← 回成果库

PulseRadar — 情报数据队 成果报告

🎯 一句话 & 电梯pitch

PulseRadar 是一台"全网信号→决策卡"的实时情报雷达:多源实时抓取、机器去噪、双源交叉核实,最后压成一张"现在该关注什么、可信度多少、该怎么动"的决策卡。

电梯 pitch:今天的知识工作者不缺信息,缺的是"能不能信、要不要动"。投资经理、PM、行业研究员每天被几百条推送淹没,其中夹着大量抢发、误传、AI 生成的假料。PulseRadar 把"数据入口质量"当成第一命门——信息进来的第一关不是排版,而是核实。垃圾进,我们在门口就拦掉(GIGO 前置);真信号进来,压成一张 30 秒能读完、每个结论都挂着两个独立来源的决策卡。你不用再刷 20 个信息源,雷达替你盯,只在"值得动"时叫醒你。

1. 痛点(谁疼/多疼·量级)

疼的是靠信息吃饭、且信息错了要赔钱的人:一线投资/交易员、产品经理、行业分析师、竞品情报岗、风控。

• 信息过载:一个中型对冲基金分析师日均要过 200–400 条推送/研报/社媒(估算),真正影响决策的不到 5%,90% 的注意力花在筛选而非判断上。
• 假信息成本高:社媒抢发、标题党、以及近两年暴涨的 AI 批量生成内容,让"看起来像真的"的假料泛滥。一条未核实的传闻(如"某公司被收购")足以让人误操作,单次错误决策损失可达数万到数百万美元级(估算,视仓位)。
• 时间差就是钱:同一条消息,早 15 分钟看到 vs 晚 2 小时看到,在交易场景里是完全不同的结果。
• 现有工具二选一:要么快但脏(社媒/聚合器,不核实),要么准但慢(投行研报,滞后半天到一天)。没人在"快"和"可信"之间做交叉核实这一层。

2. 解决方案核心(去噪 + 双源交叉核实,4 关键点)

1. 多源并抓,不押单一源:同时监听新闻 API、官方 IR/SEC 一级源、社媒、行业社区,把同一事件的多个"说法"聚到一起。

2. 机器去噪三层过滤:去重(同事件不同措辞归并)→ 去营销噪声(纯广告/情绪贴降权)→ 新鲜度反推(按事件类型算"这条最新应更新到几点",过期料标 STALE)。

3. 双源交叉核实闸(命门):任何承重结论(收购/财报数字/人事变动/价格)必须有 ≥2 个独立来源域名相互吻合才标"已核实";单一来源或多源冲突 → 降级为"未证实",绝不当事实端出。这一条直接对应 GIGO 铁律。

4. 一级源优先级:公司大事(收购/高管卸任/裁员)只认 IR/SEC/8-K 等官方一级源,媒体/聚合站只算二手佐证——防"用幻觉验证幻觉"。

3. 产品形态与 MVP(48h 最小可用)

48 小时能做出的最小可用版 = 一个盯 3 个赛道(如"AI 算力""美股财报季""稳定币监管")的雷达,每 10 分钟刷新,产出一张决策卡。

决策卡长这样(单张):

• 标题:一句话事件("英伟达据报追加台积电 CoWoS 订单")
• 可信度徽章:🟢已核实(2 独立源)/ 🟡单源待核 / 🔴冲突
• 来源行:源A(路透 14:02)· 源B(公司 IR 14:20),各带可点链接 + 时间戳
• 新鲜度:发布距今 18 分钟
• 该关注什么:一句话"为什么现在重要"
• 下一步动作建议:2–3 个(深挖/设提醒/忽略)

MVP 只做"读"不做"自动交易",把可信度和来源摊在明面上,让人做最后判断。

4. 技术架构(数据流·如何防 GIGO 与幻觉)

数据流:采集 → 归一 → 去重聚类 → 双源核实 → 新鲜度反推 → 压卡 → 推送。

• 多源抓取层:各源独立 worker,失败隔离,不因一个源挂掉而全断;API 纪律——碰任何外部接口先读文档、同端点失败 >2 次即换端点/换源,而非硬重试。
• 去重聚类:用嵌入相似度 + 实体对齐把"同一事件的不同报道"归成一簇(相似度阈值 ~0.85,估算)。
• 双源核实层(防 GIGO 核心):每簇提取承重声明,检查是否有 ≥2 个不同域名的独立来源支撑;数字类(价格/营收)要求跨源数值偏差 <5%,否则标冲突。
• 新鲜度反推:按事件类型算应更新时点(如财报有财年错位),距今超阈值标陈旧,防"把旧料当新"。
• 防幻觉:AI 只做归纳与措辞,不做事实来源——每个承重字段必须能回指到真实抓取日志(URL+时间戳+原文片段),无日志的声明一律降级"未证实",绝不让模型"我感觉查过"进决策卡。

5. 差异化与护城河(去掉"用了AI"后剩什么)

去掉"我们用了大模型"这句话,剩下的才是真东西:

• 交叉核实的判据库与来源信誉分:哪些源在哪类事件上历史准/不准,是随时间沉淀的私有资产,越用越准,新玩家抄不走。
• GIGO 前置的工程纪律:一级源优先级、新鲜度反推公式、双源冲突判据——这是一套可复用的"数据入口质量"引擎,不是提示词。
• vs 普通新闻聚合(如 Google News/Feedly):它们只做"聚合+排序",不做核实、不标可信度、不区分一级/二级源。PulseRadar 的产品是"可信度",不是"信息量"。信息聚合是红海,"可信度这一层"没人认真做——因为大厂做聚合有流量利益,做"帮你少看"反而伤 DAU,存在结构性利益冲突,这正是创业公司的缝。

6. 商业闭环(客户/定价/GTM/单位经济)

• 目标客户:① 中小对冲基金/自营交易台的分析师;② 科技公司 PM/竞品情报岗;③ 行业研究/咨询顾问。共性 = 信息错了要赔钱、愿为"早+准"付费。
• 定价(估算):个人版 $49/月(3 个赛道雷达);团队版 $299/月/席(自定义赛道 + API + 团队共享);企业版按赛道定制。
• GTM:先切"垂直赛道社区"(如某个投资 Discord/行业 newsletter),用一张张真实决策卡做内容营销获客,比铺广告便宜。
• 单位经济(估算):每用户月抓取+核实成本约 $8–15(API+算力),个人版毛利率 ~70%+;核心成本随赛道数线性增长但可被多用户摊薄,规模化后趋好。

7. 演示脚本(3 分钟 demo)

• 0:00–0:30 抛痛点:现场打开某社媒,滚出 5 条真假难辨的"大新闻",问评委"哪条能信?"——没人敢答。
• 0:30–1:30 打开 PulseRadar 同赛道雷达:同样 5 条,3 条标 🟢已核实(各挂 2 个独立源+时间戳),1 条 🟡单源待核,1 条 🔴与官方 IR 冲突被拦。
• 1:30–2:30 点开一张 🟢 决策卡:展示来源交叉、新鲜度 12 分钟、"为什么现在重要"、下一步动作。再演示 🔴 那条——系统如何靠一级源把假料挡在门口。
• 2:30–3:00 收尾:一句话"我们卖的不是更多信息,是'能不能信、要不要动'"。

8. 里程碑路线图(30/90/180 天)

• 30 天:MVP 上线,3 个赛道,双源核实闸跑通,10 个种子用户真实使用,收集"决策卡准不准"反馈。
• 90 天:来源信誉分自学习上线,赛道扩到 15+,团队版 + API 发布,付费用户 50+(估算),核实准确率(人工抽检)目标 >90%。
• 180 天:企业定制赛道,接入更多一级源(SEC/交易所/官方公告库),做"误报率"公开看板建立信任,MRR 目标 $2–3 万(估算)。

9. 风险与红队自审(≥2 条最强反对 + 回应 + "什么出现=我们错了")

• 反对1:"双源核实会拖慢速度,快不过纯聚合器,交易场景丢时效。" 回应:我们分两档——🟡单源料立即推但明确标"待核",🟢核实态随后补;用户按自己风险偏好选。速度与可信不是二选一,是分级呈现。
• 反对2:"核实这活能自动做吗?会不会又变成 AI 自己骗自己?" 回应:核实不靠模型自评,靠不同域名的独立源是否吻合这个外部、不可伪造的信号;冲突就降级,不硬判。模型只归纳、不当来源。
• 反对3:"大厂(彭博/路透)顺手就做了,你护城河呢?" 回应:大厂做聚合有流量利益冲突,且它们卖"全",我们卖"少而准";来源信誉分是随用户使用沉淀的私有资产。
• 什么出现 = 我们错了:① 上线 90 天,🟢核实卡的人工抽检准确率 <80%(说明核实机制不成立);② 用户续费率 <30%(说明"可信度"不值钱,是伪需求);③ 出现一次"我们标🟢但实为假料"的重大误报且无法归因——出现即证伪,停下重构核实层。

10. 团队为什么能做成

情报数据队的底色就是 "把数据入口质量当命门":我们不是先做漂亮 UI 再补数据,而是先焊死"双源交叉核实""一级源优先""新鲜度反推""证据必须回指真实日志"这几道机器闸,再谈体验。这套 GIGO 前置的工程纪律,恰恰是市面上聚合器最不愿做、也最难抄的一层——因为它反 DAU、反"信息越多越好"的惯性。我们把"帮你少看、只在该动时叫醒你"当成产品,而不是把"更多信息"当卖点。方向对、纪律硬、缝够窄够深——这是 PulseRadar 能做成的理由。