大多数人只用母语阅读本国的新闻报道。在一些各国人民关注点迥异的时事话题上，我们便只会听到自己这一面的声音。
例如最近大火的电影《牛来》，不论国内还是国外媒体，都喜欢将其画面与 AI 生成的视频对比。但有趣的是，相当多的国内媒体将 AI 视作一把衡量《牛来》质量的尺子，用来评价电影「比 AI 做的还差」；而与此同时，国外的英文媒体绝大多数认为该电影是「对 AI 内容充斥的调剂和反抗」。
这迥异的视角背后，自然有不同文化对 AI 技术的态度差别。有些文章，在此处或许会继续延申：「西方社会敌视 AI，中国则拥抱 AI」。读到这句话，有人会点头，有人会摇头。
不管你的个人看法如何，「西方敌视 AI，中国拥抱 AI」只是一句（暂）无证据支持的观点罢了。我在上一段里也使用了各种模糊词汇来呈现关于《牛来》的现象：「相当多的国内媒体」、「英文媒体绝大多数」——那么问题来了，你为什么要信我呢？仅仅是因为你认同这背后的观点么？
当我们在说「A 与 B 一样/不同」这句话时，我们到底在说些什么？news-ab.com 就是我在一个相当狭窄的范围内企图回答这个问题的小实验：携带统计证据的自动视角发现。
News A/B 是一个在多语种公开新闻中自动发现规律、比较观点的网站。
针对特定新闻事件，AI 会采集两组媒体（不同国别、不同语言）的报道，并利用其多语言能力做出语义统一的「提问 - 回答」标注数据。然后统计方法会自动计算出双方对同一问题的回答中呈现出的一定程度上可复现的三种规律：
- 共识：双方最高票回答一致
- 分歧：双方最高票回答不同
- 沉默：其中一方对本问题的关注/回答率近乎零，而另一方不然
仅有通过统计检验的规律，才会被 AI 挑选、撰写进最后的亮点展示页，而页面上的重要陈述均可找到报道原文和引用出处。AI 依然会出错，但至少它在这里生成的结果是可审计的。
因为全程任何需要语义理解能力的步骤都使用了 AI，而且还未做成本优化，当前生成一篇报告所耗的时间和成本都很不实际（3-4小时、相当于 100-150 美元的 token 用量；当然我用的是订阅额度，并没有真的花这些冤枉钱），所以目前网站上报告数量很少。
AI 发现的洞见大多数也不是那么有趣。值不值这个时间和成本，全看个人兴趣和需求。所以，我把它当作一个实验性质的开源项目分享出来（GitHub 链接；主要是 Agent Skills），如果你有想要研究的新闻话题对比，又有一些用不掉的 AI 额度，不妨让自己的 Agent 试试。
（题外话，今日份人生建议：在催/等多个 AI 干活时，切记手上一定要有自己的活。没有，你就是一个烦躁踱步的包工头；有，你会觉得「这团队可真给力」。）