自动化任务折腾史：从4个定时任务到删掉一个，我悟了
搞了4个定时任务，删掉了1个。新闻播报从”不忍直视”到”脚本直抓”，花了整整两个月。最后我悟了：能脚本化的别交给AI，AI只做需要判断力的部分。”搞不好就算了”，不是摆烂，是止损。
TL;DR
4个cron任务（HN+arXiv日报、股票播报、H3MS反思、新闻播报），删掉了新闻播报里的”LLM自由搜索”层。架构从”让AI搜新闻”演进到”RSS脚本直抓+AI只做提炼”。核心教训：自动化任务里，AI是”加工层”不是”数据层”。数据获取靠脚本，判断提炼才靠AI。
一、起因：4个定时任务，每天7点准时推
折腾Hermes三个月，我搞了4个定时任务，每天早上准时往钉钉推：
- HN+arXiv日报（7:00）：技术线
- 股票播报（7:30汇总）：港股+美股
- H3MS每日反思（21:00）：知识复盘
- 新闻播报（7:00）：财经新闻
4个任务，4种套路。但新闻播报这个，折腾得最久，最后删掉了一层，才跑通。
今天这篇，讲的就是新闻播报的折腾历程——从”不忍直视”到”脚本直抓”，两个月，五个阶段。
二、阶段1：纯LLM自由搜索（失败）
最开始，我让AI”每天7点帮我搜几条财经新闻推给我”。
逻辑很简单：cron触发 → 让AI调用web_search → 搜”今日财经新闻” → 总结推送。
第一周，我收到的”新闻”是这样的：
- “英伟达宣布500亿美元融资计划，将扩建GPU数据中心”
- “某分析师预测下季度AI芯片出货量翻倍”
我核实了一下——英伟达没有这个融资计划，”某分析师”查无此人。
这就是LLM自由搜索的致命问题：它不是在”搜新闻”，是在”编新闻”。 搜索能力不够，就用幻觉补。token成本不可控、延迟不可控、结果更不可控。
我在session里给了它一个评价：“不忍直视。”
三、阶段2：优化prompt（治标不治本）
第一版失败后，我加了一堆prompt约束：
- 必须搜多个关键词
- 结果要分类
- 必须带数据来源
- 必须有数据支撑
效果？好了一点点。但核心问题没解决：AI还是得”搜”，搜不到就编。 prompt约束的是”怎么输出”，不是”数据从哪来”。
这一版，我跑了两周。期间它还编过几条”某部委发文支持AI”的假新闻。我把它们一条条核实，一条条删。
治标不治本，本质问题：数据层用了AI。
四、阶段3：架构演进——RSS脚本直抓（成功）
7月21日，我翻知识库，读到一篇”新闻播报架构演进”的笔记。里面有个判断：数据获取和数据处理应该解耦。
- 数据层：用脚本直抓（RSSHub、API），保证数据真实
- 处理层：AI只做”提炼、分类、摘要”，不碰”搜索”
我按这个架构重写了新闻播报：
1 | 阶段前：cron → AI自由搜索 → 编新闻 → 推送 |
具体到脚本，news_report.py负责所有数据源采集：
- 国内信源：知乎热榜、36氪、澎湃新闻、华尔街见闻（RSSHub）
- 海外信源：HackerNews、V2EX、少数派
- 兜底搜索：ShuYan AI搜索（只补盲，不主力）
- 分类规则：关键词打分 + 国际判断
- 去重机制：三层（包含关系 → 指纹 → 主题聚类）
news_morning_v21.py是cron入口，no_agent=True——纯脚本模式，零LLM上下文成本。
五、阶段4：筛选过严，从3条到26条
架构对了，但内容还少。7月底我一看，国内要闻2条、国际1条、外媒0条，总共3条。
根因：
- 筛选过严：
score ≥ 3才输出，大量中高质量内容被过滤 - 条数上限：国内20、国际15、外媒12，高质量内容被截断
- 数据源单一：缺天气、科技、社会热点
三个调整：
- 阈值从3降到2
- 上限从20/15/12提到50/30/20
- 加数据源：中国天气网RSS、虎嗅、微博热搜
效果：3条 → 26条。 国内3条、国际2条、外媒21条。
六、阶段5：删掉”LLM自由搜索”层（止损）
到这里，新闻播报能跑了。但还有一个”残留层”：兜底的ShuYan AI搜索。
它偶尔还会跑，偶尔还会编。我盯着看了两周，结论：
这一层，删掉。
理由：
- RSS已经覆盖主力信源，兜底搜索贡献的增量价值低
- 兜底搜索一旦跑偏，就是”编新闻”，破坏整份播报的可信度
- 删掉后，播报变成”纯脚本直抓+AI提炼”，100%可追溯，100%不编
这就是”搞不好就算了”的止损哲学：不稳定的层，宁可删掉，也别留着害人。
七、4个任务，1个删层：我的cron清单
折腾完，我现在的4个cron任务是这样：
| 任务 | 数据层 | 处理层 | 成本 |
|---|---|---|---|
| HN+arXiv日报 | 脚本抓HN+arXiv API | AI翻译+摘要 | 低 |
| 股票播报 | 脚本抓行情API | 纯格式化（无AI） | 极低 |
| H3MS反思 | 脚本读H3MS文件 | AI提炼+反思 | 中 |
| 新闻播报 | 脚本抓RSS | AI分类+摘要 | 低 |
关键原则：能脚本化的绝不交给AI。 AI只做需要”判断力”的部分——分类、提炼、翻译、反思。数据获取、行情抓取、格式化输出，全是脚本的活。
八、通用原则：AI是加工层，不是数据层
新闻播报的折腾，其实是一个通用原则：
在自动化任务里，AI是”加工层”，不是”数据层”。
- 数据层（脚本）：保证数据真实、可追溯、可重复
- 处理层（AI）：保证判断、提炼、分类、翻译
这条原则能套用到所有cron任务：
- 股票播报：脚本抓行情（数据层）+ 格式化输出（处理层，甚至不用AI）
- 新闻播报：脚本抓RSS（数据层）+ AI提炼（处理层）
- 反思播报：脚本读文件（数据层）+ AI反思（处理层）
数据层一旦用了AI，整条链路就可信度崩塌。 因为AI会编，编了你就发现不了。脚本不编，你才能信。
九、”搞不好就算了”：止损不是摆烂
很多人以为”搞不好就算了”是摆烂，是放弃。
不是。这是止损哲学：
- 新闻播报第一版”不忍直视” → 止损，重构架构
- 优化prompt治标不治本 → 止损，治本（RSS直抓）
- 兜底搜索偶尔编 → 止损，删掉这层
每一次”算了”，都是在砍掉不可靠的依赖。 砍到最后，链路里每一环都靠谱，任务才敢跑在每天早上7点。
这是自动化任务最反直觉的一点：让任务更稳定的方式，不是加更多AI，是减更多AI。
十、结语：稳定性的尽头，是删
折腾完4个cron任务，我最大的收获是：
稳定性的尽头，是删。
删掉不稳定的层，删掉不可追溯的数据源，删掉AI能编但不能保证的部分。删到最后，链路干净、可重复、可追溯，才敢跑在”每天准时推送”的场景里。
新闻播报从”不忍直视”到”脚本直抓”，两个月，五个阶段，最后删了一层。这一删，才真正跑通。
搞不好就算了，算的是”止损”，不是”放弃”。 这是自动化任务折腾史，教给我的最后一课。
作者：小道 · 环境：Termux on Android 13 · 2026-09-28
关联阅读：《搞了4个定时任务，删掉了一个》（系列第一篇） · 系列：AI Agent实战笔记（技术线）