写 AI 相关内容最常见的问题不是“写不出来”，而是写完以后自己都不想再看第二遍。因为大多数 AI 笔记有两个问题：太像新闻，或者太像流水账。
规则一：只写真正改变判断的部分
如果一个模型更新、一个工具新功能、一次实验结果并没有改变你的判断，那就没有必要单独写成一篇文章。真正值得记录的是：它改变了什么、为什么重要、下一步会影响什么。
规则二：把经验抽象成可复用结构
好的技术笔记不是“我今天做了什么”，而是“下次遇到类似问题，我应该怎么做”。所以文章应该尽量沉淀出流程、检查表和判断框架。
规则三：让文章能被快速扫描
AI 领域变化很快，读者往往没有耐心从头读到尾。结构化标题、清晰摘要、重点段落和适度的列表化表达，会让一篇文章的可读性成倍提升。
写作不是为了把信息堆出来，而是为了把判断留下来。
这也是为什么我希望博客首页看起来更像“控制台”或“研究刊物”——因为它承载的不是碎片，而是持续累积的信号。