为什么 2026 年我还在写博客
在一个模型能替你写出一万字的年代,自己动笔的理由反而更清楚了:写作不是为了产出内容,是为了校准判断。
有人问我,都这个年代了,写博客还有意义吗。
我理解这个问题的来源。模型能在一分钟内生成一篇结构完整、引用规范的技术文章,质量超过大多数人写一下午的产出。如果博客的目的是「产出内容」,那这件事的边际收益确实已经趋近于零。
但我写博客从来不是为了产出内容。
写作是唯一强制你验证的动作
有个现象我想很多人都经历过:你觉得你懂了 Go 的 channel 语义,直到你要向别人解释「关闭一个已关闭的 channel 会怎样」。
阅读是把别人的结论搬进脑子,写作是逼你把脑子里的东西拆成能站住的句子。中间那一步会暴露大量你以为懂了但其实没懂的地方。我写过的每一篇文章,在写的过程中都至少推翻过一次自己的前提。
这个功能 AI 替代不了 —— 因为它恰好发生在「你」的认知里,而不是在产物里。
博客是复利资产
我 2013 年写过一篇关于 MySQL 分区表踩坑的短文,不到 800 字。十年里它陆续被引用、被搜索到、被几个陌生人发邮件讨论,其中一次还换来一个合作机会。
单篇文章的期望价值很低,但数量上去了之后,长尾会自己开始工作。而且这类资产有个特点:它不依赖任何平台的推荐算法。搜索引擎、RSS、别人的书签,都是它的分发渠道。
在模型时代,个人判断力更稀缺了
内容已经不稀缺了。稀缺的是「这个人真的在生产环境里遇到过这个问题,并且他的结论是可信的」。
所以我现在写东西有个更严格的标准:只写我付过代价的结论。如果某个观点我没在真实系统里验证过,我会在文中明确标注它是推测。这既是诚实,也是一种无法被批量生成的差异化。
一个现实建议
如果你也在犹豫要不要开始写,我的建议是别看那么多「如何运营技术博客」的文章,直接从下一个让你卡住超过两小时的问题写起:
- 现象是什么
- 你最初以为的原因是什么
- 你怎么排除掉的
- 真正的原因是什么
- 下次怎么提前发现
这五段写清楚,就是一篇有用的文章。不需要文采,需要的是准确。