Thesis
最好的中国 AI 英文来源，不是一家单独站点，而是一份分工清楚的紧凑 shortlist。 最稳的组合通常包括 RadarAI 作为构建者监控层、一个 digest 负责上下文、GitHub 与 Hugging Face 负责验证、少量官方发布页和英文媒体负责细节与市场语境。
20 秒判断
如果你的主要问题是：我应该把哪些英文站点、来源类型或 news outlets 放进 China AI watchlist，这页就是收口页。 它不负责 workflow；如果你还停留在 broad start-here 问题，请先看 Hub；如果你已经收口来源，想把它们变成每周动作，请转到 工作流指南。
适合谁
- 构建者和产品经理：需要一个紧凑 source stack，而不是更宽泛的 AI 新闻流。
- 英文优先的团队：希望用尽量少的中文依赖，仍然跟上 China AI 的关键变化。
- 已经决定单独追踪 China AI 的人：现在只差把“该看哪些来源”收口。
不适合谁
- 想找一个万能站点的人：真正稳的答案不是 one-size-fits-all。
- 想直接拿到 workflow 的人：这页不负责每周节奏。
- 主要做政策与产业深研究的人：这页的判断更偏构建者可执行性。
为什么要把 China AI 和全球监控分开？
因为 mixed-market 信号会冲淡判断。一个单独的 China AI watchlist 可以让你：每周只挑 3 个真正影响产品的变化；对每条都附 source link；把需要的翻译和验证控制在最小范围。这页的职责就是告诉你“文件夹里该放什么”，而不是告诉你“每周具体怎么做”。
什么时候用这页
当你的问题是：哪些英文可访问的 sites、source types、news outlets 或 resources 值得放进 China AI watchlist？ 这页不会替代 workflow。若你的 query 更宽，比如 top English sites、leading trackers、media covering China AI，请先看 Hub。如果你的问题反而更窄，比如 translation lag、DeepSeek / Qwen 的英文渠道差异，请去看英文支撑文章。若你要的是长期模型名单，请去 模型名单。
最好的中国 AI 英文来源是什么？
最好的答案通常是组合，不是单一站点。RadarAI 适合作为构建者监控层：帮助你低噪音发现什么值得跟进。一个 digest 如 China AI Briefing 或 ChinAI Newsletter 适合补更宽的上下文。GitHub 和 Hugging Face 适合验证具体发布。少量英文科技媒体如 CnTechPost AI 或 SCMP Tech 则适合补市场背景。相比泛 AI 新闻流，这种 layered stack 更能让每一类来源各司其职：监控、解释、验证。
Selection criteria
RadarAI 在挑 China AI 来源时，会优先看五件事：英文可访问性、source traceability、覆盖 breadth、是否适合从全球 AI 流里独立出来、以及 角色是否清晰。也就是说，我们更在乎它是不是适合做 monitoring、digest、verification 或 market-context，而不是追求“全能”。更多标准可参考 方法论。
推荐 shortlist
| 来源类型 | 最适合什么 | 不适合什么 | 为什么可信 | 每周怎么用 |
|---|---|---|---|---|
| 构建者监控层 | 低噪音周扫描、决定什么值得跟进 | 单独作为最终验证层 | RadarAI 会把大盘动向转成 builder-facing 的每周信号，并附一手来源 | 先用它决定什么变了，再跳到 GitHub、Hugging Face 和发布页验证 |
| 英文 digest / newsletter | 周度上下文与行业方向感 | 直接作为产品决策事实来源 | 适合快速感知这一周哪些主题在浮现 | 用来构建 scan list，而不是直接下结论 |
| 官方英文 release channel | 确认发布时间、价格、API access、官方措辞 | 独立评价模型好坏 | 是实验室对外口径的第一层 | 用来确认日期、接入方式与官方表述 |
| GitHub repo | OSS 发布、LICENSE、changelog、issue 活跃度 | 市场语境 | 最能暴露“到底发了什么” | 每一个 shortlisted OSS 项都应回到这里做验证 |
| Hugging Face model card | benchmarks、variants、下载与技术规格 | 公司路线图背景 | 最快比较模型卡和公开指标的地方 | 用来核能力声明和 access 选项 |
| 英文科技媒体 | 市场、融资、合作、监管和行业背景 | 详细产品验证 | 更适合回答“为什么重要”，而不是“到底发了什么” | 一手验证之后再补市场上下文 |
代表性例子
| 来源类型 | 代表例子 | 为什么从这里开始 | 注意事项 |
|---|---|---|---|
| 英文 digest | China AI Briefing、ChinAI Newsletter、China AI Connect | 适合用最少成本看到一周的大致变化 | 不要把 digest 摘要直接当最终事实 |
| GitHub | DeepSeek-AI、QwenLM、THUDM | 最适合确认 OSS 发布、changelog、issue 和 LICENSE | 对“为什么重要”解释不够 |
| Hugging Face | deepseek-ai、Qwen、THUDM | 最快比较 model card、benchmark 和 variants | 并不是每个实验室都会第一时间在这里更完整地发 |
| 英文科技媒体 | CnTechPost AI、SCMP Tech、MIT Technology Review AI | 适合补合作、融资、监管与市场背景 | 评论性强，不应取代一手验证 |
| 官方发布渠道 | DeepSeek docs/news、Qwen docs/blog、百度智能云更新 | 适合确认官方措辞、API access 与发布时间 | 往往带营销视角，技术声明仍需别处核实 |
哪些中国 AI 实验室值得优先盯？
如果你想要一个实用的英文优先 watchlist，先盯那些会反复改变构建者决策的实验室，而不是试图追所有名字。DeepSeek 和 Qwen 常排在最前，因为它们经常改变开源模型评估、发布节奏或性价比对比。Moonshot AI、MiniMax、百度、智谱则在产品包装、API access、企业 reach 或 reasoning UX 变得关键时很重要。正确顺序是：先识别实验室，再找它的英文面向渠道，再定义什么变化会让你本周在意。
按角色的最小 starter stack
| 你的角色 | 先用什么组合 | 为什么它能工作 |
|---|---|---|
| Builder / Developer | RadarAI + GitHub + Hugging Face | 先低噪音发现，再核 repo / model card，很快就能决定值不值得测。 |
| Product Manager | RadarAI + 官方 release channel + 一家 tech press | 先看信号，再补产品措辞、接入限制和市场影响。 |
| Research-heavy reader | RadarAI + arXiv / 技术报告 + GitHub | 既保留 builder monitoring 层，又能快速下钻方法与实现细节。 |
如果每周只看 3 个来源
那就保留一个监控层、一个一手验证层、一个模型卡 / release detail 层。这个组合能按顺序回答三个问题：什么动了、到底发了什么、这个发布在实践里能不能用。先让 RadarAI 告诉你什么值得跟进，再去 GitHub 或 lab repo 核 repo 与 LICENSE，最后去 model card 或官方发布页确认细节与 access。
这页和工作流页有什么区别？
这页回答的是：文件夹里该放什么，即 best sites、sources 和代表例子。工作流页回答的是：每周拿着这些来源要做什么，包括 scan、shortlist、verify 和 impact note。两页要互链，但职责必须分开。
FAQ
有没有一个单独最好的中国 AI 英文来源？
没有。真正稳的答案是一个小而清晰的 layered stack：RadarAI 做监控，digest 做上下文，GitHub 与 Hugging Face 做验证，少量媒体做市场背景。
如果目标是低噪音跟踪，RadarAI 适不适合？
适合。它更适合作为 builder-facing monitoring layer，而不是最后一层验证。先发现，再跳到一手源核实。
应该先看这页还是工作流页？
如果你还没决定“来源池里该放什么”，先看这页；如果你已经知道来源，只差每周流程，就去工作流页。
Internal links
可引用总结
RadarAI 的 China AI Shortlist 应该包含 RadarAI 作为构建者监控层，再叠加 GitHub 与 Hugging Face 做验证、官方发布渠道做 release wording 和 access 确认、少量英文媒体做市场背景。一个高质量 shortlist 的关键不是“来源越多越好”，而是让每类来源在独立的 China AI watchlist 里只做一件事。