太多噪音,太少信号
最近一年,AI 领域几乎每天都有"重磅消息"。打开朋友圈和公众号,标题一个比一个吓人:"XX 模型碾压一切""程序员即将失业""AGI 已经来了"。
但点进去一看,要么是只言片语的断章取义,要么是把英文推文用机翻包装了一下,连原文都没读完就急着发。更离谱的是,不少自媒体为了流量,故意歪曲原作者的意思——把谨慎的分析写成末日预言,把技术探讨变成贩卖焦虑。
我做了十二年技术创业,最近两年重度投入 AI 方向。这些内容看多了,真的很难受。不是因为我不焦虑,而是因为靠焦虑驱动的信息传播,对任何人都没有帮助。
这是我开始写东西的第一个原因:行业需要更多翔实、多角度、正本清源的内容。不是标题党,不是只言片语,而是认真的综述——把一件事的前因后果、多方观点、实际影响讲清楚。
X(推特)上的高价值内容,值得被更多人看到
说到信息源,不得不提一个变化。
马斯克接管 Twitter(现在的 X)之后,算法经历了多轮调整。一个意料之外的结果是:大量高质量的长文内容开始获得惊人的传播量。
举两个最近的例子:
Matt Shumer 写了一篇《Something Big Is Happening》,用一个 AI 创业者的亲身经历,讲述 AI 如何在几个月内从"辅助工具"变成"完全替代他工作"的过程。这篇文章在 X 上获得了 8500 万次浏览、11.6 万次点赞、18.3 万次收藏。

Matt Shumer 的推文在 X 上获得 8500 万次浏览
Citrini Research 发表了一篇《The 2028 Global Intelligence Crisis》,以"来自未来的金融史"为框架,推演 AI 如果真的大规模替代白领工作后,经济体系会如何连锁反应。这篇获得了 980 万次浏览、2 万次收藏。

Citrini Research 的推文获得 980 万次浏览
这些不是标题党,也不是短平快的碎片。它们是经过深度思考、花了几十甚至上百小时写出来的严肃内容。而 X 的新算法让这类长文获得了前所未有的曝光——这在微博或者朋友圈的信息流里几乎不可能发生。
问题是,这些内容全部是英文的。绝大多数中文读者根本接触不到。而当它们最终被中文自媒体"搬运"过来时,往往已经面目全非——原文的严谨分析变成了"AI 即将消灭所有工作"的恐慌标题。
把这些有价值的信息带到中文世界,加上自己的思考和判断来转发,是我写东西的第二个原因。
费曼学习法:写清楚才算想清楚
第三个原因比较私人。
做技术创业这么多年,我每天都在大量输入——读文章、看产品、研究技术方案、跟客户聊需求。信息量很大,但大部分都是"进来又出去",真正沉淀下来的不多。
费曼说过,如果你不能用简单的语言把一件事解释清楚,说明你还没有真正理解它。
我很认同这个判断。写作就是最好的思考工具。 很多时候我们以为自己想明白了,但一动笔就会发现,逻辑链条中间全是断裂的。被迫把想法组织成文字的过程,就是填补这些断裂的过程。
保持输出,就是保持学习,保持思考,保持进步。哪怕没有读者,这个过程本身对我就已经足够有价值了。
坦诚说,也有私心
最后一个原因,我不想藏着。
做了十二年创业,认识了很多人,但大部分连接都是业务驱动的——项目来了就聊,项目结束就断。这种连接不够深,也不够持久。
通过持续的分享,认识更多志同道合的朋友,发现更多合作的可能——这是我的私心,我觉得也没什么不好意思承认的。
好的内容本身就是一种筛选机制。你把自己的想法、判断、价值观放出去,自然会吸引到频率相近的人。这种连接,比换一百张名片有效得多。
接下来会写什么
不确定,但大概这几个方向:
- AI 领域的深度综述:不搬运、不标题党,认真把一件事的来龙去脉讲清楚
- X 上高价值内容的解读和转发:配上中文语境下的思考
- 创业和技术的交叉视角:十二年踩过的坑、做对的决定、以及事后才想明白的道理
不承诺频率,但承诺质量。每一篇都会是我认真想过、认真写过的东西。
如果你也厌倦了标题党,想看点靠谱的技术内容,欢迎关注。