随笔 on 文艺技术笔记

AGI这件事，我在看什么

Mon, 15 Jun 2026 09:00:00 +0800

2021年我卸任CEO。很多人问我为什么。

有一个说法是政治压力，有一个说法是想休息。都不是。

真实的理由是：我感觉过去几年很大程度都在吃老本。

公司到了一定规模，CEO每天的工作变成听汇报、做审批、做决策。知识结构更新越来越慢。内部视角越来越重。这不是我想过的生活。

现在我在做什么

主要在看论文。带两个AI研究组。Flow和Seed，直接向我汇报，绕开常规管理层。

我也在帮年轻人建一个培养环境，核心目标是一个：不让他们「过拟合」。

过拟合是机器学习的概念。模型在训练数据上表现太好，遇到新数据就失灵。人也是一样——技能练得太精准，遇到全新问题就不知道怎么处理。

我看到的

有几个事情我觉得值得注意。

第一，AGI的发展速度比我两年前预期的快。但不是线性地快，是在某些维度上突然跳了一级。这种跳跃不是所有人都能感知到的，因为产品层的改进是渐进的，但底层能力的跃迁是离散的。

第二，算力竞争正在变成一种军备竞赛。字节2026年的AI资本开支计划大概1600亿，其中一半押在AI芯片上。这个数字听起来很大，但我感觉还不够。

第三，大部分人在用AGI的方式还是太低效了。把它当搜索引擎用，当翻译工具用，当写文案的助手用。这些都是对的，但不是最重要的用法。

最重要的用法是什么

我觉得是：把AGI当作一个可以无限扩展的思考伙伴。

不是让它帮你写东西。是让它在你的思考过程中参与进来。你有一个想法，让它帮你找漏洞；你有一个判断，让它提供反方观点；你有一个假设，让它帮你设计验证方式。

这种用法不需要产品形态的改变。需要的是使用者的认知升级。

一件不确定的事

AGI到底什么时候来，没有人知道。

有人说三年，有人说十年。样本太小，我无法给出一个有把握的判断。

但有一件事是确定的：它来的时候，不会像iPhone发布那样有一个明确的节点。它会像水温升高一样，你在某一个时刻突然意识到，已经不一样了。

所以与其猜时间，不如现在就开始适应。

最后

有人问我，你担心AGI会取代人类吗？

我的回答是：担心没有用。该发生的事情会发生。更重要的是，在那之前你能不能让自己变得更有价值。

延迟满足这件事，在AGI时代依然适用。

愿意等的人，愿意深入学习的人，愿意不断校准自己认知的人，不管技术怎么变，都会有位置。

这大概就是我现在的全部想法。

Context not Control，和它为什么很难

Mon, 15 Jun 2026 08:30:00 +0800

公司做大了以后，有一个必然会发生的事情：信息失真。

不是有人故意骗你。是层级多了以后，信息每经过一个人就被压缩一次。等到你这里的时候，已经是一个高度抽象的版本了。

更麻烦的是另一件事：员工开始围绕上级工作，而不是围绕业务目标工作。

这种现象叫向上管理。它是组织里最毒的东西。表现为PPT越来越厚，数据口径频繁变换，报喜不报忧。

解法

我试过的解法是：把信息尽可能透明化。

OKR所有人可见，包括我的。业务数据一线能看到，不需要通过汇报链获取。让每个人看到完整的图景（Context），而不是等指令（Control）。

逻辑很简单——如果信息是透明的，向上管理就没有生存空间了。你不需要猜老板想要什么，因为老板的OKR你也看得到。你只需要看目标。

但这件事很难

难在两个地方。

第一，透明需要人才密度。如果团队里有人不习惯被看到全部数据，他们会不安。如果管理者不习惯自己的决策被公开讨论，他们会抵触。

第二，它和人性里的一种倾向是反的。人天然喜欢信息不对称带来的安全感——我知道你不知道的，这让我觉得我有价值。透明等于剥夺了这种安全感。

所以推这件事，本质上是在对抗组织的惯性。

我自己的矛盾

说实话，这个理念我自己也没有做到完全一致。

我提倡去中心化，但TikTok危机、全球化战略这些决定，其实高度集中在我手里。这不是虚伪，而是真实的困境——有些决策确实不适合分散。

关键在于区分：哪些事情应该给Context让团队自己做，哪些事情必须集中。

这个区分本身就不容易。

一个实际的判断标准

我后来用一个简单的标准来判断：

如果这个决策需要快速试错、需要根据一线反馈调整，就应该给Context让团队做。

如果这个决策是一次性的、影响面极大、错了代价很高，那可能还是需要集中。

但这不是绝对的。随着人才密度提高，集中决策的范围应该缩小。

最后的想法

组织管理这件事，没有一个完美的公式。

所有的框架都是在特定条件下有效。Context not Control在高密度人才的组织里有效，在信任基础薄弱的地方可能适得其反。

但至少有一个原则是通用的：解决信息问题，比解决人的问题更有效。

信息找人：为什么算法推荐比人工编辑更高效

Mon, 15 Jun 2026 08:00:00 +0800

2006年我在酷讯做推荐系统。那时候没有人相信算法可以做内容分发。所有人都觉得，编辑比机器更懂用户想看什么。

我觉得不对。

不是因为算法更聪明。是因为编辑会累，会偏，会被老板的要求影响，会追着热点跑。算法不会。它只做一件事：看用户实际选了什么，然后给更多类似的东西。

就这么简单。

信息找人

后来我写了一个签名：「平庸有重力，需要逃逸速度。」

这个签名从2010年用到现在。意思是一样的——人天然会被拉向低效的方式，除非你主动施加一个足够大的力去挣脱它。

人找信息，就是那种低效的方式。

你去搜索引擎输入关键词，你去关注列表里翻，你去编辑推荐里挑。每一步都是你在主动做功。信息找人是反过来的——你不需要动，系统来判断你可能感兴趣什么，然后推给你。

效率差多少？我觉得至少一个数量级。

这不是价值观问题。是数学问题。人主动搜索的信息密度，和系统被动推送的信息密度，中间差了十倍的摩擦成本。

但算法不是答案的全部

我后来经常说一句话：同理心是地基，想象力是天空，中间是逻辑和工具。

AB测试只是工具。它告诉你用户选了什么，但它不告诉你用户需要什么。这是两回事。

算法能优化的是匹配效率。它不能创造新的需求。它不能理解一个从未被满足的痛点长什么样。它只能在已有的行为数据里找模式。

所以推荐系统最好的状态，是同理心和算法配合——人去发现需求，算法去规模化分发。

世界不只有你和你的对手

有人问我，今日头条做算法推荐，是不是在跟新浪、搜狐抢编辑的饭碗。

我觉得这个问题的框架就不对。

如果你停下来去做别人已经做好的事情，你和对方都会被时代潮流拉下。因为世界不是只有你和你的对手。

真正的问题不是"怎么比编辑做得更好"。真正的问题是"编辑这个环节本身有没有存在的必要"。

当你把问题投影到更高的维度，答案就变了。

一个没有解决的事

但我有一件事一直没想清楚。

算法中性和平台责任之间，那个界线在哪里？

我一直相信算法只是工具，它没有价值观。但后来我发现，工具的选择本身就是一种价值判断——你决定推什么、不推什么、权重怎么设，这些都是选择。

这件事我没有给出过让自己满意的答案。

也许它本来就没有一个清晰的答案。也许它就是一个需要在实践中不断校准的问题。

但至少，意识到它存在，比假装它不存在要好。

AI进入旧城，为什么这么难——从《置身钉内》看AI落地的真实困境

Fri, 12 Jun 2026 09:00:00 +0800

《置身钉内》里有一段描述我很喜欢：

钉钉不是白纸，它有多年积下来的产品逻辑、权限系统、端侧差异、多组织问题、客户定制和用户习惯。AI要在这里做事，必须穿过旧系统的技术债。

这段话准确地描述了一个被很多人忽视的事实：AI不是在一个空白画布上作画。它进入的是一个已经运转了很多年的旧系统。

迁移成本

ONE的竞争对手有三类：外部的飞书和企业微信，外部的AI Agent，还有内部的老钉钉。

作者说，最后这个最难。

用户已经有自己的工作路径。消息去消息页看，日程去日程页查，审批去审批中心批。这个路径未必优雅，却足够熟悉。

对很多用户来说，旧系统的最大优点不是先进，而是可预期。

我认同这个判断。

在很多产品讨论里，人们容易高估"更好"带来的迁移意愿。实际上，“够用"本身就是很强的惯性。尤其是在企业软件里，用户不是因为喜欢旧系统才用它，而是因为切换成本太高。

ONE要证明的不是"我比老钉钉更聪明”。而是"没有我，你有些问题永远解决不了"。

这个证明很难。

非线性逻辑缝合

书里举了一个例子。前线销售和供应链的协同，消息散落在5个不同的群聊里。老钉钉做得再好，员工也必须切换5个窗口，用大脑进行人肉记忆和拼凑，才能发现"生产群里提到的延期，是因为销售群里昨天客户改了需求"。

这种跨群聊、跨时间、跨文档的"上下文网状逻辑缝合"，只有LLM能做到。

我觉得这个场景抓得准。这就是AI相比旧系统真正的优势——不是更好的展示，不是更快的响应，而是理解分散信息之间的关联。

但问题在于，这种能力要做到多可靠，用户才愿意把判断权交给它？

模型幻觉可能出现在审批意见、周报总结、跨部门同步中。这时候，“秘书"的可靠性不再是技术指标，而变成了组织信任问题。

同理心是地基

有句话说：同理心是地基，想象力是天空，中间是逻辑和工具。

AB测试告诉你用户选了什么，但它不告诉你用户需要什么。

ONE的团队做了很多用户反馈收集。但作者发现一个现象：除了明确要求关掉"发现"入口，用户需求分布非常不集中。

这个现象不能简单理解成"用户没有需求”。它更可能说明：用户真正需要的，不是又一个统一硬规则，而是更个性化的服务。

老板、客服、销售、普通员工、项目经理，对"重要"的理解完全不同。一个硬规则的系统，必然让一部分人觉得好用，另一部分人觉得被打扰。

所以AI产品设计的核心问题不是"系统有多聪明"，而是"系统能不能让用户自己定义规则"。

让用户驯化系统，而不是让系统安排用户。

这件事，技术上是可行的。但产品决策上，需要克制。需要放弃一部分"帮用户做决定"的控制欲。

看见事和做完事

《置身钉内》里提到一个判断：ONE在现实推进中，更容易停留在让事情被看见、被整理、被触发，而不是让事情被完成。

我觉得这个观察很关键。

AI在信息整理层的能力，远强于在执行层的能力。总结消息、提取待办、排列优先级——这些LLM已经做得不错了。但建待办、跨系统执行、按自己的规则处理一类问题——这些牵涉权限、稳定性、成本和长流程执行。

大多数AI产品都卡在这个断层上。

不是因为技术做不到。是因为进入真实执行层，意味着要处理权限、审批、异常、回滚。意味着要为每一次错误的执行承担责任。

而大多数AI产品团队，还没有准备好承担这种责任。

写在最后

《置身钉内》记录了一个AI产品从立项到收缩的完整周期。十个月，体验了一个大用户量级AI产品的生老病死。

作者没有给出胜利的结局。但我觉得，这份记录本身的价值，比一个胜利的故事更大。

因为它诚实地记录了：

AI进入真实工作流，不是技术升级，是权力重构。谁的事算"事"，在谁的优先级序列里插队，AI替谁节省时间——这些问题不是算法问题，是组织问题。

在解决这些组织问题之前，再聪明的AI，也只能在旧城的边缘打转。

而解决组织问题，需要的不是更好的算法。是同理心。是理解每一个角色在工作中的真实处境。是愿意把控制权交还给用户。

这条路很长。但它是唯一值得走的路。

Context not Control，和钉钉的组织困境——读《置身钉内》有感

Fri, 12 Jun 2026 08:30:00 +0800

《置身钉内》里写了很多产品层面的问题。但读到最后，我发现很多产品问题的根，不在产品，在组织。

发信人立场

钉钉从诞生第一天起，就有一个很强的基因：站在发信人一侧。

已读未读、DING一下、考勤打卡、审批流——这些功能解决了一个最朴素的焦虑：我说的话，对方到底看见没有。

这个基因在2014年是优势。它帮钉钉从微信的阴影里拧出了一块市场。但到了2025年，当这个基因进入一个AI产品时，问题就出现了。

AI如果继承了发信人立场，它就不再做秘书，而变成了组织的超级代理人。自动整理待办、未读、催办——对员工来说，这不是"智能的平权"，而是"被凝视的加剧"。

作者写了一个细节：普通员工的反抗极其隐蔽——在社媒上写劝退帖，或者在实际使用中寻找各种手段去糊弄和规避这个随时会跳出来的AI界面。

我觉得这个观察很准。员工不会正面冲突。他们会用脚投票。

向上管理

有句话：员工围绕上级工作而非业务目标，是向上管理，是组织毒药。

《置身钉内》里有很多向上管理的痕迹。

ONE的发布会口径是"AI工作信息流"，但实际开发中，很多决策的参考标准不是"用户需不需要"，而是"老板怎么想"、“发布会怎么讲”、“集团怎么看”。

一个产品的设计讨论，如果最终收敛点不是用户场景，而是某个关键人物的偏好，那这个产品的方向一定是扭曲的。

作者写了一个细节：创始人在面试中反复追问"为什么做不成"，那种追问方式被作者形容为"低宜人性"。这不是批评，是事实描述。但当这种风格进入产品开发，团队就会不自觉地去猜"老板想要什么"，而不是"用户需要什么"。

这就是向上管理。它不是恶意的。它是信息系统失效的自然结果。

信息透明

有人提出过一个解法：Context not Control。

让每个人看到完整的业务数据。OKR所有人可见。不需要通过汇报链获取信息。

逻辑很简单：如果信息是透明的，向上管理就没有生存空间。你不需要猜老板想要什么，因为老板的OKR你也看得到。你只需要看目标。

但这件事很难。难在两个地方。

第一，透明需要人才密度。不是所有人都习惯被看到全部数据。

第二，它和一种惯性是反的——人天然喜欢信息不对称带来的安全感。

《置身钉内》里写，钉钉的组织整体在人口净流出。伴随着流出的是大家对新入职同事的同情和打趣，是就业者对钉钉的规避。

当一个组织的信息系统让员工感到不安而不是清晰，离开是最理性的选择。

定性和定量

书里有一个对比很有意思：

有些团队更喜欢做定量研究，强调北极星指标、漏斗和数据验证；有的团队更喜欢做定性研究，强调共创中的具体用户、具体场景、具体需求。

我没有在那种组织里做过用户研究，所以不确定这个概括是否完全准确。但有一个判断是成立的：

定量和定性不是对立的。它们是不同阶段的工具。

早期需要定性——找到真实的需求。规模化之后需要定量——验证需求是不是普遍存在。

如果只有定性，容易变成"老板就是用户"。如果只有定量，容易变成"指标就是真理"。

好的做法是交替使用。先用定性找到方向，再用定量验证。然后用定性理解定量解释不了的异常。

写在最后

《置身钉内》最让我触动的，不是产品层面的成败，而是组织层面的惯性。

一个产品的基因，本质上是组织基因的投影。钉钉的发信人立场，来自它早年在企业管理市场获胜的经验。这套经验太成功了，以至于它成了身体记忆。

但身体记忆在新环境下可能变成束缚。

解法不是否定过去。是意识到：过去的成功条件，不等于未来的成功条件。

然后，有意识地去建立新的信息系统。让团队看目标，不看上级。让用户数据说话，不让权力说话。

这件事不容易。但它是唯一值得做的事。

钉钉是一只没有脚的鸟——写在离职的 300 天之后

Fri, 12 Jun 2026 00:00:00 +0000

钉钉是一只没有脚的鸟——写在离职的 300 天之后

尖尾雨燕的拉丁文是 apus apus，「pus」是「脚」的词根，「a」是否定前缀。

所以雨燕是字面意义上的"没有脚的鸟"。

在《置身钉内》的开篇，作者用了一个极具诗意的隐喻：钉钉的吉祥物钉三多，是一只尖尾雨燕。这种鸟可以在空中完成吃喝、睡眠、交配，每年飞行数万公里，最多连续飞行 300 多天不落地。

300 多天，不落地。

这不仅仅是对一只鸟的描述，更像是对互联网大厂节奏的某种宿命般的预言。

空中飞行的 300 天

作者入职钉钉 300 多天，全程参与了「ONE」项目——从核心保密期的 0 到 1，到发布会的高光时刻，再到 DAU 300 万的巅峰，最后目送它走向暮年运营。

他说：

“在钉钉飞行了 300 多天，将满一年，最近也到了重新踩回地面的，离开的节点。”

“踩回地面”。

这四个字背后，是多少个日夜的焦虑、争论、复盘和失落？是高强度的晨会晚会、周末单休、全员 Python 考试；是"对不起我只用钉钉"的组织强权；是人口净流出背景下的逆行者勇气。

飞行久了，是会忘记怎么落地的。

雨燕的宿命

为什么是雨燕？

因为雨燕没有脚。它的脚退化到只能用来攀附崖壁，无法在平地上行走。一旦落地，就意味着死亡。

这太像某些互联网产品了：

必须永远保持高速迭代，一旦慢下来，就会被竞品吞噬。
必须永远追逐风口，从移动互联网到 AI 原生，从 DING 到 ONE，永远在寻找下一个起飞的崖壁。
必须永远在空中解决一切问题：效率、协同、管理、人性。

但人不是雨燕。人有脚，需要落地。

作者在文中提到一个细节：无招身上有一种"叙事的诱惑"。创立钉钉，离开钉钉，再回归钉钉。就像乔布斯离开苹果后做 NeXT 和 Pixar，最终带着新的筹码回到旧地。

但现实往往比剧本更骨感。无招回归时，手里只有商业结果存疑的 HHO（两氢一氧）。“它更像一次不甘心的出走。……背上背着的还是已经长出半刃铜锈的朴刀。”

当一个人的伤口和功业都指向同一个方向，很容易生出一种宿命的确信。但确信不等于现实。

落地

文章的最后，作者说想给所有正在从事 AI 产品开发的同道，提供一汪小小的经验池。

这是一种落地的姿态。

不再是空中的宏大叙事，不再是战略级的风口焦虑，而是把 300 天的血泪教训，沉淀成别人可以踩实的石头。

好产品是这样，好人也是。

我们都在空中飞了很久。也许偶尔，也该试着踩一踩地面。

哪怕只是看看，今天的阳光好不好。

雨燕落地，是为了更好地起飞。

而我们落地，是为了记住自己还是个人。

好产品不需要那么多发心——细读《置身钉内》有感

Fri, 12 Jun 2026 00:00:00 +0000

好产品不需要那么多发心——细读《置身钉内》有感

凡历术在于常数，而不在于变行。

最近读了一份 7.5 万字的长文——《置身钉内》。作者是钉钉核心保密项目「ONE」的最后一位核心 PD，记录了在无招回归后，一款号称 AI 原生的战略级产品，从 0 到 1 的狂热，到暮年运营的收缩，整整 300 天的亲历往事。

文中有一句极有分量的话：

“产品的发心就是它的发起人最原始的出发点。……好产品只有一个主发心。大道至简。”

这句话像一根针，扎破了当前 AI 产品圈里许多华丽的泡沫。

什么是"发心"？

作者把产品的发心分为几类：

解决某个尚未被解决的具体问题。
提升解决某个问题的效率。
服务好某个具体的人群。
推广某种理念。
销售某种资源。

文中举例极好：淘宝的发心是"让天下没有难做的生意"（提升效率）；安缦酒店的发心是"服务好度假的高净值人群"（服务人群）；番茄钟的发心是"推广 25min 专注 +5min 休息的理念"（推广理念）。

越靠前的发心，越纯粹，越容易诞生有历史价值的产品。

反观现在市面上许多 AI 产品，往往是一个"贪心而焦虑"的混合体：既要解决效率，又要卖资源，还要讲理念，最后甚至想讨好所有人。当发心又多又没有主次的时候，产品就会变成一个四不像的怪物。

“ONE"的遗憾

「ONE」项目有着极强的设计基因和创始人意志。无招回归，带着他当年在湖畔花园做出钉钉时的"身体记忆”——站在发信人一侧，替组织争取确定性，用强触达把事情往前推。

这种发心在 2014 年是锋利的，它硬生生从微信嘴里抢下了企业协作的市场。但在 2025 年的 AI 时代，这种发心却变成了一种路径依赖。

作者写道：

“一个产品经理最难摆脱的，往往不是失败，而是成功。因为失败会留下伤口，而成功会留下手感。”

当旧的"手感"遇到新的"AI 原生"，冲突是必然的。ONE 急着做成新入口，急着证明钉钉没有老，急着把 AI 落到消息、日程、审批里。它带着太多东西：旧的荣耀、新的焦虑、组织的惯性、创始人的执念。

发心太多，反而模糊了产品真正的价值。

技术的尽头是克制

作为技术人员，读这篇产品视角的复盘，感触颇深。

我们做技术的，往往容易陷入"手里有锤子，看什么都是钉子"的误区。有了 LLM，就想把所有场景都重写一遍；有了 Agent，就想让 AI 接管一切。

但真正的好产品，往往是克制的。

它知道自己不做什么，比知道自己做什么更重要。

淘宝没有去做社交，因为它知道它的发心是"做生意"，而不是"聊天"。钉钉没有去做游戏，因为它知道它的发心是"确定性"，而不是"消遣"。

现在的 AI 产品，最缺的不是能力，而是边界感。

结语

《置身钉内》是一份珍贵的"现场经验"。它记录了一个大用户量级的 AI 产品如何在组织、技术、商业与用户的结构性张力中艰难前行。

文末作者引用了汉娜·阿伦特和茨威格。茨威格写《昨日的世界》，是在回忆一个回不去的黄金时代。

也许，我们都在见证一个时代的结束，和另一个时代的开始。

而那些能够跨越周期的产品，一定不是因为它们做得最多，而是因为它们想得最透，做得最专，发心最纯。

好产品不需要那么多发心。

一个就够了。

好产品为什么容易死于贪心——读《置身钉内》有感

Fri, 12 Jun 2026 08:00:00 +0800

最近读了一份7.5万字的长文，《置身钉内》。作者是钉钉核心保密项目「ONE」的最后一位核心PD，记录了整整300天的亲历。

里面有一句话让我停了很久：

当一个产品的发心又多又没有主次的时候，就会成为一个贪心而焦虑的产品。

我觉得这句话是对的。而且它不只是钉钉的问题，是整个行业都在反复犯的错误。

四个发心

ONE这个项目，从最开始就背着四个发心：

用户发心——帮员工减负，解决信息过载；产品发心——做AI时代的新入口；组织发心——核心负责人回归后需要一场战役聚人心；商业发心——卖token，探索收费。

每一个单独拎出来都有道理。放在一起，问题就来了。

用户想要的是一个安静的秘书，组织想要的是一个展示AI能力的窗口，商业想要的是一个能收费的学习流。这些诉求在同一个页面里打架。

作者写得很克制，但我能感觉到那种拉扯。

投影到高维

我习惯用一种方式看问题：把表象投影到更高维度，看它是不是一个更简单问题的投影。

ONE的所有矛盾，投影到更高维度，其实是一个问题：

这个产品究竟在优化谁的体验？

不是"用户"这个笼统的概念。是具体的、有角色的用户。老板和员工的需求是相反的。发信人希望消息被立刻看到，收信人希望不被打扰。AI站哪一边，决定了整个产品的走向。

ONE试图两边都服务。结果是两边都不满意。

这不是设计问题。是选择问题。

延迟满足

另一个相关的问题是节奏。

ONE从4月立项，8月就开了发布会。四个月，一个号称AI原生的战略级产品，从0到上线。

速度很快。但快的代价是，很多本应该在早期想清楚的问题，被推到了后面。用户定位没有闭环就出发了。卡片形态选了feed流，因为"极宜demo，尤宜向投资人pitch"，而不是因为它最适合工作场景。

我觉得这是一种反过来的延迟满足——不是等不及要结果，而是等不及要一场发布会。

延迟满足这件事，不只是个人修。产品也需要。功能需要。发布节奏也需要。

如果一件事你觉得很好，不妨再往后延迟一下。这会让你提高标准，同时留了缓冲。

这句话被很多人引用过。但真到了被组织指标和竞争对手节奏推着走的时候，能做到的团队不多。

一个更简单的问题

回到最初。

如果一个产品只能有一个主发心，ONE应该选哪个？

我觉得是用户发心。不是因为我比ONE的团队更理想主义，而是因为这是唯一能形成长期正反馈的选择。

帮员工真正减负→员工愿意用→数据越来越多→AI判断越来越准→更多人愿意用。

这是飞轮。其他三个发心，都应该在这个飞轮转起来之后，自然会实现。

但在飞轮没转起来之前，急着要组织胜利、急着要商业变现、急着要发布会效应，就会把飞轮的零件拆下来，拿去当展示品。

展示品很好看。但它不会转。

写在最后

《置身钉内》是一份珍贵的"现场经验"。它记录了一个大用户量级的AI产品如何在组织、技术、商业与用户之间的结构性张力中艰难前行。

作者没有给出答案。我觉得这也对。因为这种问题本来就没有标准答案。

但至少，意识到"贪心"是一个真实的陷阱，而不是一个抽象的道德批评，这件事本身就有帮助。

好产品不需要那么多发心。一个就够了。剩下的，等它长出来再说。

写技术博客的初衷：输出是最好的输入

Tue, 02 Jun 2026 20:00:00 +0800

从 CSDN 到独立博客

在 CSDN 写了 103 篇原创，积累了 1000+ 粉丝。但平台终究是别人的，内容迁移受限、排版受限、引流也受限。

独立博客像是自己的花园——你想种什么就种什么，想怎么修剪就怎么修剪。

为什么坚持写

费曼技巧：能写清楚的东西，才是真正理解的
时间胶囊：一年后回头看，能看到自己的成长轨迹
长尾价值：一篇好的技术文章，几年后依然有人搜索到
个人品牌：在 AI 时代，能写的人比只会做的人更有溢价

写作原则

不灌水：每篇文章都要有可执行的价值
有图有真相：效果图、架构图、对比表，胜过千言万语
说人话：不用堆砌术语，用工程师听得懂的方式写
持续更新：技术会过时，文章也要维护

下一步

每周至少一篇原创
CSDN 和独立博客同步分发
探索视频 + 文章的多模态内容

技术写作是一场马拉松，慢慢跑，比较快。