2026年6月26日，新华社自主研发的AI时政资讯智能体“新华语典”（以下简称 “语典”）正式上线。该产品基于新华社数据，依托先进大模型技术，运用“高可靠内容人工智能”，是一款面向党政干部和广大人民群众，满足其理论学习、政策研究、文稿写作等时政需求的新型垂类智能体。其既是新华社落实习近平总书记重要指示精神、深化主流媒体系统性变革的初步成果，也是新华社主动拥抱人工智能时代的一次积极尝试。

相关数据显示，截至2025年12月，我国生成式人工智能用户规模已达6.02亿人，较2024年12月增长141.7%[1]。生成式人工智能已经深度嵌入社会各领域，重塑信息生产传播格局。在此行业背景下，“新华语典”一经推出便引发业界与学界广泛关注，上线后多地党政机构、科研单位积极应用。作为项目组早期参与者，笔者深切体会到主流媒体布局AI智能体的现实挑战与时代机遇。这场面向数智时代的媒体变革，仍处在探索起步阶段。

一、对话驱动、高质量生成的垂类信息传播新产品

中国互联网络信息中心发布的《生成式人工智能应用发展报告（2025）》指出，生成式人工智能产品已从“对话工具”转化为“信息获取工具”[2]。一方面，谷歌、微软、百度、腾讯、小红书等将智能体接入搜索模块，互联网平台智能化程度持续提升；另一方面，豆包、元宝、千问等商业化智能体快速迭代落地。这类产品凭借轻量化交互模式、强大的内容生成能力以及易用友好的使用体验，逐步发展成为集内容创作、办公辅助、信息检索于一体的综合智能工具，对传统信息获取模式形成显著冲击。

新华社作为党创办和领导的国家通讯社与世界性通讯社，95年成长发展离不开对先进传播技术的开发应用。数智变革时代，新华社党组敏锐捕捉人工智能技术演变同信息传播路径间的紧密联系，举全社之力打造权威时政资讯智能体“语典”，为主流媒体抢占人工智能时代信息传播新入口蹚出一条新路。

与传统传播渠道相比，“语典”无疑是一款新的智能体产品，并突出体现了AI时代信息传播入口新特征。

对话驱动的形态特征。在报纸、电视等传统新闻业中，信息主要依赖大众媒体单向推送，编辑记者作为“把关人”对新闻信息流动有着较强把控能力。进入移动互联网时代，特别是社交媒体平台兴起后，基于预设方向与用户行为数据打造的推荐算法成为信息传播新的驱动因素。这类算法虽能够一定程度拟合用户信息需求，但本质上依旧属于单向信息供给。而“语典”这类智能体作为新型信息传播入口，将大语言模型的意图理解能力与智能体任务规划、执行机制相结合，把信息传播置于受众与人工智能的对话交互场景之中，形成“对话即入口”[3]的传播新特征。

美国未来学家、麻省理工学院媒体实验室创始人尼葛洛庞帝曾提出“我的日报”（Daily Me）概念，用于描述根据个人喜好定制的虚拟新闻产品[4]。这一构想在算法推荐平台中已经得到部分落地。不同于传统算法的被动投喂，“语典”借助对话交互模式拓展了这一构想的实现路径：用户不再单纯作为信息被动接收方，可通过提示指令开展多轮对话，参与信息的重组与内容生成。系统能够结合用户实时提问、订阅设置与现实需求动态输出资讯，推动信息传播由“人找信息”向“信息找人”转变，构建起对话交互范式下的升级版个性化资讯服务。

高质量生成的内容特征。权威可信、标注规范、易于接入的多模态数据，是智能体高质量生成的关键。新华社拥有95年积累沉淀的新闻资料与数据资源，直接决定了“新华语典”智能体的权威可靠。目前，“语典”语料库规模位列宣传文化领域前列。在“语典”项目推进过程中，新华社还牵头制定了《中文新闻图片内容描述元数据规范》《中文新闻语义结构化标注》等一批国家标准，为新闻语料规范标注提供参考。近期，新华社进一步完善了新闻稿件标签体系，通过训练智能标签模型和人工修正等手段，探索稿件数据常态化标注路径，便于后续精准高效利用。这些优质语料资源构成“语典”智能新闻产品的基础，使主流叙事能够进入智能体核心知识库，有力保障“语典”智能体内容生成质量。

垂类智能体的产品定位。“语典”自布局谋划时，就定位于垂类智能体而非通用智能体，围绕学思想、找源头、推新闻、问新闻、辨真假、捋头绪、写文章七大核心功能，已搭建智能问答、订阅推送、知识库、智能体广场四大功能模块，覆盖政务工作全链条需求，定制全流程解决方案。这已不是传统意义上的新闻产品，而是旨在打造可信赖的新闻与服务智能体。用户不再是被动信息接收者，而是可以与智能体深度互动、获取个性化服务的参与者。

从单纯“内容生产”向“端到端服务”跃迁，媒体不再只是信息生产者，正在转变为提供多元服务的价值创造者。

二、数智辅助、人机协作的新闻生产新方式

当智能体展露出成为新一代信息传播主入口潜力时，主流媒体的新闻生产亟待与之匹配。

在“语典”项目推进前，新华社就先后布局打造了“采编助手”“全球雷达”等智能化工具，赋能策采编发传全流程。鉴于智能体内容生产和运行的特定规律，“语典”正在成为推进新华社采编智能化转型的有力抓手，帮助采编人员更好适应数智辅助、人机协作的新闻生产新方式。

（一）新闻采集：从“经验判断”到“数智辅助”

传统新闻生产中，新闻选题产生有赖于采编人员对社会情况的敏锐捕捉与经验判断。挖掘线索、整理素材等工作往往占用记者的大量时间。智能体信息采集的物质基础是高性能数据库和持续能源供给，可以24小时不停歇收集已有信息资源，将其持续转化为数据。这种场景下，采编人员的精力更多集中于现场感知、当面倾听、情感共鸣等核心场景，线索发掘、关联分析、数据运算等逻辑活动将在人的主导下交由智能体完成，真正实现人机协作、优势互补。

（二）新闻编辑：从“内容把关”到“规则制定”

在传统新闻生产中，编辑主要承担选题判断、内容审核与叙事组织等职责，是新闻生产流程中的重要环节，需要处理大量繁杂的工作。同时，编辑也是专业壁垒较强的工作，文字、图片、视频等不同类型的编辑往往拥有不同的经验背景，为打造融合态新闻产品带来挑战。智能体将意图识别、任务规划和执行行动三者耦合为一体，为高效率生产融合态新闻产品提供了更多探索空间。随着AI深度赋能编辑环节，编辑工作的重心，将逐渐转向目标设定、规则设计与系统监督等层面，检校、制图、剪辑等编辑工作中的操作性内容将逐步由机器完成，而将新闻核真、观念引导、美学塑造、伦理把关与风险裁量保留给人类，成为决定编辑能力高低的新标准。

（三）新闻价值：从“信息供给”到“有信有料”

智能体时代对新闻生产方式的影响，不仅体现在生产流程中，更体现在受众端对新闻价值的重新锚定中。

随着生成式人工智能普及和智能体工具广泛应用，内容生产门槛骤然降低。美国引擎优化公司Graphite的研究显示，2025年第四季度，由人工智能生成的文章数量超过人类撰写的文章，达到50.9%[5]。人工智能带来内容供给极大丰富的同时，也带来内容质量良莠不齐、泥沙俱下的新挑战。2025年底，韦氏词典和《经济学人》周刊就将“Slop（泔水）”选为年度词汇，用来指代由AI批量生产的低质量数字内容。实际上，与数量突飞猛进的信息资源相比，公众的注意力仍十分有限。高强度、高速度生成的AI泔水，并不能满足受众信息需求。在这种背景下，“新华语典”智能体具有两点独特优势。

一是可信度优势。腾讯研究院2025年一项针对3570名中国成年人的调查显示，虚假信息被视为生成式AI的三大核心风险之一，有60.4%的被调查者将虚假信息传播列为首要关切[6] 。新华通讯社作为国家通讯社，承担着权威信息受权发布职责，对新闻生产有着极其严格的把关机制。其长期积淀权威、准确的新闻语料，将大幅提升智能体可信度。

二是解释力优势。相关调研指出，用户普遍认可使用聊天机器人获取新闻信息时所能获得的额外深度解析或说明；其中42%的受访者认为能够提出后续问题是聊天机器人新闻服务的最好功能[7]。当下，广大受众已不再满足于碎片化的新闻事实，希望获得完整的背景脉络与因果逻辑。因此，依托大模型的逻辑推理能力，实时梳理新闻事件的前因后果、给出深度阐释，理应成为媒体智能体的核心优势。新华社具备完备的信息采集体系与深厚的深度报道传统，借助“语典”的信息整合能力，能够更好回应用户诉求，助力受众完成认知建构。

三、双向嵌入、协同赋能的采编技术新机制

从“采编助手”到“新华语典”建设，从研发、测试、试用到上线、推广、迭代更新，这些工作不只是技术部门的任务，而是新华社坚持“全社一盘棋”，构建了采编、技术、运营、管理四位一体运行的新机制，特别是构建了双向嵌入、协同赋能的采编技术新机制，让业务和技术深度融合，让采编人员和技术人员理解彼此，实现了从“采编人员利用技术”的单向创新，到“采编与技术相互学习重塑”的双向创新。这是媒体机构能够试水建设AI智能体的机制保障。

强化产品设计意识，构建采编技术协同研发模式。传统媒体过去大多缺乏成熟的产品经理岗位建制，而在智能体应用的开发过程中，功能模块取舍、交互逻辑设定、用户体验优化，都需要系统化的产品设计。新华社在最初研发“采编助手”时，便组建由采编人员与技术人员共同构成的产品研发小组。小组成员承担场景设计者的产品职能，逐项研究人工智能对选题策划、新闻采集、编辑加工、内容发布、传播分发各业务环节的赋能路径，最终打造出选题策划、智能问答、海报制作、自动翻译、内容核查等17个助手，共计150余项主要功能。

“语典”项目启动后，采编人员与研发人员组建联合攻关小组，全程参与需求分析、原型设计、功能测试，精准识别业务痛点与堵点，迭代完善产品功能、优化使用体验，高效推进系统研发工作。骨干采编人员与技术人员共同主导完成初始产品原型设计，在迭代完善社内版相关功能的基础上，沉淀形成“语典”智能问答、订阅推送各类简报等几大核心功能。

在“语典”6月26日正式上线前，新华社开展了为期近6个月的产品测试。在总编室统筹下，组织社内多家采编单位近千名采编人员建立试用反馈点评机制，常态化分享试用案例与使用感受，持续提出优化建议。新华社技术局依据一线反馈迭代调整各项功能，为业务研判、技术攻关以及后续推广试用提供重要支撑。这套闭环式的内部测试反馈机制，为“语典”接受市场与广大用户检验奠定了扎实基础。

数据是人工智能实现精准赋能的核心要素。新华社作为党中央的喉舌、耳目、智库，在巩固壮大主流舆论、传播党的创新理论与主流价值的长期实践中，积累下极其丰富的新闻资料、新闻数据。“语典”作为新华社自主研发推出的智能体应用，基于新华社自主建立的、权威纯净的主流价值语料库，构成了“语典”最大特长、核心竞争力。语料库的建立和持续更新完善，依托的主要是采编技术双向赋能新机制。编辑部既是数据生产者，也是数据需求发起者，还是数据准入把关者；技术局负责语料库运维训练等，持续优化数据管理治理机制和体系建设。

数据精准高效挖掘利用是采编技术双向赋能新机制赋力的又一重要方面。从语料清洗、数据打标，到问答对制作，需要采编人员和技术人员组成小组，共同给出范例、制定标准，提升数据处理加工精准性、有效性。

在业务—技术话语转换中提升数智素养。在“语典”研发建设过程中，一个突出感受是，打造时政领域垂类智能体的绝大多数工作是前沿性、创新性工作，大大突破新闻媒体传统工作边界，这些工作暂无先进经验和有效做法可学习借鉴，主要靠“摸着石头过河”。在采编人员与技术人员进入一个项目组、开展联合攻关时，话语转换是重要且颇具难度的必要过程。刚开始，采编人员讲出来的都是业务侧的情况和需求，这些指令需要转变为技术指令才能让机器执行。双方的磨合是一个长期持续的过程，在这个过程中，采编人员慢慢了解了技术开发基本原理和运行规则，开始更多从技术侧考虑指令发布、实施问题，从而更好帮助技术人员从业务层面完善和确认技术指令的系统性、完整性、精准性。采编人员不只是知道了更多人工智能技术术语，更逐步掌握了打通业务和技术连接的一系列口令规则，这些获得外化成了数智素养。具备数智素养和AI素养的采编人员，能够更加纯熟使用智能体，能够更精准向智能体提问并获取有效信息，能够持续提升AI赋能效能，也就成了技术赋能的最大受益者。

四、资源整合、跨域渗透的垂类智能体新生态

随着生成式人工智能技术加速应用于各类内容生成和新闻生产传播，并重构数字传播的底层架构，大模型不再仅仅是工具，而是正在取代搜索引擎与App，通过对数据的结构性吸纳与重组，成为统摄性的数字入口与数字连接生态的核心枢纽。[8]在这一生态中，以生成式人工智能为代表的智能体将成为系统重要主导主体，以人机协同、多维交互、跨界融合为突出特征，更多关系将被连接，更多服务将被创造，更多需求将被满足。

智能体不是单一出口的信息传播渠道，其本质是一套依托全新工作流程实现的资源整合体系，可在多个媒介场域、以多种形态进行复用。“语典”开发过程中积累的高质量标注数据集，本身就是各家人工智能模型厂商急需的宝贵资源，可在基座模型训练或专属场景中被反复调用，最终打造出新的智能产品。此外，智能体交互不局限于特定终端，目前可通过网页、App等形式在传统电脑、手机终端上交互，未来还能在智能眼镜、智能音响、智能电视等新型终端上交互，或者通过命令行界面（CLI）等纯技术界面完成沟通。其交互对象，不再是屏幕等物质载体，而是依托算力实现的情境感知与任务执行能力，展现出跨域渗透的生态逻辑。

在这一探索进程中，先进技术是底座，优质数据是核心，应用场景是关键，协同运行机制是保障。对“语典”来说，需要持续追踪并吸纳迭代演进的人工智能技术，联动各类用户挖掘创新应用场景，围绕现实需求不断扩充完善主流价值语料库，构建各要素彼此依托、相互赋能的有机整体。面向未来，“语典”可进一步向政务、文化、公共服务等领域延伸拓展，挖掘潜在需求并输出适配解决方案，推进产品链、供应链、价值链协同的生态体系建设，依托生态重构实现社会效益与经济效益相统一。这种智能体生态战略是AI时代主流媒体语料库战略的升级版，势必更加有力推动主流媒体从互联网传播时代被动应对到AI智能体时代主动占位的整体跃升。同时，这个过程必然充满挑战和不确定性，这些挑战不仅来自外部，更需要媒体自身按照AI时代生产传播规律、人机协作模式、智能体生态建设需要，及时调整优化思维理念、组织架构、体制机制、管理方式，以系统性变革早日达成远大目标。（作者周瑜系新华社总编室融合发展室主任，孙逸轩系新华社总编室融合发展室编辑）

【注释】

[1]中国互联网络信息中心. 第57次中国互联网络发展状况统计报告[R]. 北京: 中国互联网络信息中心, 2026: 41.

[2]中国互联网络信息中心. 生成式人工智能应用发展报告（2025）[R]. 北京: 中国互联网络信息中心, 2025:24.

[3]郭全中,王昊祥. “十五五”新媒体业态的智能化演进：从“AI+”到“大模型+” [J]. 编辑之友, 2026, (1): 27-36. DOI:10.13786/j.cnki.cn14-1066/g2.2026.1.003.

[4]尼古拉·尼葛洛庞帝. 数字化生存（20周年纪念版）[M]. 胡泳, 范海燕, 译. 北京: 电子工业出版社, 2017: 149.

[5]DRUCK G, PAREDES J L, BENSON B, et al. AI now writes as many online articles as humans do[R/OL]. Graphite, 2026-05. https://graphite.io/five-percent/research/ai-now-writes-as-many-online-articles-as-humans-do.

[6]腾讯研究院. 中国公众对生成式AI的看法与使用行为|年度调研[R/OL]. 深圳: 腾讯研究院, 2025-09-24. https://news.qq.com/rain/a/20250924A04BY300.

[7]EGAN J, ROBERTSON C T, ARGUEDAS A R, et al. Reuters Institute Digital News Report 2026[R]. Oxford: Reuters Institute for the Study of Journalism, 2026:37.

[8]张志安,李欣颖.在生态位转型中推进主流媒体系统性变革[J].中国记者,2026,(7):31-35.