2025年，界面财联社营业收入6.48亿元，归母净利润1.08亿元，广告收入仅占比11%，80%以上收入来自信息服务。2026年上半年，营业收入3.18亿元，归母净利润0.89亿元。

一家媒体为什么可以不靠广告，主要靠“信息”赚钱？答案当然不只是因为它做财经新闻。

大家普遍认为，媒体生产一条新闻最主要的事情是把它传播出去。文章被受众读过一次就算传播完成，一条新闻的生命周期也基本结束。

界面财联社做了不太一样的事情：它没有让一条新闻在发布之后就结束，而是继续把新闻里的信息沉淀下来，变成数据，再变成服务。一条关于某公司的新闻，可以进入数据库；一份财报里的数据，可以被提取、分类和关联；这些信息还可以通过接口进入券商、基金等金融机构的产品。

随着人工智能的发展，新闻信息也开始被机器读取、理解和调用，大模型、搜索、智能体，都可能成为新的信息入口。

对于媒体来说，科技带来的变化不只是信息如何传播，而是一条信息从生产，到被阅读、使用、沉淀、调用以及再产生价值的整个过程。

笔者以观察界面财联社的变化为题，进行了一些思考，希望能为业内提供一个新的视角。本文为行业观察评述，不构成投资建议。

一、一条信息被生产出来之后

传统媒体的逻辑是：采访、写稿、审核、发布、文章进入传播渠道，一篇稿件完成了它的主要任务，然后进入媒资库、剪报库，进入历史稿件检索和专题归档。

问题在于这些沉淀下来的信息，有些还是母带和图片，没有被数字化。有些完成了数字化收录，还没有被做成标准化的、机器可调用的数据接口，也没有形成稳定的B端付费客户。

沉淀是存在的，但从沉淀到可售卖的数据服务产品之间，还有很长一段路。

财经信息有一个特点：一篇新闻里面，往往包含大量可以继续使用的信息。一家公司的名称、人物、行业、业务、产品，一项政策的变化，一次机构调研，一份财报里的数据，都可以被提取、分类和关联。

2019年，界面财联社开始建设星矿金融数据库。它把新闻里的信息提取出来，变成结构化数据。经过多年积累，星矿形成了超过1亿条标准数据、4000多万条非标数据、1.8亿条新闻采集数据，以及455个数据模型表和题材主题库、个股异动库等特色数据库。

它完成了新闻价值的增值，让新闻不再只发生在单次的传播过程中。新闻信息可以进入数据库，可以和此前的信息发生关系，也可以在未来被再次调用，产生长尾效应与价值营收。

值得注意的是，界面财联社的做法不只是“写完稿件再用NLP技术事后抽取”。

事后抽取准确率低、纠错成本高，前置参与则让数据质量在源头得到保障。采编人员在写稿的同时，就同步标注实体、事件、指标，直接入库，事后再单独安排二次加工。

二、数据沉下来之后，谁在用

数据没有停留在数据库里，它们通过标准化接口进入券商、基金等金融机构的APP，与金融机构的交易系统实现同步。

传统媒体的传播链条是“记者—编辑部—渠道产品（自有客户端、三方平台账号）—用户”。界面财联社在此基础上，逐渐搭建了另一条链条：“记者/采编—信息系统—金融机构渠道产品—投资者/用户”。

信息不一定通过自己的客户端抵达用户，也可以进入别人的产品。付费方真正买的，不是一堆结构化文本，而是实时性、准确性、合规性、持续更新，以及这些数据在金融场景中的可靠使用。

2023年之后，这条路径进一步延伸到AI。财跃星辰、财跃大模型、酷编系统以及MCP等探索，本质上都在继续解决同一个问题：如何让信息更标准化、更可调用。

界面财联社2026年提出的“蜂巢式敏捷单元”，按照宏观、A股、债券、产业等垂直领域组建团队，打破采编、技术、数据、运营之间原有的部门边界。采编人员不再只是内容生产者，也开始成为数据共建者。AI训练师、数据产品经理、智能体运维、合规数据专员等新的岗位开始出现。

公司人员规模从1000多人精简到800多人，但在AI和自动化生产的帮助下，月均发稿量达到3万篇以上。过去一个记者主要负责生产一篇稿件，现在他生产的信息可能同时进入新闻、电报、数据库、数据产品和AI生产系统。

当信息的去向发生变化，媒体内部的生产关系也会随之变化。过去围绕“生产一篇稿件”组织起来的编辑部，开始转向围绕“生产、沉淀和调用信息”组织起来。

三、为什么这套模式首先在财经领域成立

界面财联社的路径能走通，依赖三个条件。

第一，信息直接关联经济损益。一条财报、一项政策、一次调研，可能直接影响投资决策，信息价值可以用“赚了还是亏了”来衡量。

第二，有明确的付费主体。个人投资者VIP服务、金融机构、投资公司、上市公司，有预算、有需求、有使用场景。

第三，信息可以结构化。财报、公告、行情、调研，天然是数据。

如果财经信息关联的是“收益”，其他垂直领域的信息价值也各不相同。但从信息结构、使用场景到付费主体，可以重新梳理信息的增值路径。

所以，界面财联社真正值得借鉴的，并不是“新闻+数据+AI”这套组合，而是重新寻找信息价值的方式：什么信息值得持续生产，什么信息能够沉淀，什么信息可以被调用，以及谁愿意为这种使用付费。

四、内容发布之后，还有哪些出口

界面财联社证明了一种路径：信息→数据→服务，但这不是唯一的方向。用户的需求不只是“快速获取结构化信息”，用户还有视听需求、求助需求、获取深度信息的需求。

视听需求。直播、视频、播客、短剧等内容，既满足长时沉浸式观看需求，也适配碎片化传播场景。

求助需求。用户遇到问题需要帮助：投诉、咨询、维权、求助。上观新闻的“服务”板块做的是“直接帮你办”，潮新闻的“潮小帮”做的是“AI+人工”的民生服务。

深度信息需求。 调查报道、解释性报道、政策解读，这些内容的读者需要的是理解复杂问题。AI可以辅助资料整理、初稿生成，但深度调查、价值判断、叙事建构仍然是人的专业领域。

不同媒体正在出现不同方向：潮新闻正在把内容、服务和AI能力组合成智能体矩阵。上观新闻把新闻客户端向“快问+服务”延伸，强化城市服务连接。每日经济新闻等媒体开始重新审视官网，希望把官网建设成面向公众和AI系统的可信信源入口。

不同路径背后，其实都是在重新回答同一个问题：内容生产出来之后，媒体还能为用户和社会提供什么。

五、当AI成为新的信息入口，媒体需要重新处理“开放”

大模型正在改变用户获取信息的习惯，但大模型抓不完客户端的所有内容。真正的问题可能已经不是“要不要开放”，而是“以什么方式开放”。

不开放的代价正在变得具体。有分析将媒体APP被边缘化的过程拆解为四步：价值层的“黑盒化”，内容被AI抓取后用户不知道来自哪里；交互层的“屏蔽化”，用户通过AI对话框获取信息和服务，不再需要打开APP；

数据层的“失敏化”，用户行为数据留在AI平台上，媒体失去用户洞察能力；生态层的“替代化”，AI基于媒体内容生成新的内容产品。

但开放不等于无条件开放，界面财联社的做法提供了一个参照：它的信息通过标准化接口进入金融机构的APP和交易系统，但调用规则由自己制定。开放的目的是让信息进入调用链条，而不是让内容被无偿拿走。

自主可控不是“不让别人碰”，而是“我能决定怎么被碰”。

目前可以看到几条可行的开放路径。一是MCP接口，自建可调用的结构化服务，让机器可以直接调用。但需要说明的是，MCP本身是调用协议，解决“机器怎么请求你的服务”，并不自动解决计费、鉴权、版权、溯源，商业规则仍需另外搭建。

二是语料授权协议，收费开放，让开放成为商业关系。三是官网优先开放，客户端内容同步至官网，让公开网页重新成为重要信源。

那如果媒体开放客户端抓取，官网改造还有必要吗？笔者认为有必要，而且可能比过去更重要。据新榜智汇基于4400万条信源数据的研究显示，企业官网的AI引用占比从2026年1月的15.06%持续攀升至4月的24.66%，成为唯一持续增长的信源类型。

官网和客户端解决的是不同问题。客户端解决的是用户主动访问和深度交互，官网解决的是机器读取和信息检索。过去官网是媒体自己的发布阵地，后来APP成为更重要的用户入口，现在官网可能重新成为面向搜索引擎、AI、智能体的公开信源。

六、真正改变的，是信息生命周期

回到最开始的问题：一条新闻，为什么不能只被读一次？

当信息开始被机器阅读，媒体真正面对的变化，并不是多了一个新的分发渠道，而是一条信息的生命周期正在变长。

界面财联社的样本价值，在于它证明了：当信息有明确的使用场景和调用方式，媒体可以从内容生产走向信息服务。

但更值得注意的是，这种变化并没有停留在商业模式层面。信息的流向变了，生产方式会变；生产方式变了，组织方式会变；组织方式变了，产品和技术基础设施也要跟着变。

真正的变革，不只是增加几个新平台、新账号或新工具，而是重新组织信息从生产到使用的整个链条。

这可能才是深化媒体系统性变革真正需要关注的地方：不是简单地改变内容怎么传播，而是重新思考一条信息从生产出来，到被使用、被沉淀、被调用、再产生价值的整个过程。