砍掉 AI 股票分析后，开发者把新闻流做成 MCP 服务
独立开发者关闭付费惨淡的 AI 股票分析产品，将新闻流改造成面向交易 Agent 的 REST + MCP 接口。
一名独立开发者在 Hacker News 上分享了自己产品方向调整的经历：其原先运营的「AI 股票分析」站点演示效果不错，但因市场数据成本高、用户不愿付费而难以为继。他认为根本原因在于「没人会为 prompt 输出付费——人人都有自己的 ChatGPT 或 Claude 与自己的提示词」，于是砍掉了分析功能，转而把真正被用户频繁查看的部分——带评级的新闻流——重新产品化。
产品定位：从分析转向数据供给
新版本名为 AlphaAI，定位为「面向交易 Agent 的新闻流」，对外提供 REST API 与 MCP（Model Context Protocol）两种接入方式。其逻辑是，模型能力由用户自己解决，而真正稀缺、可被外包的，是高质量、可被 Agent 消费的金融新闻信号。这一拆解呼应了当前 AI Agent 工程化中常见的分工趋势：模型与通用推理留给用户自建，专业信号、上下文与工具调用接口由第三方服务提供。
数据来源与处理链路
据介绍，AlphaAI 的数据来自多个公开渠道：
- GDELT 全球事件数据库
- SEC EDGAR（美股监管文件）
- Google 公开 RSS
- 其他若干信源
原始数据会经过统一的去重与信息增强流水线，仅有经过筛选的「真正有用的小部分」才会进入新闻流。开发者强调，产品的价值主要不在数据本身，而在过滤与评级逻辑。
行业启示与待解决问题
此次产品转向本身是一个小型商业案例：在通用大模型普及之后，「把大模型套个壳卖给终端用户」的窗口几乎关闭，剩下的空间要么是工作流、要么是专有数据与信号。这也解释了为何 MCP、Tool Use 等 Agent 接入协议最近受到关注。
原帖最后抛出一个针对 Agent 开发者的开放问题：在将新闻接入 Agent 时，通常还缺少哪些元数据（metadata）？这被认为是当前信源侧的常见缺口，也是 AlphaAI 试图进一步打磨的方向。