每个早晨，米歇尔·孙收到来自她的缪斯人工智能代理Chattiana的早间简报。Chattiana的简报列出了孙的日程和待办事项，并从她的各个新闻通讯中的头条中提取水冷机话题以及相关链接。孙，一位总部位于圣地亚哥的公共关系顾问，告诉《连线》杂志：“作为一个内向的人，我有点在挑战自己开始更多的对话。”她表示，这份新闻通讯让她对每日新闻有了一个了解，并给她提供了在Zoom通话中填补尴尬沉默的选项。孙远不是第一个通过人工智能助手获取新闻的人。实际上，这一趋势已经变得如此普遍，以至于一些新闻机构开始制作将人工智能代理——而不是人类读者——视为目标受众的内容。这可以表现为优化供人工智能使用的内容推送，或是结构化以允许代理创建个性化文章的作品。Axios的首席收入官杰奎琳·卡梅伦说：“我们相信媒体生态系统正在改变。”她说：“我们看到开放网络正在恶化。我们看到搜索正在减少。我们看到超个性化正在激增，LLM在每个人消费新闻的方式中变得越来越重要。”主要出版商已以多种方式应对这一变化。许多出版商，包括《连线》的母公司康泰纳仕，都已签署协议，允许人工智能平台获取他们的内容。出版物正在努力与“生成引擎优化”，或称GEO，策略，以确保文章在人工智能提示中出现。去年，针对WordPress网站的SEO插件AIOSEO推出了一项功能，提供LLM.txt文件，帮助人工智能发现和解释网站内容。其他一些公司采取了更为防御的立场：2023年，《纽约时报》起诉OpenAI和微软侵犯版权，声称这些公司非法使用报道训练模型。该案仍在进行中。不过，Axios和其他几家公司所尝试的代表了媒体运作的更根本性转变——以及其故事的目标受众。“我们一直在说，”卡梅伦说，“我们想要在观众所在的地方。”在九月份的Digiday出版峰会上，Axios宣布即将推出Axios Direct：为人工智能代理设计的内容推送。“我们确实相信，新闻消费的很大一部分将转移到人工智能系统、LLM和设备上，”卡梅伦说。她将这些推送描述为一种更有效的方式，使代理能够访问Axios的内容，减少叙述，以优先考虑结构化数据——更像彭博终端，而不是一系列文章。两个初始的Direct推送旨在针对企业客户。第一个于今年秋季推出，使Axios Pro Deals订阅者的人工智能代理能够访问合并和收购相关内容。第二个推送将充当训练内部大型语言模型的来源，并将在明年推出。以企业为目标推送内容是有道理的。企业预算通常比个人订阅者对实验具有更大的容忍度，尤其是如果这些未经验证的概念可能提供稍微的商业优势。但第三个Axios Direct推送，计划在明年开发，将面向消费者——这是一种使个人订阅者能够直接将Axios的报道发送到他们的代理的方式。这三个推送将看起来类似于RSS推送——并不美观，因为它们不打算被人眼观看，而是以标准化的文本行形式呈现。虽然Axios正在缩减其（已经简短的）内容以满足人工智能的需求，Every则采取了不同的方法。这家成立六年的科技媒体和软件公司去年宣布获得包括LinkedIn创始人瑞德·霍夫曼在内的投资者200万美元的融资，预计其订阅者会将人工智能视为几乎是他们自己的延伸。Every的创始人丹·希珀说，Every的内容与典型文章最常见的区别在于其作者在作品中尽可能包含提示，让读者能够亲自测试概念。例如，一篇关于新模型的文章包含一系列提示，读者可以将其复制粘贴到人工智能中，演示模型如何回答问题并评估输入。某些类型的文章，如指南，还包括了读者可以按下的按钮，以“与Claude一起阅读”或“与ChatGPT一起阅读”。点击后会弹出一个提示，指示人工智能：“首先进行简短总结：一段，项目符号。然后提供更深入的内容。”作者在故事中填充细节，而不必担心失去读者的注意，知道代理会挑选出最相关的内容。两年前，该出版物推出了其第一篇“可扩展”的文章：一篇长篇特写，附有从访谈录音到新闻文章、再到YouTube视频的报道数据库。读者可以查询一个聊天机器人，以获取来自数据库的额外细节。