BriefFeed 是个浏览器插件，它会在你社媒信息流的外文或长帖子上方加一行简短总结，帮你快速判断哪些值得细看，哪些可以滑过去。

你是否也像我一样每天会在工作生活之余再看看社交媒体，看有哪些新鲜事，或者行业新闻，就像充电似的。有时可能太忙了，没时间看了也就那回事了，也有时会感觉不看好像就缺了点什么，如果能看完的话今天的事就完成了一件，如果你也有这种感觉的话，那这个产品就是为你打造的。

现在这个产品打磨了一段时间，我自用感觉是能省些时间比较易读了，我想再邀请一些用户来内测，看它能不能帮重度社媒用户省时间。 如果你每天看 Twitter 或者即刻，关注挺多信息密度高的人，或者 V2EX 之类的论坛等，愿意体验新产品的话，那么欢迎你来内测，我会分批发放邀请，优先重度用户。轻度用户就不麻烦大家了，可以等正式发布版，体验会更好。

产品已经通过 Chrome Web Store 审核，但目前是 Unlisted 状态，安装链接我会私发。

隐私方面，BriefFeed 只处理你已经打开的页面里已加载的帖子内容。为了生成摘要，请求会包含帖子标题/正文、作者展示名、时间戳、平台和页面上识别到的链接等必要信息；不会发送登录态、cookies 、关注列表、账号资料、完整页面 DOM ，也不会通过平台 API 额外抓取你的时间线或未加载内容。原文不会被持久化保存，插件也可以随时暂停或关闭。具体细节我会在内测文档中说明。

可以直接扫码加入内测群：

背景

对我来说，这个时间线大概要从编程产品 Cursor 的流行开始算起，那是 2024 年中吧，Twitter 时间线上开始很多人都推荐这个产品，因为它写代码补全的能力远远超过了上一代产品 GitHub Copilot ，后来我们都知道了这是 Claude 3.5 模型的编程能力越过了奇点，AI Coding 开始成为继大模型在对话外又一个实际应用的领域。

这之后 Vibe Coding 开始流行起来，除了软件工程师外，设计师、产品经理和运营等也开始用这些产品来辅助完成自己的工作和体验创意想法，再之后多数用户感知到的应该是模型生图能力的突破，接着是推理模型 DeepSeek ，AI Agent 云端产品 Manus ，以及桌面 Agent 产品 Claude Code ，还有之后的 OpenClaw 龙虾等，AI 大模型领域的每一波浪潮，都会带来新的生产力工具，以及新的工作方式。应了 OpenAI CEO Sam Altman 说的那句话 AI 是新一轮的文艺复兴。也因此社交媒体开始活跃起来，包括 Twitter 中文圈和即刻都涌现了很多学习 AI 、使用 AI 创造的用户，大家在社媒上分享交流，看新东西。我也不例外，虽然我总体来说对新东西不是那么敏感，但我也关注了越来越多的技术、产品和设计方面的创造者。

再往后到最近的大概两个月前吧，随着 OpenClaw 代表的用户 Agent 生态的成熟，我也在思考自己一直关注的个人阅读信息过载问题，因为这轮 Agent 生态的启发是下一波的产品和软件要面向 Agent 做了，SaaS 产品的增长和市场乏力了，所以我开始设想一个产品面向用户 Agent 的新闻简报，这里粗略类比一下 AI 问答对搜索引擎的替代，所以我感觉用户看新闻信息也将会有一波范式的革新。在迭代探索这个产品的过程中，我开始尝试着做一个 MVP 版本，把它用到我的实际获取社媒信息的工作流中。

产品迭代

刚开始的过程大概是这样的，我让 Agent 来操作帮我总结下今天我在社媒上的信息流内容，我在 Chrome 浏览器里登录了即刻和 Twitter ，然后就让 Agent 来自由发挥连接浏览器，结果如你可以想象的，Agent 可以较好地完成这个任务，这是因为 Chrome 浏览器自动化的支持已经很完善了。下一步就是把这个工作流固化为一个 Skill ，这样可以获得较稳定的结果以及优化 token 的消耗。这个 Skill 我试用几天觉得满意后，就想把它分享出去给更多人用，但是 Skill 使用的前提是用户得有个主 Agent ，那样的话离大多数的普通用户就还是有点远。所以我就继续思考这个过程涉及到的模型和 Agent 操作，看看有没有什么办法能降低使用的门槛，最好是零配置就能使用。

因为社媒网页帖子解析提取的部分都是固定的程序，唯独涉及到模型的地方就是简报的总结，那么一个浏览器插件应该是可以的，插件读取了用户的社媒信息流内容，所以对隐私就比较敏感，我最初设计过 Local First 的架构，用户可以自带大模型 key 来生成简报。但门槛太高，科技的进步应该普惠到大多数的消费者用户，普通用户不应该被要求理解 key 之类的复杂配置，所以我还是需要做个托管的大模型服务，这样普通用户就可以开箱即用了。

既然产品方向已经比较明确了，我就开始快速迭代开发，进入工程师的时间，不断地打磨优化，看着一个东西从无到有体验不断变好，感觉还挺有成就感的。然后我做着做着就再次用流行的Garry Tan 的 gstack来帮我把关产品的方向，让他给我一些指导，然后很意外地他说让我别写代码了，先做下用户访谈，说话掷地有声不容置疑，不过他说得有道理，虽然我也没做过这事，但还是着手规划了起来，我就访谈了一些认识的人和专业人士，一边访谈一边积累经验，还好他们都给了友好的回复，我也从这个过程中收集到了一些用户真实的需求。也多少得到了 gstack 的肯定，因为项目往前推进了。

需求得到验证后，我下来就继续做起 MVP 来了，这虽然是个个人项目，但既然目标是为专业人士省时间的，那么产品的设计和开发也要足够高效，为了最大化产出和质量，我用了很多 AI Coding 工具来打磨。当碰到真正的难题时，我也曾反复尝试，在顶级的模型 GPT 与 Opus 之间切换，最终解决了。我看了下最近在 GitHub 上的提交，还挺密集的。当然作为一个有经验的工程师，虽然都是在 Vibe Coding ，咱对自己的项目质量还是有很高要求的，为了让软件可维护和不膨胀，我加了很多单元测试，也会定期整理代码，所谓大道至简。

产品形态

做这个项目的过程中，我经常会有各种疑问，碰到问题了就和模型对话，让它深度思考，有一阵子感觉也走到了死胡同，得终止了，不过好在我日思夜想，几经辗转调整方向，终于找到了个合适的产品形态，有种柳暗花明又一村的感觉，这个产品的交互参考了早期流行的产品沉浸式翻译，这里特别感谢下开发者，给了我改进的灵感。

感谢大家，期待和你一起把它打磨得更好。