一个能够听懂人话、主动干活的「执行总编」，正在改变中国媒体行业的生产方式。
5月22日，2026文化强国建设高峰论坛「人工智能与媒体变革论坛」在深圳举行。中宣部副部长莫高义在会上提出了三点要求：加快主流媒体数智化转型、推动AI健康有序发展、统筹发展与安全，助力AI治理。
这不是一句空话。在深圳报业集团，「读特AI工坊」已经实现了「AI编辑部」的雏形——记者只要和「执行总编」智能体对话，就能调度数字员工完成采编全流程。
这场媒体行业的AI变革，正在从概念走向现实。
从「写稿工具」到「AI同事」
在过去，媒体对AI的应用主要停留在「写稿工具」的层面。写稿机器人可以快速生成简讯、财报、体育比赛结果等内容，但本质上只是一个「高级模板」，无法真正理解新闻价值，也无法承担需要深度思考的报道任务。
「读特AI工坊」的不同之处在于，它把AI定位为「同事」而非「工具」。
在这个系统中，「执行总编」智能体不再是简单的写稿机器，而是一个能够理解指令、协调资源、分配任务的「指挥官」。当记者提出「帮我策划一个关于深圳科技创新的人物报道」时，它能够理解这个需求，自动检索相关资料、筛选潜在采访对象、拟定采访提纲、制定发布计划——整个过程不需要人工干预。
深圳报业集团的技术负责人介绍：「以前的AI写稿工具是单向的——你给它一个模板，它填入数据。我们现在的系统是双向的——你告诉它你的想法，它帮你规划整个报道流程。」
这种转变的背后，是大语言模型技术的成熟。当AI能够理解自然语言、进行复杂推理、协调多方资源时，它在媒体工作流中的角色就从「工具」升级为「助手」。这种升级不只体现在技术能力上，更体现在工作模式的变革上——记者不再需要学习复杂的使用说明，只需要用自然语言表达需求，AI就能理解并执行。
AI编辑部是怎么工作的
「AI编辑部」的工作流程，可以概括为四个环节：
第一，需求理解。 记者或编辑向「执行总编」提出报道需求。需求可以是模糊的，比如「最近有什么值得关注的科技新闻」，也可以是具体的，比如「我需要一篇关于深圳AI产业的深度报道，3000字，明天见刊」。「执行总编」能够理解这些不同层级的需求，并给出相应的响应。
第二，任务规划。 「执行总编」理解需求后，会自动拆解任务、制定执行计划、分配给不同的「数字员工」。比如，一篇深度报道可能被拆解为：资料收集、专家采访提纲撰写、初稿撰写、配图建议、排版优化等子任务。每个子任务都有明确的交付标准和完成时限。
第三，协同执行。 不同的数字员工领取各自的任务后，开始并行工作。它们之间能够进行信息共享和任务协调，确保最终产出的一致性。比如，当「配图员工」发现「写作员工」引用的数据有误时，会主动提示修改。
第四，质量把控。 在内容发布前，「执行总编」会对整个报道进行质量审核，确保事实准确、逻辑清晰、导向正确。对于涉及敏感话题的内容，系统会自动提醒人工复核。
整个流程的效率提升是显著的。据深圳报业集团估算，同样的工作量，传统流程需要3-5天，AI协助下可以压缩到1-2天。更重要的是，AI承担了大量重复性劳动，让记者能够将精力集中在需要深度思考的采访和写作上。这种转变有望解决媒体行业长期存在的「记者效率低下」问题。
主流媒体的AI转型加速
「读特AI工坊」只是中国媒体AI转型的一个缩影。
从中央媒体到地方媒体，从报纸到广播电视台，各类主流媒体都在加速拥抱AI技术。新华社推出了「媒体大脑」，能够实时分析全网热点、生成新闻简报、自动匹配配图；人民日报打造了「创作AI」，记者只需要输入一个选题，系统就能自动生成多个报道角度和初稿；中央广播电视总台上线了「AI编辑室」，实现了从素材剪辑到字幕生成的全流程自动化……这些产品的共同特点是：从「单点应用」走向「系统集成」，从「辅助写作」走向「流程再造」。
这场变革的驱动力，来自于三个层面：
第一，传播环境的变化。 短视频、直播、社交媒体……内容形态越来越多元化，用户注意力越来越分散。传统媒体如果不主动适应新的传播规律，就会被边缘化。AI技术为媒体提供了快速响应、多元生产的能力，让同一篇报道能够以文字、短视频、音频等多种形态呈现，触达不同平台的用户。
第二，内容需求的爆发。 24小时不间断的新闻周期，让媒体的内容需求呈指数级增长。以往一个编辑部门一天可能需要生产几十篇稿件，现在可能需要几百篇。AI能够在短时间内生成大量内容，满足不同平台、不同时段的需求。更重要的是，AI能够根据不同平台的特点，自动调整内容格式和表达方式。
第三，成本压力的倒逼。 传统媒体普遍面临人员编制压缩、预算削减的压力。在不增加人力的情况下提升内容产出效率，是每个媒体管理者的刚需。AI正是解决这个问题的最佳方案。一套成熟的AI编辑系统，可以替代3-5个初级编辑的工作量，而成本只有人工的十分之一。
这场转型也引起了政策层面的重视。中宣部副部长莫高义在论坛上明确提出「加快主流媒体数智化转型」，这意味着政府层面对媒体AI转型的支持将进一步加大。可以预见，未来的媒体竞争，将在很大程度上取决于AI能力的强弱。
AI会取代媒体人吗
每当技术变革发生，「取代」的话题就会随之而来。媒体行业也不例外。
但业界普遍认为，AI更可能是「助手」而非「替代者」。
资深媒体人张明（化名）表示：「AI能够帮我写简讯、整理数据，但它无法替我采访。真正打动人心的报道，永远需要记者亲临现场、与人对话、捕捉那些细微的情绪和细节。」这种观点代表了大多数媒体从业者的态度。
更重要的是，AI时代对媒体人提出了新的要求——不再是「会写稿」就行，而是要学会「与AI协作」。会用AI工具的记者，将比不会用的记者效率高出数倍。这种能力，正在成为媒体行业的新的核心竞争力。那些能够熟练运用AI工具的记者，有望在效率上拉开与同行的差距。
当然，这并不意味着媒体人可以被AI完全替代。AI的强项是处理结构化、重复性的工作，但对于需要情感共鸣、价值判断、深度洞察的内容，人的作用仍然是不可替代的。在可预见的未来，人机协作将成为媒体内容生产的主流模式。
挑战与机遇并存
媒体AI转型并非一帆风顺。
第一，技术成熟度的挑战。 大语言模型虽然已经非常强大，但在事实核查、价值判断、专业知识等领域仍有局限。AI生成的内容可能出现事实错误、逻辑混乱、价值观偏差等问题，需要人工审核把关。尤其是涉及敏感话题的国际报道、政策解读，更需要专业判断而非AI的统计推断。在实际应用中，媒体机构发现AI在处理突发新闻、深度调查等类型的内容时，表现往往不如专业记者。
第二，伦理规范的挑战。 AI生成内容的版权归属、真实性责任、隐私保护等问题，目前仍缺乏明确的法律规范。媒体作为内容生产者，必须对AI生成的内容负起责任。如何在拥抱新技术的同时守住伦理底线，是每个媒体机构需要思考的问题。更重要的是，当AI生成的内容出现错误时，责任由谁承担？这个问题的答案，目前仍不清晰。
第三，人才结构的挑战。 媒体行业普遍缺乏既懂新闻又懂技术的复合型人才。AI转型需要媒体机构重新构建人才队伍，从编辑记者为主转向技术+内容的复合团队。这不仅是招聘几个技术人才那么简单，更需要从组织架构、培训体系、绩效考核等方面进行系统性变革。这个转型的过程，注定不会一帆风顺。
第四，内容同质化的挑战。 当所有媒体都使用类似的AI工具时，内容可能会出现同质化的风险。当AI成为标配而非优势时，媒体的竞争力将回归到内容和创意本身。这意味着，即使完成了AI转型，媒体机构仍然需要在内容质量上持续投入。
媒体的未来：人机协作的新范式
回顾媒体技术的发展史，每一次重大技术革新都会引发类似的担忧。电视的出现曾让广播业惊慌，移动互联网的普及曾让传统媒体焦头烂额。但事实证明，技术消灭的是不适者，而非整个行业。
AI也不例外。
AI不会取代媒体人，但会用AI的媒体人会取代不会用AI的媒体人。这句话正在媒体行业得到验证。那些率先拥抱AI的记者和编辑，正在展现出越来越强的竞争力；而那些拒绝变化的从业者，处境正在变得艰难。
「读特AI工坊」的实践表明，AI与人的关系不是「替代」而是「增强」。AI承担了繁琐的信息收集、初稿生成等基础工作，让人能够专注于需要创造力、洞察力的深度报道。这种分工让双方的优势都得到了最大发挥。
更重要的是，AI正在打开新的可能性。当记者不再需要为日常简讯、数据报表忙碌时，他们有更多时间去思考选题，去深入一线，去生产真正有价值的内容。这对于提升媒体整体内容质量，是有益的。
从长远来看，媒体行业的核心竞争力将发生根本性转变。以往，优秀记者的标准是「写得好」；未来，这个标准将变成「用得好」。那些能够熟练运用AI工具、让人机协作效率最大化的媒体人，将成为行业的佼佼者。
这场变革不会一蹴而就。在转型过程中，会有从业者感到不适应，会有争论和摩擦。但最终，那些能够适应变化、成功转型的人和机构，将迎来新的发展机遇。
而对于每一位媒体从业者来说，学会与AI协作，将成为职业生涯的必修课。这不仅是技术的升级，更是思维方式的转变。只有拥抱变化，才能在AI时代立于不败之地。
你怎么看？
AI会取代媒体人吗？你认为传统媒体应该如何应对AI带来的变革？欢迎在评论区分享你的观点。
我要评论