终于有人把大模型跑媒体监控的成本账单给打骨折了。 @elvissun 刚把这套开源公关流水线拉出来跑了一遍，数据反差相当残暴： 24.9 秒扫完今早 384 条新闻，给 15 个品牌出完了借势策略，总共只花了 0.19 美元；同等时间下调 Claude Opus 5 跑同样的数据，只勉强处理了 4 条，账单却飙到了 0.77 美元。

算下来单条头条的过滤成本被生生压低了近 400 倍，你自己刚扫完两句导语，系统的全量分析已经端到面前了。 做舆情分析和品牌借势的朋友都知道，以往调大模型跑实时大盘有多折磨。 调大模型做全量初筛，要么上下文太重跑几千个 Token 慢到卡顿，要么按分钟跑 API 账单直接爆表；

如果退回去用传统正则和关键词爬虫，又根本读不懂新闻背后的情绪和品牌关联度。

这套方案最聪明的一步，是把轻量调度与精准决策做了彻底分工。

它不再强求一个巨无霸模型去死磕全文，而是把海量新闻的高并发初筛与品牌偏好匹配做成毫秒级管道，大盘扫完只要几毛钱。

真正让我觉得有意思的是它附带的开源武器库。

作者把完整工程放在了 http://newsjack.sh，里面的 demo 目录直接打包了 30 多个现成技能，从锁定借势切入点、顺藤摸瓜找对应报道的记者，到直接起草媒体邮件，全流程都串通好了。

做内容营销和自动化智能体的朋友，这套代码非常适合拉回本地做参考。 https://x.com/elvissun/status/2100951347080421409/video/1