关于写作

一、三年的空白#

我有一个 Obsidian 知识库。

里面存着过去工作中的经验和教训——私有云架构的踩坑记录、K8s 生产事故的复盘、智算集群调度的设计取舍、大模型推理优化的实验笔记。八年技术生涯，从微服务到虚拟化，从容器云到 AI 训练平台，每一个阶段都留下了一些碎片。

这些碎片一直在积累，但从来没有变成过公开发表的文章。上一篇博客停在三年前（2023 年 2 月 22 日），之后就再也没有动笔。

不是没有东西可写——恰恰相反，值得写的太多了。但我总觉得，脑子里的想法还不够成熟，还需要再想想、再沉淀沉淀。于是就这么一直”想”着，一年，两年，三年。

直到我慢慢意识到一个问题：那些想法之所以不够成熟，恰恰是因为我没有写下来。

Paul Graham 在 Putting Ideas into Words 里写过一段话：

Writing about something, even something you know well, usually shows you that you didn’t know it as well as you thought.

写一个你自以为很懂的东西，往往会暴露出你没有想象中那么懂。一个想法待在脑子里的时候，它是模糊的、跳跃的、自洽的——因为没有人质疑它，包括你自己。但当你试图把它写成文字，逻辑链条上的断裂就会显现，因果关系不像你以为的那么清楚，有些”显而易见”的结论其实经不起追问。

他还用了一个比喻，说那些声称”方案都在脑子里”的人，充其量只有 “a plan for a plan”——一个计划的计划。

我 Obsidian 里的那些笔记，就是一堆”计划的计划”。它们记录了碎片，但从来没有被逼到必须把逻辑讲通的程度。笔记可以模糊，文章不行。而正是这种”不行”，才是写作真正的价值所在——它逼你把思考推向完整。

这是我搁置了三年才想明白的事：等”想清楚了”再写，是一个悖论。写作不是思考的终点，而是思考的过程本身。

二、两个变化#

想明白了不代表就会动笔。真正打破惯性的，是两个几乎同时发生的变化。

第一个是 AI 协作工具的成熟。

不是那种”帮你写一篇公众号爆款”的 AI，而是真正能参与思考过程的 AI。

举个例子。昨天我写了一篇关于 AI 产品中功能迭代与效果优化之间结构性矛盾的文章，写完之后把它丢给 ChatGPT 点评。AI 不只是说”写得不错”——它帮我看清了这篇文章在整个内容生态中的位置：思考深度在什么层级，表达成熟度如何，和行业头部作者相比差距在哪，从个人 IP 角度有什么潜力和局限。

这种反馈，以前只有编辑或者非常熟悉你的同行才能给。现在 AI 可以在几分钟内完成，而且视角足够多元。

更重要的是，AI 能帮你完成”从笔记到文章”中间那些苦活：把碎片想法结构化、帮你审视思考盲区、帮你找到表达的最佳方式。它不替你思考——核心洞察、个人经验、独特视角，这些 AI 给不了。但它能大幅降低”把想法变成文字”的门槛。

而且这种协作不只发生在对话框里。我日常使用的 AI 助手——也是这篇文章的共同创作者——从构思阶段就参与了进来：帮我从另一个讨论中提取 ChatGPT 对话的素材，和我一起梳理文章框架，在我每一次调整方向时重新组织结构，甚至直接在博客仓库里起了 PR。这不是”我写完了让 AI 润色”的模式，而是从第一个想法开始，AI 就作为协作者全程参与。

换句话说，AI 消除的不是”思考”的门槛，而是”从思考到文字”之间那段苦活的门槛。这意味着你可以把更多精力放在真正重要的事情上——想清楚你到底要说什么。

第二个是角色的转换。

2026 年初，我从研发和算法岗转到了 AI 产品经理。

这个转变的意义不只是换了个工位。研发的工作模式是”想清楚了就去做”，输出物是代码、是系统、是能跑起来的东西。产品经理的工作模式是”想清楚了要说出来”——要影响团队、要对齐认知、要把模糊的方向变成清晰的路径。

换句话说，产品经理的核心能力之一，就是把思考外化。

而写作，恰好是把思考外化的最佳训练方式。每一次试图把一个模糊的产品直觉写成清晰的文字，都是一次强制性的思维整理。这和开头说的是同一件事——写作不是因为想好了才写，而是写的过程就是想的过程。

这两个变化叠加在一起，让”写作”从”有空再说”变成了”现在就该开始”。

三、写作到底是什么#

想清楚这个问题花了我一些时间。

写作不是”教别人”。我没有资格以导师的姿态输出——八年工作经验在这个行业里连”资深”都算不上。

写作也不是”立人设”。我见过太多为了涨粉而写的内容——标题党、情绪化、观点极端——那种东西写多了，连自己都信了。

写作是让思考有形。

Joan Didion 在她 1976 年的散文 Why I Write 里写过一句话：“I write entirely to find out what I’m thinking, what I’m looking at, what I see and what it means.” ——我写作，完全是为了弄清楚自己在想什么、在看什么、看到了什么、它意味着什么。

这句话精准地描述了写作的本质功能：它不是表达的终点，而是认知的工具。你以为你在”输出”，其实你在”输入”——把外部世界的混沌输入到一个有结构的框架里，在这个过程中，你的理解会被迫变得更清晰。

这也是为什么我把博客作为主阵地，而不是社交媒体。社交媒体的节奏太快，鼓励的是即时反应、短平快的观点输出。博客允许你慢下来，允许你反复修改，允许你用几千字把一个问题说透——而不是用一百多个字抢一个热点。

快节奏的输出当然也有价值，但那更像是”表态”而不是”思考”。真正的思考需要摩擦力——需要你和自己的想法反复较劲，直到把每一个模糊的地方都磨清楚。长文写作提供的就是这种摩擦力。

至于微信公众号、知乎、小红书……它们是分发渠道，不是创作阵地。文章在博客上打磨成熟，再根据不同平台的特点做适配。而这篇文章，恰好也是我微信公众号的第一篇——一个关于”为什么要写”的开篇词。

四、AI 时代的写作#

这篇文章本身就是一个活的案例。

它的起点是我和 AI 的一段对话。我在整理公众号规划的时候，顺手把之前写的文章丢给 ChatGPT 做了个点评。那次对话让我意识到几件事：

• 我的写作属于”洞察型”而非”体系型”——能提出有意思的观察，但还没有形成系统化的方法论
• 我的内容定位偏”结构抽象型”——喜欢从现象中抽象出底层结构，关注系统演化和范式迁移
• 这种类型的内容在中文生态里其实很少见——大多数人停留在讲工具、讲案例、讲风口

这些判断不是 AI 替我做的。它是我读完 AI 的分析后，结合自己的感受，得出的结论。AI 提供了一面镜子，但照镜子的是我自己。

而这篇文章从构思到成文的过程——和 AI 讨论框架、整理素材、反复调整结构——本身就是”人提供思考，AI 帮助打磨”这种协作模式的实践。

这里有一个微妙但重要的区别。

如果你让 AI 从头生成一篇文章，它会写得很”正确”，但也很无聊——因为没有个人经验、没有独特视角、没有那些只有你自己才知道的细节。AI 生成的文本有一种特征性的”均匀感”，每一段都差不多好，但也差不多平。它缺少那种因为真实经历而产生的棱角和温度。

真正有价值的模式是：你提供原始的思考和素材，AI 帮你结构化、帮你查漏补缺、帮你找到更好的表达方式。最终的判断和选择，始终是你的。

这和前面说的写作逻辑是一致的——写作是思考的严格测试，AI 可以帮你准备这场测试，但答卷必须是你自己的。

某种意义上，AI 时代的写作门槛不是降低了，而是发生了转移。以前的门槛是”从想法到文字”的技术性障碍——措辞、结构、排版。AI 几乎可以消除这些障碍。但这反而让另一个门槛变得更加突出：你有没有值得写的东西。

当每个人都可以用 AI 写出流畅的文章时，真正稀缺的不是表达能力，而是独特的经验、深度的思考、和诚实的观察。这些东西没有捷径，只能靠长期积累。

回过头看，我 Obsidian 里那些粗糙的笔记，反而成了最有价值的资产。它们不完整、不精致，但它们是真实的经历和真实的思考。AI 能帮我把它们打磨成文章，但那些原始的洞察和体验，只有我自己有。

五、万事开头难#

三年的空白，不是因为没东西写。

这三年里 AI 行业天翻地覆，我从做基础架构转向做大模型推理训练，又从算法转到产品经理。经历了足够多值得写的事情，却一篇都没写。

原因说出来很简单：我一直在等一个”准备好”的时刻。等我把这个想法再理一理，等我有一整块时间坐下来好好写，等我对这个话题有了更完整的认知……

但正如这篇文章试图说明的——写作本身就是”理清楚”的过程。不写，就永远”没理清楚”。等”准备好”再写，和等”想清楚”再写一样，是一个永远不会兑现的承诺。

Joan Didion 在 The White Album（1979）的开头写过一句话：“We tell ourselves stories in order to live.” ——我们给自己讲故事，是为了活下去。我给自己讲的故事是”等有时间了再写”，而这个故事本身，就是不写的最好借口。

现在我换一个故事讲给自己听：先写，写的过程中自然会想清楚。

Obsidian 里的笔记还是那些笔记。但从今天开始，它们有了一个出口。

我不知道这个博客最终会走向哪里。也许会写成一个有体系的专栏，也许只是一些零散的思考记录。但我知道，不写，就永远不会开始。

这篇文章就是那个开始。也是这个公众号的开篇词。

如果你也有一堆”有空再整理”的笔记，也许现在就是最好的时机。不是因为你准备好了，而是因为——先写起来，才会准备好。

张昊辰 (Astralor) & 霄晗 (🌸) · 2026.03.04