同样一句"做新闻工具"，可以交出一个没人用的聚合器，也可以交出一个改变销售产出的系统。差别不在技术，而在于先回答了"为谁、解决什么"。
这个岗位是中国区 Revenue Enablement（销售赋能）。据此我们把题目重新界定为：为一线销售，构建一个把外部市场信息转化为销售能力的工具。
这一界定让"信噪比"从一个技术参数，变成必须守住的约束——对销售有用的信息，与"今天有什么新闻"，是两个量级不同的集合。收集不难，"捞准"才难，而能否捞准，完全取决于是否真正理解销售的需求。所以我们从用户入手，而非技术。
我们做了三类相互印证的调研：吃透 Airwallex 的业务与竞争格局；拆解十余份在招销售岗位 JD，反推真实的销售组织；并访谈一位深圳一线销售。
一线销售独立作战、没有售前技术支持，成交高度依赖"认知差"。组织上由"第一年客保"制度把销售切成两类角色：拓新签约的 AE（Hunter）与维护扩量的 AM（客户成功 / Farmer），两者的情报需求并不相同。
日报、周报、月报不是同一内容的三种长度，而是服务三种不同时间尺度决策的三种产品。它们沿一条原则展开：周期越长，自动化越低，人的判断越重。"信噪比"这条约束并未消失，而是分解进了每种产品——日报靠过滤、周报靠选择、月报靠判断。
| 日报 | 周报 | 月报 | |
|---|---|---|---|
| 定位 | 今日战场弹药 | 信息炼成弹药 | 沉淀深度与方法 |
| 自动化 | 全自动 | 半自动 | 人主导 + AI 辅助 |
| 信噪比靠 | 过滤 | 选择 | 判断 |
赋能领域最容易被忽视的真相是：再好的情报，没被用，就等于零。我们用 Reach · Teach · Engage 来组织触达——Reach 让情报按角色到达销售手里（日报）；Teach 把信息炼成可复用的话术与培训（周报）；Engage 让销售从被动接收变主动使用（个性化按钮、自测、反馈回路）。这也要求它是一个嵌进工作流、可交互、带反馈闭环的平台，而不是一个静态邮件列表。
骨架是"一套引擎、三种产品、三种触达"：底层一套采集与信噪比引擎产出"原子情报"，向上分流成日 / 周 / 月三种产品，经人工审核后发布、按角色路由触达销售；用户行为数据回流，让平台成为一个可度量的赋能体系，而非邮件。
完整平台如上，但 demo 必须做减法——敢于取舍本身就是方案的一部分。本次聚焦：以日报为核心（真实新闻 + 信噪比过滤 + 按角色差异化 + 客户匹配与话术生成 + 有用/没用反馈闭环），辅以周报 / 月报样例与 RevE 工作台（策略配置、审核发布、数据看板）。明确不做：与真实 CRM / 内部系统对接（demo 用一份模拟客户名单演示匹配）、用 AI 全自动替代人写最终话术、面向其他区域的本地化版本、秒级实时——它们不在"用最小的东西证明方案成立"的关键路径上。
这套方案不是 PPT——下面每一项都真实部署在线、用真实新闻跑出（非示意数据）。交付的完成度如下：
| 模块 | 状态 | 说明 |
|---|---|---|
| 数据管道（采集→提炼→编排） | ✅ 上线 | Brave 真实新闻 → LLM 逐条打标 / 评分 / 写概览 → 多候选编排；7 天真实数据在库 |
| 日报（核心） | ✅ 上线 | 按角色 AE / AM 差异化，每份 6 中 + 2 英、每条带「概览 + 动作」 |
| 多候选审核 + 落库 | ✅ 上线 | AI 每天出 3 版（机会 / 竞品 / 均衡），人选 1 版发布，全程入库可追溯 |
| 客户匹配 + 话术 | ✅ 上线 | 模拟 CRM 名单，实时 LLM 匹配相关客户，并按具体客户生成话术 |
| 反馈闭环 + 数据看板 | ✅ 上线 | 「有用 / 没用」实名埋点 → 真实进数据统计，反哺信噪比 |
| 周报 | ✅ 上线 | 人工成品上传 → 审核 → 发布；一期真实周报在线 |
| 月报 | ✅ 上线 | 一期真实特刊：真实数据 + 视频 + AI 播客 |
| RevE 工作台 | ✅ 上线 | 策略 / 日报审核 / 周报审核 / 月报审核 / 情报库 / 数据统计 / 用户 |
| 技术栈 | ✅ 部署 | Brave + OpenRouter(LLM) + Supabase(Postgres) + Flask + nginx + EC2，全开源可自托管 |