写关于你尚未了解之物的博客Blog about things you don't understand yet

我发布的每一篇文章都代表着我至少学到了两样东西：一是促使我写下这篇文章的动因，二是在写作过程中学到的新知。如果在写作时没有学到任何新东西，这篇文章就不够有趣，不值得发表。

通常，我学到的东西远不止两样。例如，在我那篇关于 o3 geoguessr 的文章中，我最初的想法是大多数 AI 提示词可能都不起作用，但最终却了解到 OpenAI 的新模型已经失去了 o3 的地理定位能力。这很有趣！在我最近一篇关于 C2PA 的文章中，我一开始认为 C2PA 需要近乎普遍的采用率，但我却学到了大量关于 PKI、在本地设备上管理私钥、C2PA 实际运行机制等知识。在我关于卢德分子的文章中，我最初的看法是卢德运动本质上是去中心化的，但最终却对卢德文化产生了浓厚兴趣（它比流行卢德主义书籍中所描述的要精英主义、厌女和暴力得多）。我可以对博客上的每一篇文章都做这样的总结。

表明立场

我认为这种做法奏效的核心原因在于，我的每一篇博客文章都在论证一个观点。我从不发表那些仅仅是对某个话题零散想法的文章，或者只说“是的，我同意另一篇文章”的帖子。如果我写出的草稿是任何理智的人都不会反对的，我就会废弃它。确保我写的所有内容都至少带有一点争议性，这起到了一种强制功能的作用：它迫使我去思考自己观点中最有趣的部分是什么，同时也迫使我去进行足够的研究，以抵御那些显而易见的批评。

这与我读到的许多关于写博客的建议相悖，这些建议鼓励有抱负的博主将文章视为一种无结构的自我表达。如果你想做的正是无结构的自我表达，那也很酷。拥有博客的意义就在于你可以写自己想写的东西。然而，这个建议并没有听起来那么有用。

在进入科技行业之前，我是一名哲学研究生。但在那之前，我是一名诗人。当你尝试写诗时，你会学到的一点是：按照严苛的结构来写，远比单纯地“写下你的感受”要容易得多。仔细想想，这其实很显而易见。诗人的任务就是不断地选择下一个词。按照结构（通常是押韵或格律）来写，会将选择范围缩小到一小部分词汇，而不是整个英语。写博客也是同样的道理。强迫自己去写具体的、可能存在争议的观点，会让持续写作变得更容易，而不是更难。

写作、思考与研究

写作是清晰思考某个话题的最佳方式。当一个问题仅仅是在你脑海中盘旋时，你很容易相信自己已经理解了它。而当你必须将其凝练成文字时，你就会确切地发现自己到底理解了多少，或者不理解多少。我经常遇到这样的情况：打下一些字后，我停了下来，心想“等等，这其实是不对的”，或者“这真的是对的吗？”

当我写完一篇文章的结尾时，我对该话题的思路通常已经变得非常清晰，以至于我的结论段落比引言要好得多。事实上，我已经养成了一个习惯：在写初稿的过程中，我会回过头去立刻重写第一段，因为我知道我最终无论如何都要这么做。

我在写作时也经常会改变想法。这里有一大堆文章的例子，我在开始写它们时持有一个观点，但最终成文时却变成了截然相反的观点。我认为这是一个好现象，我希望自己永远不要停止这样做。你应该对你写的每一篇文章进行研究和思考，这意味着你应该经常学到让你改变想法的新知识。

正因为如此，我会有意选择写一些我还不完全了解但想去了解的主题的博客文章，比如 LLM 引导、Stripe 的 Tempo 区块链、C2PA 与水印技术、空间冷却、交互模型、LLM 推理内部机制等等。这对我来说很好，因为我学到了很多东西。但这对我的读者来说也是好事吗？

为了学习而写博客是不负责任的吗？

我有时会担心，我是不是应该只写自己已经非常熟悉的领域，比如科技公司的动态或在大型代码库中工作，而不是把自己伪装成我实际上仍在学习的领域的权威。我是不是应该让研究卢德分子的历史学家来写卢德主义，让 Web3 工程师来写区块链，以此类推？我认为这种做法是可以接受的，原因有三。

首先，由初学者来写某个领域的入门介绍，有时比专家更容易。专家通常会高估大众的知识水平，而且往往已经将他们领域之所以重要的原因内化得太深，以至于难以表达出来。我认为我的科普文章很有价值，因为在深入探讨技术解决方案之前，我总是会花文章开头的一大部分篇幅来讨论最初的问题是什么。

其次，有时公众对某个话题的共识是完全错误的，甚至只需稍微做一点研究就足以证明为什么。我最引以为傲的许多文章都是这种类型的：论证 LLM “每个提示词消耗 500 毫升水”的数据很荒谬，或者指出广受欢迎的 Apple 那篇《Illusion of Thinking》论文追踪的是持久性而非推理能力，又或者说明 GPU 的寿命超过三年，而且 AI 公司在推理方面拥有很高的利润率等等。

第三，我尽量在我的博客上明确说明我是谁，以及我的实际资历如何。即使文章中没有明确说明，我的 /about 页面上也有我的真实姓名和简历，因此我认为细心的读者不会轻易被误导，以为我是 19 世纪英国史、空间物理学或 LLM 经济学等领域的专家。

反馈

即使没有人读你写的东西，写作仍然是理清思路的一种良好训练。但写作之所以是一个极好的学习工具，另一个重要原因是你能得到反馈。

我想很明显能看出这为什么有用，但我确实想针对反馈提两点。首先，如果你真的把你的文章公开了，你需要有很强的心理承受能力。互联网上的人往往会争先恐后地提出最尖锐的批评或最无情的嘲讽。如果你听从了我之前的建议，试图在你正在学习的主题上发表明确且有争议的观点，那么情况更是如此。如果你是那种被陌生人刻薄对待就会毁掉一整天的人，你可能想把你的博客设为私密，或者只在朋友之间分享。

其次，即使你的博客是不公开的，你也可以从 LLMs 那里获得反馈。就像人类一样，LLMs 也经常给出毫无用处的反馈。根据我的经验，OpenAI 模型总是告诉我要缓和主张，或者添加各种前提和保留意见，直到我什么实质内容都没说。有时它们的批评完全是错的。但是——特别是在技术话题上——LLMs 非常擅长指出你真正误解的地方，而且它们比一般的 Lobsters 或 Hacker News 评论者要友善得多。

结论

我很高兴也很感激大家喜欢阅读我的文章，但即使没人看，我依然能从写博客中获得很多价值。我把写作当作一种理清思路的方法，当作一个研究我想了解的话题的借口，以及一种获取反馈的途径。

如果你想亲自尝试，我建议注意两点。首先，在写作过程中你应该会经常改变想法。如果没有，那你可能做的研究还不够。其次，你初稿的结论应该比引言更加紧凑和富有表现力。如果不是这样，你可能并没有从写作过程中学到任何东西，这意味着这篇草稿可以直接作废了。

我强烈建议对写作感兴趣的人养成这个习惯。即使你不在互联网上发布任何作品，你也会从中受益，尤其是现在，你只需将文章粘贴到 LLM 中就能获得很好的技术反馈。

如果你喜欢这篇文章，可以考虑订阅邮件以获取我新文章的更新，或者在 Hacker News 上分享它。

以下是一篇与本文共享标签的相关文章的预览。

说出显而易见之事 陈述显而易见的事实出奇地有用。你的大部分知识都潜藏在意识层面之下，因此一篇文章完全有可能让你想起自己早已知晓的道理。我们常常会不喜欢某件事却不太确定原因，而阅读一句显而易见的陈述（例如“即使你赞同大方向，细节的准确性也同样重要”）能帮助你理清为何会觉得某些事物令人生厌。继续阅读...