在AI技术影响人类社会生产生活的当下，AI嵌入并赋能传媒行业已经是大势所趋，应用AI技术对于网络意识形态阵地建设而言已不是该不该用的问题，而是如何用好的问题。AI技术的发展为新闻行业带来颠覆性变革的同时，也对编辑记者的职业能力提出了挑战。一方面，包括传统媒体在内的诸多新闻媒体机构开始采用AI大模型等自动化技术辅助内容生产与运营，编辑记者的新闻判断、素材选择、制作流程逐渐依赖算法、平台及用户指标，而并不局限于传统意义上的知识积累与抽象判断，AI技术对于新闻实践的影响力日益增强。另一方面，AI大模型能够实现文生图、文生语音及视频等多模态文本内容，已经嵌入传统新闻生产中原属于编辑记者的原创性、独创性领域。在此背景下，AI逐渐成为一线编辑记者转型过程中躲不开、绕不过的关键要素与“伙伴”。
一、本领恐慌：AI浪潮对网络媒体编辑记者的冲击
井喷式发展的AI大模型，给网络传播提供了丰富选择。据世界人工智能大会最新数据，2025年7月世界人工智能大会数据显示，全球已发布大模型3700余个，其中由我国企业研发的有1500余个，位居世界第一。据国家互联网信息办公室数据，截至2025年11月1日，我国累计有611款生成式人工智能服务完成备案，306款生成式人工智能应用或功能完成登记。AI大模型在蓬勃发展的同时，也对网络媒体的发展造成了一定的影响，具体表现为人与AI的关系，即一线编辑记者面临的“本领恐慌”与“选择恐惧”。
毋庸讳言，今天网络传播领域面临着人才、技术的竞争，而多数网络媒体存在人才、资金、设备不足的缺陷，导致在引进、使用新技术方面处在不利位置。AI时代的到来，使网络媒体必须采用新的视角、新的思路看待这种新技术，避免错失发展机遇。面对“闯入”工作场域的AI，新闻从业者的实际心态十分复杂2。编辑记者们多少都会有些“本领恐慌”：AI会不会抢去编辑记者的饭碗？学习AI需要的时间与金钱成本怎么降低？年龄大的人能不能学得会AI？AI做内容的“坑”怎么样才能不踩？这些问题如果不解决，必然会让一线编辑记者对AI产生疏离感，要么“叶公好龙”，对AI敬而远之；要么“滥等充数”，对AI出工不出力。编辑记者们的“本领恐慌”是正常的。实事求是地说，传统媒体时代，网络媒体编辑记者拍摄制作一部视频作品需要耗费相当长的时间，而使用AI大模型后的制作效率得到了极大提升。
当前，各级媒体正在探索系统性变革的路径和策略。系统性变革的核心就是要构建适应全媒体生产传播的工作机制和评价体系，AI等智能化技术的应用也不容忽视。而不管如何变革，在变革中实现采编队伍的整体转型，形成主题宣传和主流报道的新质生产力，是变革必然追求的目标。要想让AI大模型变成绝大多数一线编辑记者的生产工具，还需要网络媒体从顶层设计入手，打通AI与网络新闻产品之间的“最后一公里”。而聚焦到一线环节，网络媒体能否用好AI大模型，实际则是一线编辑记者的实操问题，编辑记者在每一篇文字、每一张图片、每一段视频的制作、生产中的思维逻辑，决定了网络媒体最终成品的“成色”以及所能达到的传播效果。
站在网络媒体一线编辑记者的角度，国产大模型种类繁多，具体选择哪种作为自己的辅助工具至关重要。AI大模型的选择越多，其选择成本也越高。选择AI大模型既存在时间成本，也存在资金成本。对于广大编辑记者而言，完全靠自己从头开始熟悉一种大模型，至少需要数月的学习时间，这里也同样存在试错成本。而且大多数AI大模型有免费和收费服务的区别，很多真正对内容生产有益的功能是收费的。如果这项费用由编辑记者自己来承担，显然会降低他们学习AI大模型的积极性。
二、技术嵌入：网络媒体AI平台搭建的成本考量
长期以来，网络传播并不是AI大模型的主要应用场景。在过去，网络媒体使用AI大模型，存在投入极高、周期过长的问题。光明网在开发某个采用视觉识别技术的产品时，曾经提前半年开始研发，而且可调整的参数极为有限，无法满足网络传播节奏快、变化多的实际情况。但这种情况在过去一年来发生了巨大变化，AI大模型的使用门槛极大降低了。多款AI大模型不仅具有极强的智能处理能力，还具备流畅文本与高清视听内容的输出能力。此外，用户界面不断优化，越来越便于普通用户使用，完全可以满足编辑记者等非AI专业人士的工作需求。
1.媒体机构视角：投入成本的可行性。鼓励一线编辑记者使用AI，并不意味着巨大的投资。过去在建设信息技术设施时，网络媒体常常投入巨资购置硬件、软件，搭建机房。AI大模型的研发投资巨大，动辄以亿元计，而且软硬件技术迭代极快，以网络媒体的技术人才储备，几乎不可能参与原创性开发。目前，AI大模型的主流应用模式是基于云计算的，这就意味着网络媒体可以使用算力、存储等公共信息基础设施，不需要自己建设AI机房。以北京为例，算力规模已达4.2万P（1P约等于每秒1000万亿次计算），在全球处于领先位置，完全可以让网络媒体免去算力枯竭的困扰。在实际工作中，编辑记者使用随身携带的笔记本电脑，可以完成多数AI创作任务，因为计算密集型任务都可以在云上的算力中心完成。
因此，网络媒体不宜为AI大模型进行规模大、见效慢的投资，走自建系统的老路也很难适应AI技术发展的节奏。从资金、技术、人力等多元成本考量，网络媒体较为可行的路径是从现有的AI大模型中选择成熟、适用的产品，搭建多元产品共存、多种模式聚合的AI应用平台。
