监管影响。
  • AI 科学研究:OpenAI、Anthropic、Google Research/Google DeepMind,以及其他重要实验室的 AI for Science 工作。

使用多个不同关键词和来源检索,避免只围绕已知公司搜索。对“最近”“今天”等查询加入绝对日期。

3. 建立证据链

每条新闻优先收集:

  1. 第一方原始来源:公司公告、研究博客、论文、代码库、监管文件或产品文档。
  2. 至少一个独立来源:Reuters、AP、Financial Times、Bloomberg、主流科技媒体、学术机构评论或领域专家分析。
  3. 必要时加入第二个独立来源,处理争议、商业影响或技术能力主张。

技术问题优先使用官方文档和原始论文。不要仅根据搜索结果摘要下结论。

AI for Science 预印本的证据要求见 references/ai-for-science-sources.md。窗口内首次发布的预印本可仅依据原始论文页面纳入,但必须执行该文件中的状态标注和验证规则。

若只有企业公告:

  • 可以报道,但明确标注“目前主要依据公司公告”;
  • 第三方重要性评价必须由作者独立分析,不得伪装成外部共识;
  • 降低结论确定性。

4. 筛选与排序

对候选新闻按以下维度评分:

  • 新颖性:是否在72小时内首次公开;
  • 影响范围:是否影响开发者、企业、消费者或科研群体;
  • 技术实质:是否有模型、产品、论文、代码或可验证能力;
  • 来源质量:是否有第一方材料和独立交叉验证;
  • 持续影响:是否可能改变成本、竞争格局、工作流或研究方法。

优先保留高影响、高证据质量新闻;宁缺毋滥。

5. AI 科学研究专章

单列 AI 科学研究 章节。执行任何 AI for Science 检索前,必须完整读取并遵循 references/ai-for-science-sources.md,其中规定:

  • 必查预印本、重点生命医学期刊和实验室官方渠道;
  • 各来源的72小时时间认定方式;
  • AI 核心贡献的纳入与排除标准;
  • 预印本状态、消息类型和研究条目字段;
  • AI for Science 专项输出结构和验证清单。

核心约束不得省略:只关注首次公开内容;arXiv 按 v1 判断;不纳入后续版本、旧论文新公告或 PubMed 结果;没有符合条件的新研究时如实报告。

6. 撰写重要性评价

每条新闻加入独立的“第三方重要性评价”,评价应:

  • 说明为何重要、影响谁、时间尺度多长;
  • 区分事实、来源观点和作者推断;
  • 同时指出至少一个限制、风险或尚待验证的问题;
  • 使用 高 / 中高 / 中 / 低 等级,并给出理由;
  • 避免把融资额、参数量、基准分数直接等同于实际影响力。

若评价没有引用具体第三方,应写成“综合评价”或“本简报判断”,不得称为第三方共识。

输出结构

按以下顺序输出:

# 最近72小时全球 AI 新闻简报

**统计窗口:YYYY-MM-DD HH:mm 至 YYYY-MM-DD HH:mm(时区)**
**检索截止:YYYY-MM-DD HH:mm(时区)**
**生成模型:<model-name>**

## Introduction
概括本期最重要的2至4条趋势,并说明是否存在重大的模型发布。

## 一、[类别]

### [具体新闻标题]
**事件日期:**
**状态:正式发布 / 预告 / 媒体报道 / 尚待确认**

#### 摘要
说明发生了什么、涉及谁、关键数字和能力边界。

#### 第三方重要性评价
**重要性:高 / 中高 / 中 / 低**
给出影响、限制和独立判断,明确推断性质。

#### 来源
- [第一方来源标题](URL)
- [独立来源标题](URL)

## AI 科学研究
按 [references/ai-for-science-sources.md](references/ai-for-science-sources.md) 中的专项结构撰写早期研究、重点期刊、实验室科研动态和本期总结。

## 全文总结
提炼产业、技术、应用和科学研究的共同趋势,避免逐条重复摘要。

## 方法与局限
说明时间窗、检索截止时间、来源限制和仍待确认的事项。

标题可按实际内容设置为模型、Agent、硬件、软件、应用、产业或监管,不要为没有可靠新闻的类别制造占位内容。

写作规则

  • 使用中文,保留必要的英文产品名、机构名和论文名。
  • 每条新闻只讲一个核心事件。
  • 给出具体绝对日期,不使用含糊的“昨天”“近日”。
  • 摘要以事实为主,不重复公司营销措辞。
  • 所有关键数字、发布日期和能力声明都应有来源。
  • 链接尽量指向原始页面,不使用搜索结果页或聚合转载页。
  • 论文必须标注正式发表或预印本状态。
  • 预印本必须标注首次版本;arXiv 明确记录 v1 时间。
  • 对付费墙来源,可引用标题和可核验事实,但应同时寻找公开来源。
  • 不把新闻文章的发表日期误当作事件发生日期。

验证检查

提交前逐项检查;任何关键项失败都应继续检索或删除相关条目。

时间验证

  • 已写明精确的72小时起止时间、时区和检索截止时间。
  • 每条新闻的事件或首次公开时间确实位于窗口内。
  • 窗口外资料仅作为背景,并明确标注原始日期。
  • 没有把未来预告写成已经发布。
  • AI for Science 内容已完成引用文件中的专项时间验证。

事实与来源验证

  • 每条新闻至少有一个可打开的原始或高质量来源。
  • 重大新闻优先同时具备第一方来源和独立来源。
  • 标题、日期、公司、产品名、数字和链接逐项核对。
  • 搜索摘要未被当作唯一证据。
  • 传闻、匿名消息和未经验证的主张已显著标注。
  • 没有虚构新闻、引文、论文、链接或第三方观点。
  • AI for Science 内容已完成引用文件中的专项来源验证。

内容验证

  • Introduction、新闻标题、摘要、重要性评价、来源和全文总结齐全。
  • AI 科学研究为独立章节。
  • AI for Science 内容已完成引用文件中的专项内容验证。
  • 没有新研究时如实报告,而非拿旧研究凑数。
  • 每项重要性评价同时包含影响理由和限制条件。
  • “第三方评价”有真实第三方依据;否则已改称“综合评价”。

质量验证

  • 任务由带有 execution_role: isolated_worker 的 fresh subagent 独立执行。
  • subagent 未继承或接收此前对话中的候选新闻与研究判断。
  • 输出已写入 Markdown 文件,文件名以实际执行模型名称结尾。
  • 正文开头记录的生成模型与文件名中的模型名称一致。
  • 各类别覆盖由真实新闻决定,没有机械凑齐。
  • 事实、来源观点和本简报推断表述清楚。
  • 全文总结提炼趋势,而非复制各条摘要。
  • 所有链接格式正确,并尽可能打开抽查。

最后在内部做一次反向核验:尝试证明每条新闻不应被纳入。无法通过时间、来源或事实核验的条目,删除或移入明确标注日期的背景部分。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.