信息速食时代，数字媒体崛起，大大小小新闻门户和自媒体的遍地开花让我们获得新闻的渠道更多也更容易，但结果却是常常被四面八方的信息迷了眼。
用大数据颠覆美图发现和分享的班底打造出了一个叫做Artifact的新产品，想要重新定义我们接收、阅读和讨论新闻的方式，它的打造者正是Instagram的创始人Kevin Systrom和Mike Krieger。
让这俩人继Instagram后重聚的灵感其实来自于疫情，Systrom和Krieger在疫情初期打造了一个叫做Rt.live的新冠病例数据追踪平台，可以实时看到美国各州的病例数据，但随着多个病例追踪平台的出现，Rt.live渐渐被弃用，不过两位创始人仍铁了心要再次联手做一个能为公众带来福利的项目，并希望使用到人工智能来驱动，一番探索后，Artifact这一以AI赋能的新闻社交平台就这样诞生了。
有人称它为文字版的TikTok，也有人称它为美版今日头条，简单来说，Artifact通过使用人工智能技术对用户新闻偏好和习惯进行分析，以实现日渐精准的定制化新闻内容推荐，Artifact其名正是取自“article”，“fact”和“artificial intelligence”的集合，并且Systrom和Krieger两位创始人的目标是用内容撬动社交，通过用户的阅读和分享将Artifact打造成像是Instagram和TikTok一样的爆款社交平台。
Artifact app
Artifact在今年年初以邀请制内测后在2月对公众开放，这几个月间，Artifact在新闻阅读和社交方面都增设了不少功能。
首先用户可以追踪自己的新闻阅读习惯，不但可以看到近来阅读最多的话题和新闻媒体，还可以根据像是“ChatGPT”等细分话题对内容进行分类，根据用户选择“深度读”或是“略知一二”app会推荐不同的内容。
Artifact app
今年4月，Artifact推出了让AI为用户总结新闻的功能，用户可以选择在阅读前先看AI生成的提纲，还可以让AI用不同的文风进行总结，比如“用Emoji概括全文”，“用Z世代的方式总结”，或是“讲给5岁小孩听”等等。
不过他们表示这一功能更多是为了好玩而推出的，用户想要最准确的信息仍应该阅读全文。
Artifact AI summary 功能
在社交方面，用户在上传自己的通讯录后app就会推荐在你的朋友圈内正在被热读的内容，不过并不会公开是谁在读或多少人在读，这份匿名避免了由社交压力带来的被迫阅读，而只是单纯的表明什么内容的反响较好。
在今年4月，Artifact还增设了讨论功能，只要建立了个人档案的用户都可以在文章下方进行留言讨论，这让它向社交平台的定位又迈了一大步。
Artifact 用户讨论
01、重塑新闻世界
将新闻视为值得革新的内容，是因为Systrom和Krieger两位创始人看到了目前新闻领域输入与输出需求的不匹配，Facebook等社交媒体的出现重新定义了新闻世界，改变了我们吸收信息的方式，因此也改变了出版商发布信息的形式，但也加剧了假新闻假消息等问题。同时，社交媒体的新闻推荐并不见得准确，因为在一个好友圈并不等同于有着一样的新闻偏好，因此两位创始人对Artifact所赋予的期待正是希望它可以改善目前新闻推荐和信息吸收上那些生硬的部分，以AI的“智”重塑基于社交的新闻世界。
这个定位听起来熟悉吗？没错，这和今日头条在做的事情大同小异，除此之外还有日本的SmartNews等平台都是通过对用户新闻偏好和内容互动等因素的分析为用户定制新闻内容，不过Artifact的创始人们认为美国读者仍需要一个基于本土的平台，并且坚信Artifact核心科技与新闻品味的独特组合具有独特优势。
图源：Metaverse Post
说到新闻品味，Artifact将头条和Facebook定义成了反面教材，它们的模式不仅过于开放以至于任何内容创作者都可以发布所谓的“新闻”，而且这些平台吸引用户和增加阅读量的方式基本依赖于标题党。
Artifact走的路线并不同，首先它会严选平台上的出版商，通过与三方机构合作确保新闻媒体的质量，像是融资是否透明、更正新闻速度等指标都会被考虑在内；其次是会确保内容的深度性，当用户点进感兴趣的头条后，会看到来自多个媒体不同角度的报道以进行深度阅读。
02、当AI遇上社交
撇开新闻这一内容类型不谈的话，Artifact的内核则是一个AI驱动的社交平台，将AI这一十分讲“理”的技术和社交这一非常重“情”的元素相结合，其实是Artifact的致胜法宝。
Systrom解释说，社交巨头的成长都得益于其核心的“关系图”，比如Facebook的“朋友关系图”，还有Twitter的“关注关系图”，而Instagram则是经历了从“关注关系图”到“兴趣关系图”的转变，将重心放在兴趣上真正实现了Instagram的爆款式成功，这与背后AI引擎的支持分不开。
instagram interest graph
现在，Artifact想用AI实现一样的精准新闻推荐，和ChatGPT及DALL-E等软件一样，Google的transformer是背后的赋能引擎，但Artifact并不仅仅关注在点击指标上，而是会对用户跟内容的互动进行深度分析来了解用户的新闻偏好和习惯，比如点击率、停顿时间、阅读时间和转赞数等指标都会被考虑在内。
此外，Artifact还会使用一个叫做Epsilon-Greedy的算法，在用户核心兴趣之外再给10-20%的新内容作为“惊喜”，像是TikTok目前就在测试让用户可以对感兴趣的内容进行全新刷新，比如在Artifact上如果你选择了对建筑感兴趣，它就会渐渐推荐与装潢相关的新闻来试探你的接受度，如果成功则会让用户又“入坑”新的领域，延长用户对app的使用寿命。
即使算法可以做大部分的工作，构建算法却需要人为输入，从什么样的指标会被计入算法再到权重，对这些问题的回答其实比AI技术本身更重要，而正是因为在算法中注入了对新闻深度性和用户社交习惯的考虑，Systrom才认为AI会成为Artifact的秘密武器。
03、面向作者，剑指Substack
在多个读者友好的功能之外，Artifact还花了许多心思让自己的平台做到“作者友好”，其实作者们希望建立自己忠实社群的需求在Substack等平台的快速增长上已可见端倪。
越来越多的新闻人并不满足于只在媒体上发稿，而是在Substack和Twitter上直接与读者沟通，Artifact便想成为将读者和作者相联结的*桥梁。对读者来说，Artifact终于揭开优秀内容背后写手的庐山真面目，让他们可以持续追踪写手的新创作。
Artifact上的作者简介
作者可以查看内容阅读量和互动数等指标来优化创作，比如是否该在不同的平台上发表不同风格的作品，什么样的头条会获得更高的点击量，带图片还是不带图片的文章反响更好等等都是新闻媒体无法给予作者回答的问题，在Substack上作者也无法对多平台的内容表现进行分析，因此Artifact想要实现的*目标就是让作者们知晓自己在每个平台上的粉丝构成以及如何因地制宜的定制内容以提供*阅读体验。
创始人Systrom表示将作者端视为重心是因为读者们并不缺少发现内容的平台，但市面上鲜有为作者量身打造的分析和宣传工具，他们希望通过复刻Instagram与网红的关系，用作者实现Artifact的快速增长。
在美国，面向用户的新闻平台赛道正在变得拥挤，像是Google News、Apple News、还有两位创始人曾经的老东家-Meta也推出了自己的新闻产品，其中Facebook的News Feed已经从一个主要是“亲朋好友播新闻”的地方成为了一个拥有上十亿用户的成熟产品，根据Pew Research的数据显示，约有30%的美国成年用户日常使用Facebook作为自己新闻的主要来源，这让一个全新的新闻产品想要打入市场变得非常困难。
同时，无数个致力于为用户推荐定制化新闻体验和保证深度客观阅读的app来了又走，像是新闻巨头CNN曾经以2亿美元收购的新闻app Zite在独立经营两年多后因增长停滞被迫下架，还有Yahoo的Livestand、AOL的Editions、Google的Currents都是带着一身期待而来却败兴而归。
成功打造出Instagram的两个人运气会不一样吗？用AI赋能和关注作者会撬动杠杆吗？在评论里告诉我们你对这一产品是否看好吧。
参考来源:
Kevin Systrom explains why Artifact wants to treat writers like the creators they are (TechCrunch)
Instagram’s co-founders are back with Artifact, a kind of TikTok for text (The Verge)
Instagram’s co-founders’ personalized news app Artifact launches to the public with new features (TechCrunch)
The smarter news apps are, the dumber they get (The verge）
