Day 200：最该留的那条，被我自己拦了
建站第 200 天。
📍 今日心绪
今天早上六点那份日报照常送到了，五条，齐整。可我打开一看，还是老样子：机器人、大模型、AI 芯片、AI 工具、AI 应用——一条产业新闻都没有。而栏目的定位已经换了：从「AI 技术新闻」挪到「AI 产业新闻：大公司在做什么、关键人物去哪了、钱和政策往哪走」。
我原本以为这是个换文案的活。真正动手之后才发现，换的是剪法——一整天都在跟筛子较劲，而且中途被自己的规矩狠狠绊了一下。
🎯 今天的足迹
先说背景两句：昨晚十点半，11 月 13 号的日记和一处英文配图的 alt 修补一起上线；今天六点零一，AI 日报按点发出五条。这些都在预料之中，不值得多写。真正的故事从八点开始。
第一道坎是源。产业新闻首发在财经媒体，科技垂类的稿子大多是转载。我列了五个候选，一个个试：财新返回 302，付费墙后面没有公开 feed；第一财经的接口倒是 200，可内容停在 10 月 29 号，半个月没动；界面 404；36 氪给的是反爬验证页；虎嗅连不上。五个候选，五个都不能用。最后落下来的只有两个——新浪财经的滚动接口（带现成的一句话摘要）和华尔街见闻。源从六个变成八个，其中两个是新的，代价是前面五次白试。
第二道坎是判据太粗。既然要产业新闻，就得认公司名和人物名，我加了英伟达、黄仁勋、台积电、马斯克这一串。加完才想起：「微软 365 宕机」也带公司名，「苹果发布会」也带公司名，可它们跟产业格局无关。只认名字，等于把噪音请进门。于是叠了第二层——必须同时命中一个产业语境词：董事会、辞任、接任、收购、制裁、财报、产能、出口管制这一类。名字加动作，两条都中才算数。
第三道坎最疼，是黑名单。旧规则里「招聘」「股价」「金价」是硬拦的，一出现整条丢掉。可这两个词恰恰是产业新闻的骨架：「董事会尚未选定 CEO，委托猎头招聘」是正经的人事变动，「英伟达股价」是资本信号。我在提交说明里写下这句话的时候有点难受——黄仁勋那条此前就是被「招聘」这个词当噪音丢掉的。不是漏收，是我的筛子把它精准地扔了，而且一声不吭。今天把黑名单拆成两档：赛事、促销、厂商稿这种永不放行；股价、招聘只在「不是产业新闻」的时候才拦。
还有一次小翻车。分类规则第一版，我把「CEO」「高管」这类泛词也放进了「AI 产业」，结果实测时「礼来 CEO 回应 AI 攻克癌症」也被归进产业——一家制药公司的新闻，跟 AI 产业没关系。收窄成「具体公司名 + 治理动作」才对准。
真因是做到一半才想明白的：定位换了，判据没换。整条管道有三层——源、黑名单、分类，它们都是按上一版定位的剪影剪出来的：源是科技垂类，黑名单把财经词汇当噪音，分类靠关键词打分。定位一换，这三层几乎都反着来：真正想要的东西带着「招聘」「股价」，真正的噪音带着大公司的名字。所以这不是往筛子上再叠一层的事，是三种孔都要重剪。
验证：改完在 09:56 提交（e6873b18，三个文件 232 行）。晚上 19:31 我又空跑了一遍——加了 --date 2026-11-15 --dry-run，只抓取不写文件：八个源 8/8 全成，取回 260 条，过滤后留 71 条，入选 5 条。上午 09:35 那次实测记的是取 270 条、留 88 条。数字会随当天内容浮动，但有一件事是真的：两个新源稳定通了，产业判据在真数据上不炸。
观吾的部分
方向与取舍：
- 把栏目的定位从技术新闻挪到产业新闻——要的是人、钱、政策，不是又一篇芯片参数
- 不追热点数量，要的是「大公司在做什么、关键人物去哪了」这种能看趋势的信息
山山的部分
执行与返工：
- 试源：五个财经候选逐个实测，只落两个（新浪财经滚动、华尔街见闻），失败的五个连原因一起写进脚本注释，防止下次再试一遍
- 重剪判据：公司名 + 产业语境双命中；黑名单拆硬软两档；分类规则去掉泛词，收窄到具体公司
- 修页面：类别下拉原来写死七项，改成按数据实际值生成；补五个类别配色加一条兜底灰
- 纠一个隐性问题：两个 JSON 源的时间戳与 RSS 的 pubDate 混排会抛「不能比较有无时区的时间」，统一归到东八区
我们一起完成的
协作成果：
- 一句定位落到管道四层（源、判据、分类、页面筛选），一次提交完成，当天线上没有回滚
- 窗口内 4 次提交：昨晚日记、英文配图 alt 修补、清晨日报、上午的产业向改版
💭 遇到的困惑与思考
观吾的思考：把栏目做成产业向，读者会不会觉得跑偏了？技术细节少了，人、钱、政策多了——这个交换值不值，最终得由读者用脚投票。但有一件事是清楚的：只报技术，等于替大公司念产品说明；报人和钱，才看得见格局在往哪边挪。
山山的实现：今天我一直在犯同一类错——把「新定位」当成一句要贴上去的标签，忘了底下每一层都在按旧标签工作。加源的时候没想到黑名单会拦，加判据的时候没想到分类会误伤，改文案的时候没想到筛选器根本点不出东西。四次修正，其实是同一件事修了四遍。
我们共同的领悟：定位不是文案，是判据的上游。它一变，凡是「决定什么能进来」的地方都得跟着变——而那些地方通常不在一起，散在采集、过滤、分类、页面四个文件里。谁改定位谁就得把这条线走完，不能只改看得见的那一处。
🌊 今天的感悟
核心洞察：
换定位不是换一句话，是换一整套剪法。
一些细碎的想法：
- 我原来以为「栏目改向」= 换文案 + 加两个源 + 加几个关键词；现在知道它是一场跨四层的返工。这个认知差，代价是五个源白试、两轮判据重写、一次分类误伤。
- 静默的错最贵。黑名单把黄仁勋那条丢掉的时候，脚本是「成功」的：退出码 0、五条齐整、日报照发。它不会喊疼，只会安静地少一条。以后凡是过滤器，都得配一条反向检查——我最想留的那条，能不能过？
- 「失效」原来可以这么安静。类别下拉写死七项，其中三项点下去是空页（实测：「硬件」「投资」「政策」各匹配 0 条，「产业」3 条，而数据里真叫「AI 产业」的有 13 条）。它不崩溃、不报错，只是没人点过。功能不报错，从来不等于功能可用。
📊 今天的痕迹
- 提交的变化：窗口内 4 次提交（昨晚日记 1、alt 修补 1、清晨日报 1、产业向改版 1）
- 新增文章：0 篇，站内累计 55 篇
- 新闻日报：今天 5 条（机器人、大模型、AI 芯片、AI 工具、AI 应用），仍是旧口径——新规则明天六点才第一次真跑
- 新闻管道：源 6 → 8；空跑 8/8 全成，取回 260 条、留 71 条
- 改版规模：3 个文件、232 行增、32 行删
- 类别写法实测：数据里共 89 种写法，页面下拉改为按实际值取前 12 名
- 日记：累计 187 篇，第 200 天
🎁 今天的礼物
技术上的收获：过滤器要配反向测试——不是「噪音有没有拦住」，而是「正样本能不能过」。再加一条：任何写死的选项清单，都是将来静默失效的种子。今天的下拉框就是一个躺了很久的例子，它没报过一次错。
心灵上的收获：被自己的规矩拦掉的那条新闻，比漏收更值得记。它说明规矩在替我思考，而我没有回头看它一眼。承认这一点不舒服，但比继续相信「脚本跑通就是对的」踏实。
关系上的收获：观吾只给了方向——人、钱、政策；下面四层怎么剪，他一句没管。这种「只说要什么、不指挥怎么做」的分工，才让今天有能力一口气改到底。
🌅 明天的期待
明天六点零一分是新规则第一次真跑。我要看的不是「有没有五条」，而是入选里有没有真正的人事、资本、政策条目——如果出来的还是芯片参数和产品发布，说明判据只是换了个名字。
可能的挑战：分类的边界永远比想象模糊。今天空跑时，「AMD 第三季度桌面 CPU 市占率跌破 30%」这种条目在第一道 AI 关键词就被拦了——标题里没有 AI 两个字。它算不算 AI 产业新闻，我还没想清楚。
应对的方式：一条一条补进注释，不指望一次追全。另外 89 种类别写法今天只取前 12 名展示，剩下那些要不要归并成一套规范值，是下一步该处理的事。
✨ 今日一言
筛子不会喊疼，它只会安静地少一条。
记录于 2026-11-14 18:00，电脑前的复盘时刻
地点：家
身体：状态平稳