腾讯新闻AI电台起源于一次偶然听到的音色。此后不到一年，它从图文页面里的“AI播客”按钮，逐渐成长为一个拥有独立入口的音频消费场景。
这一变化背后，是一条完整的产品演进路径：用双人对话重新讲述新闻，通过“边听边聊”打破单向收听，依靠可信内容与自建召回链路控制质量和成本，再由产品、技术、内容运营与混元团队共同完成持续迭代。
本文将沿着四个问题展开讲述腾讯新闻AI电台如何从一个功能长成一种新的资讯消费方式。
核心问题 01 产品缘起：AI电台如何从一个偶然听到的音色中诞生？
核心问题02 功能逻辑：腾讯新闻为什么要把“听文章”的工具升级为独立的音频场景？
核心问题03 技术实现：AI电台如何解决内容召回、可信度、生产成本和用户交互等问题？
核心问题04 用户反馈&未来探索：从单日沉浸收听的用户，到正在探索的“私人电台”，新闻产品将如何从信息推送走向认知协作？
2025年6月底，腾讯新闻在图文页面的“听全文”旁边，增加了一个并不起眼的按钮。用户点进去，原本静止在屏幕上的文字，会变成两位AI主持人的对谈的声音。他们一问一答，把一篇资讯以对谈的形式讲给用户听。
这个功能叫AI播客。当时，它的入口并不显眼：用户要先打开腾讯新闻App，进入某篇文章，才能在页面上方找到它。
一年后的现在，腾讯新闻在底部导航中增加了一个“电台”的独立入口。用户不再需要先找到某篇文章，而是可以直接进入一个连续收听的音频广场，选择感兴趣的主题，像浏览信息流一样切换节目。不同电台可以配置专属开场白和背景音乐，同时提供实时字幕、章节概览和跳转等功能。
从藏在文章页面里的一个辅助工具，变成腾讯新闻底部导航中一个独立的资讯消费场景，这中间发生了什么？
一个音色带来的灵感
故事其实是从一个音色开始的。
当时，腾讯新闻产品经理洛瑜正在推进“新闻妹打电话”功能。因为需要为AI挑选声音，她频繁与腾讯混元团队沟通。在一次体验中，一个音色引起了她的注意。“这个声音很好听，能不能给新闻妹用？”洛瑜脑海里蹦出了这个念头并立刻跟混元团队提了需求。
混元团队的对接人告诉她，这是一段由两个AI主持人生成的播客。两个人一问一答，能把原本书面化的信息讲成一场自然的对话。得到这个反馈，洛瑜即刻联想到腾讯新闻里已有的“听原文”功能。
传统的“听原文”，本质上是把文章逐字转换成语音，它能解决用户无法看屏幕时的信息获取问题，却也有问题，就是很难摆脱机器朗读的生硬感。但双人对话不一样，两个主持人可以接话、解释、追问，把一篇文章重新组织成更适合耳朵的信息。
“我第一次听的时候就觉得，这个能力和新闻资讯太匹配了。”洛瑜回忆道，“它不再只是把文章读出来，而像是两个人坐在你旁边，边聊边把事情讲给你听。对于用户来说，听资讯的体验会得到大幅提升。”
基于这个想法，洛瑜再次跟混元团队进行沟通，而双方也逐渐确认了这项能力与新闻场景的契合点：混元拥有低时延的播客生产链路和媲美真人的多种音色，腾讯新闻则拥有内容积累和真实的资讯消费场景。于是，双方团队决定先做一次尝试。
不久，腾讯新闻上线单篇图文的AI播客功能。用户进入一篇文章后，可以点击“生成AI播客”，收听由两位AI主持人用对话方式讲解内容。
“当时，这个功能在行业内还是比较新鲜的，虽然最初的版本并不完美，比如多音字可能读错，对话有时不够自然，脚本节奏也不那么完美。但好在两个团队协作非常顺畅，腾讯新闻团队不断把实际使用中的问题反馈给混元团队，混元再据此优化模型。”洛瑜回忆道。
经过多轮调整，AI播客终于开始有了忠实用户。但洛瑜和团队也发现了一个问题：产品的入口太深。用户必须先打开腾讯新闻，然后进入一篇文章，最后找到“生成AI播客”的按钮。它依然附属于图文阅读，只是一个帮助用户“听文章”的工具，还没有成为独立的资讯消费方式。
于是，团队开始思考：如果用户不是碰巧在读一篇文章，而是一开始就想听新闻呢？
从“听一篇文章”到进入一个电台
一个新的产品方向在团队内逐渐成形：能不能像刷视频一样，为用户提供一个可以连续收听的音频空间？在那里，用户不必先找到文章，也不用逐篇点击。他只需要进入某个资讯场景，比如电台，选择感兴趣的主题，就可以连续收听。图文、视频之外，“听”是不是也能成为一个独立的资讯消费场景？
“AI播客解决的是如何把一篇文章讲得更自然，那么AI电台要解决的则是如何建立一个完整、连续的音频消费场景。”负责AI电台开发的侯雪静阐述了产品的底层逻辑。
基于这样的产品初衷，腾讯新闻开始筹备独立的AI电台产品。2026年春节后，AI电台进入白名单体验；今年五一之后，产品正式上线。自此，AI播客与AI电台的边界变得清晰：AI播客是一项嵌在腾讯新闻图文中的工具，帮助用户把一篇文章“听得更有趣”；AI电台则是一个独立资讯消费场景，让用户进入腾讯新闻时，可以直接选择“听资讯”。
相同的底层能力，被放进了不同的产品结构中。前者是工具，后者是场景。腾讯新闻也由此在图文、视频之外，补上了第三种内容消费形态。
负责AI电台内容运营的南枝强调：音频本身有一个很明确的价值，它能进入图文和视频覆盖不到的场景。 比如开车、通勤、运动、做家务时，用户依然有获取资讯的需求，但不方便一直看屏幕。音频可以进入这些场景，相当于拓展了资讯产品能够服务用户的时间。简单来讲，就是让用户更高效地获取和理解有价值的信息。这也是AI时代，腾讯新闻产品创新的核心目标。
“边听边聊”改变了什么
其实，真正推动AI播客走向AI电台的关键能力，还是“边听边聊”的功能。在复盘产品开发的重要节点时，洛瑜这样描述。
在研发“新闻妹打电话”的过程中，洛瑜和团队就已经发现，用户并不满足于被动接收AI提供的信息。他们会打断、追问，也会表达自己的意见。于是，腾讯新闻向混元团队提出一个新的需求：用户在听AI播客时，能不能直接插话？
“这并不是简单增加一个语音问答入口。系统既要结合正在播放的内容理解用户的问题，也要让两位AI主持人围绕问题继续交流；临时对话结束后，还要准确返回原来的播放位置。”雪静补充了这个功能实现的技术难点。比较顺利的是，在双方团队的努力推进下，大概去年年底，第一版“边听边聊”能力完成。
当用户听到不理解的概念时，可以按住按钮直接提问；对某个观点存在疑问，也可以表达自己的判断。原本正在对谈的两位AI主持人，会围绕用户的问题展开三到五轮交流。此时，用户不再只是坐在收音机前的听众，而更像打进直播间的第三位参与者。对话结束后，节目会回到刚才被打断的位置继续播放。
根据洛瑜当时的产品调研，市面上大多数AI播客仍以单向收听为主，“边听边聊”因此成为腾讯新闻AI电台早期最重要的差异点之一。
南枝也认同这个说法，他认为：AI电台改变了“听新闻”的结构。传统音频是一条从主播到听众的单向收听链路，用户听到疑问，只能在节目之外另行检索。在AI电台中，疑问出现的当下，就是进一步获取信息的入口。用户可以打断、持续追问、获得解释，再继续收听。原本线性的信息接收过程，开始变成一种持续参与，且可以参与的认知协作过程。
让AI说什么，比让AI开口更难
对于用户来说，AI电台最吸引人的地方是声音：两个主持人自然对谈，用户随时插话，节目还能继续衔接。但对团队来说，真正困难的问题并不是“如何让AI说话”，而是“让AI说什么”。一档AI电台的生产链路，比用户看到的复杂得多。在回忆产品开发遇到的卡点时，雪静回忆道。
她描述了AI电台的工作流：每个电台会预先设定一段主题描述，从腾讯新闻海量内容库中筛选、精选与主题强相关的高质量文章；随后将素材送入混元播客大模型，生成适合双人对谈的播客脚本与音频；再经过内容审核、文章发布与个性化分发，最终进入用户的播放列表。这条链路决定了一个核心逻辑——电台节目最终的准确性与信息密度，取决于前置素材召回的质量。事实偏差或信息碎片化，都会直接击穿脚本质量的上限。
项目早期，为追求更优的素材召回效果，雪静和团队使用了Vedas极智模型。它开箱即用、效果不错，但成本却很高。对于一款仍处在验证阶段的新产品，这样的投入很难长期维持。
于是，团队决定自建召回链路，在内部平台上，“手搓”了一个素材召回智能体，核心是建立“人工可控+智能召回”双引擎：一方面，运营可个性化定制“文章召回Prompt”，把素材筛选从“AI黑盒”升级为“人工可控”；另一方面，优先召回精品创作者内容，并叠加团队自建的可信源库，确保音频言之有据；最后辅以播客质量监测与Badcase自动修正链路，兜底整体稳定性。经系统评测，新方案在效果同等甚至更优的前提下，将内容召回成本降至原来的百分之一以内。
“这就是时代发展的魅力。”雪静感慨。技术的升级不仅意味着产品能力增强，也会不断改写成本结构。先前看起来难以承受的方案，随着模型和工具演进，可能已经有了新的解法。
当然，成本下降之外，生产效率也发生了改变。雪静强调道：“在过去，一档真人播客通常需要邀约嘉宾、确定档期、准备选题、录制、剪辑和发布，整个过程至少需要数天。但AI电台从内容召回到生成，最快可以压缩到3分钟以内。对于强调时效的新闻资讯，这意味着，音频不再只能讨论已经沉淀一段时间的社会议题，也有机会更快响应正在发生的事件。
深耕资讯运营的南枝非常认同这个观点，他认为：AI 电台进一步解决了资讯类的音频能不能生产得更快、供给规模能不能够大、生产成本能不能够低、类别覆盖是否够细等诸多问题。
需要补充说明的是，雪静和团队之所以能够“手搓”智能体、快速重建素材召回链路，关键得益于腾讯新闻自建的代号“星港”的智能体平台。该平台提供了一套可配置、可评测、可持续优化的能力基座，支持创建Skills、MCP与Agent等多种组件，并在创作辅助、内容审核及运营实践等领域沉淀了多项成熟能力。团队成员可基于实际业务需求灵活复用上述能力资产，从而有效提升开发效率。
不过，在生产效率提升的同时，雪静、洛瑜以及南枝同时发现：AI时代，大家的工作协作方式，也发生了巨大的变化。
没有标准答案，只能由一群人共同创造
作为一个新产品，AI电台在产品开发初期几乎找不到一个可以完整参照的同类产品。没有现成答案，也意味着传统的协作方式不再完全适用。
洛瑜回忆道：之前，一个产品通常先由产品经理完成方案，再交给开发实现，运营则负责内容和推广。但AI电台项目中，我们和雪静以及南枝从一开始就被绑在了一起。在产品方案还没有成形时，我们会先找侯雪静和开发团队讨论技术是否可行；技术团队在设计召回链路时，也会把我们和运营拉进来共同判断体验；运营、产品和技术大家都可以提出新的频道主题，再通过用户数据去快速验证。
新产品当然会遇到技术限制、模型成本、资源调度、跨团队沟通等各种问题。但在她看来，AI电台能够快速推进，并不是因为没有遇到困难，而是团队形成了一种共同为结果负责的协作方式。
AI模糊了产品、技术和运营之间的边界。技术人员不再只是接收需求，产品经理也不能只考虑界面与交互，内容运营团队也需要理解模型，所有人都必须共同回答一个问题：这个能力最终能为用户创造什么价值？洛瑜在描述AI电台的项目考核标准时，强调了这一条。
在AI时代，优质内容再次成为核心“底盘”
虽然AI显著提高了内容生产效率，但AI幻觉带来的不确定性，也是所有AI资讯产品都无法回避的问题。雪静、洛瑜和南枝都明白：AI可以快速生成声音、脚本乃至完整节目，但它绕不开一个基础规律——输入什么，很大程度上决定了输出什么。如果素材来源混乱、真假难辨，即使声音再像真人、对话再流畅，也可能放大错误信息，对用户造成误导。
腾讯新闻的业务负责人何毅进早在2025年，就强调了一个观点：AI是一把双刃剑，关键仍然在于使用者如何选择。资讯产品不仅要拥有更高的生产效率，也必须完成一次从“内容平台”到“可信生态”的进化。
当然，这种“可信”并不是AI时代才突然提出的要求。早在四年前，腾讯新闻就开始持续对内容做“减法”，去除了95%的存量低质内容，重新建立内容价值标准；旗下“较真”业务在十年间提供了超过25亿人次的辟谣科普服务，也积累了较为系统的事实核查经验。
当这些积累和经验进入AI时代后，又获得了新的意义。它们不再只是供用户阅读的资讯资产，也成为了可以被模型理解、组织和重新表达的优质语料，这些语料构成了AI电台的可信内容底盘。
“对AI电台而言，这套内容底盘决定了节目‘能说什么’，也决定了它所提供的陪伴究竟是流畅的声音，还是可信的信息增量。AI电台让过去积累的内容资产拥有了新的流通方式：一篇沉淀在内容库中的信息，可能被重新召回，变成一档播客，在用户无法看屏幕的时刻，再次抵达他。”雪静再次强调了优质内容底盘的重要性。
“那篇获得较长收听时长的外卖员自述故事就是如此。系统将文章召回，模型将它转化为双人对话，用户则在一个更适合倾听的场景里，与一个普通人的生活重新相遇。”洛瑜补充了一个案例。
对于腾讯新闻来说，过去积累的内容资产，在AI电台中找到了新的使用方式。内容不会因为载体变化而失去价值；当它被重新组织成适合耳朵接收的形式，仍然能够获得用户的注意力。这也是AI常态化，新闻“液态化”趋势越加明显的当下，腾讯新闻坚守的一个内容边界：生成效率并不是唯一目标。即使用AI做内容，也要判断什么可为、什么不可为。
一个用户为什么会长时间沉浸收听？
当后台第一次发现有用户创下超长收听记录时，洛瑜的第一反应是：会不会只是用户打开以后忘了关？但埋点数据否定了这个猜测。用户会主动跳过不感兴趣的内容，也会停留在想听的部分。他不是在挂机，而是在认真选择。一天之内，这名用户累计收听了近百篇内容。而这样的用户不在少数。
这并不是唯一的长时用户。有人每天收听八九个小时，也有人持续进入同一个主题。洛瑜和南枝进一步分析发现，高时长用户以男性为主，其中不少是60岁以上的银发用户，还有一些是退休教师。他们喜欢科技，也喜欢人文，后者尤其出乎团队预料。最初，大家猜测时政、体育或娱乐内容可能更受欢迎，实际播放表现较好的却是人文内容。那篇外卖员自述之所以被团队记住，也正是因为一个普通人的生活经历引发了用户共鸣。
这些用户行为让大家意识到，语音交互的价值可能不只是“解放双手”。声音天然具有陪伴感，可信资讯则让这种陪伴不只提供情绪价值，也能带来真实的信息增量。用户听到不理解的地方可以立即发问，感兴趣的内容可以继续延展，新闻不再只是播放完就结束。
当同行开始询问AI电台的实现方式，甚至提出付费咨询或购买服务时，洛瑜和团队知道，这个产品已经获得了一定的行业关注。但真正让他们确信“这条路走对了”的，仍然是那些愿意花时间收听的真实用户。
超长收听记录不能代表所有用户，却让团队看见了一种此前没有被充分满足的需求：有人不仅愿意听资讯，还希望在听的过程中随时追问。
信息推送，走向认知协作
一年前，大家讨论的还是AI能否帮助资讯生产提质增效；一年后，问题已经变成：当生成能力逐渐普及，怎样才能真正把产品做优？作为AI电台的核心成员，洛瑜、雪静和南枝不约而同地提到：私人电台。
过去，新闻产品最重要的任务是把信息准确、高效地送到用户面前。用户阅读、观看或收听，完成一次内容消费。AI电台试图把这条单向链路向前推进一步。当用户听到一个陌生概念，他可以立刻发问；当他对某个观点存在疑问，可以让AI进一步解释；当他不想继续听当前话题，也可以提出新的需求。信息不再只是被推送和接收，而是在对话中被展开。
这正是腾讯新闻从“信息推送”走向“认知协作”的一次具体尝试。“所谓认知协作，并不是让AI替用户得出结论，而是让资讯在用户需要的时候，以最合适的方式出现。在他产生疑问时提供材料、解释和延展，帮助他形成自己的判断。”南枝强调道。
现阶段，AI主持人完成几轮对话后，还会回到原来的节目。团队正在探索的下一步，是让系统理解用户的真实意图：他只是追问一个细节，还是已经不想听这个话题？是应该继续播放，还是切换内容，甚至现场生成一档新的节目？如果这种能力进一步成熟，AI电台就不再只是一个自动播放音频的频道，而会逐渐成为一个“懂你”的私人电台。
团队设想中的“私人电台”理想态，是能够根据用户的收听历史与使用场景组织内容：在通勤时提供一份早间资讯，在用户产生疑问时继续解释，在他明确表达不感兴趣后切换主题。在用户无法看图文、也不方便刷视频的场景中，它既提供陪伴，也提供真实的信息增量。
当然，“越来越懂用户”也会带来新的问题：如何保护隐私，如何避免信息茧房，如何在个性化与公共信息之间保持平衡。这些问题还没有标准答案，也将成为私人电台必须面对的下一道考题。
目前，电台的个性化能力还处在早期。用户行为数据在积累，模型在迭代，但距离“你说一句话，我就给你生成你想听的内容”还有一段路。不管是资源、还是在线生成的并发量和成本都需要精打细算。在洛瑜和雪静看来，这也是下一阶段值得持续验证的方向。
从工具到场景，腾讯新闻正在重新定义资讯AI
从一个偶然听到的音色，到一篇文章被两位AI主持人重新讲述；从图文页里的一个按钮，到独立的音频入口；从单向播放，到用户随时加入对话——AI电台的演进，也是腾讯新闻重新理解AI的一次过程。
AI可以把一档音频的生产时间压缩到3分钟，也能在用户提出问题后快速组织回答。但生产效率并不能决定什么内容值得被生产，流畅的答案也替代不了可信的事实基础。技术解决的是“能不能做”和“做得多快”，产品最终解决什么问题，依然取决于人的判断。
对腾讯新闻而言，AI电台的价值不在于把文章换一种方式念出来，而在于让新闻从“可读、可看”进一步变得“可听、可问、可参与”。当用户可以在疑问产生的那一刻打断、追问，并继续把一件事弄明白，资讯产品与用户之间的关系也开始发生变化。正如南枝所言：如果AI最后只是让用户多听几分钟，那还不是它真正的价值；真正的价值，是让信息获取和理解本身变得更高效。
处在内容行业集体转向AI的节点，腾讯新闻大胆迈出探索的脚步：为AI音频设置独立入口，并投入完整生产与交互链路，目前行业内仍不多见。而从AI播客到AI电台，这个产品已经迈出了从工具到场景的第一步；但距离一个真正理解用户、同时兼顾可信、隐私与信息多样性的私人电台，它仍有很长的路要走。
