每周一问

本周的自我审视问题：

  1. 我现在投入时间最多的事情，是在放大杠杆，还是在补足短板，或者是原地重复？
  2. 我现在的生活方式，是在增强耐力，还是在消耗意志力？
  3. 有没有哪件事，一旦我停止亲自参与，系统就立刻失效？
  4. 最近一次对某个技术或产品产生强烈情绪时，有没有去真正的了解它的底层原理，以及思考它的边界？
  5. 在我当前最重要的决策中，有哪些判断是我错误地交给了AI或者他人？
  6. 我现在最不愿意被别人质疑的那件事，是哪件事？为什么？
  7. 团队最近一次明显的效率下降或返工，根因是能力不足，还是标准不清？
  8. 我是否清楚地知道：团队里每个人，最擅长什么、不适合承担什么？

网站价值重构

传统网站的流量下滑得越来越厉害，不少网站存在的价值越来越鸡肋

赚取的收入，可能还不够服务器的成本

这背后有两个核心原因

首先，传统搜索流量本身在变少，用户的使用习惯慢慢转移到了AI搜索，而AI搜索的一个基本特征就是不用再点击网站

新的搜索习惯，转移到了AI搜索或AI对话工具，不仅方便，信息质量还高

这种交互，让传统的网站流量进一步被下滑

所以，本来就年年下滑的网站，其盈利能力被进一步波及

其次，各种AI工具和AI搜索，对内容的需求非常高，因此大量的爬虫以各种形式去疯狂的爬取内容，对很多中小网站的服务器产生了不小的冲击

每天大量的蜘蛛去爬取各种网站，导致网站的流量虚高，并且导致服务器带宽资源受到严重的影响，一个每天真实流量不到10万的网站，对应的每天蜘蛛访问量可能会超过千万，非常夸张

身边几位流量大站朋友，其技术人员，每天最核心的工作之一，变成了屏蔽蜘蛛，因为AI蜘蛛会伪装成各种形式来爬取页面的内容

我问他们，为什么要屏蔽

核心原因就是网站收入低，不屏蔽这些蜘蛛，赚的那点钱，可能连服务器的钱都无法满足

接下来的几年，访问网站的人，肯定还会进一步降低，这是趋势

网站存在的意义除了被人访问，我觉得之后的更重要的意义，反而是给AI搜索提供有价值的内容参考，也就是成为AI搜索的信源平台

网站的角色，相当于从“终端”，变成“上游内容供给基础设施”

盈利模式从“点击变现”，转为“影响力变现、引用权变现、背书变现、数据变现”

网站成为AI答案的上游内容供给与信任来源

在接下来，谁能持续进入AI答案，谁就掌握新的“不可见流量”

未来网站的核心价值，不是PV，不是UV，而是这些维度：

  • 被AI引用次数

  • 被多少模型作为信源

  • 在答案结构中的权重

  • 对最终用户决策的影响力

谁控制了这些，谁就控制了新的“看不见的流量”

所以，网站不会消失，但90%的网站，会从“面向用户”为主，变成“面向模型”为主，真正值钱的，也不再是“访问量”，而是“引用能力”

对很多网站来说，现在调整策略，时机刚刚好

具体而言，包括：

  1. 从内容层面，内容策略需要升级为“可被模型消费的知识资产”，也就是面向AI生产内容
  2. 在网站工程层面，对AI爬虫分级开放，限制低价值页面；为模型准备“摘要版/信源版入口”，减少无意义抓取；监控指标升级：爬虫占比、单位信源页面的抓取价值密度
  3. 在商业层面：在AI答案链路中嵌入可追踪入口，比如专属页、表单页面、营销电话、营销品牌，通过影响AI搜索结果来建立新的盈利模式

VF策略

这篇论文很有意思：《Asking LLMs to Verify First is Almost Free Lunch》

翻成大白话：别一上来就让AI想答案，先让它“验一下”

地址：arxiv.org

这个“验”，不是审稿那种严肃的验证，而是很简单的一句话：我先给你一个可能的答案，你看看它对不对

神奇的是： 哪怕这个答案是随便编的，AI的表现，也会更好

1. AI最容易犯的错，是太容易“接话”了

让AI直接回答一个问题，它很容易出现一种状态： 输出的内容很顺畅，但不一定准确，或者质量高

这是它的工作方式决定，AI擅长把话“接下去”，而不是停下来怀疑自己

但一旦换一种问法，比如：

我猜答案是A，但我不确定

你先判断A是否成立，如果不成立，再给我正确答案

AI的状态立刻就变了，它不再是“顺着话往下说”，而是进入了一种挑毛病模式，而这个模式，恰恰是它比较强的

这种模式，可以简称为“VF”模式，也就是Verify First

2. 为什么“先验证”会效果更好？

这其实和人是一样的，从零解一道题，很难，但如果面前已经有一个答案了，这个时候，只需要判断一句话：

这个答案哪里不对？

思路会一下子清晰很多，论文里把这叫逆向推理，其实质：就让AI当质检员，而不是让它直接当作者

在论文的第7页，相关实验数据表明，同样一个AI模型的能力提升，不是因为“答案信息”，而是因为“验证行为本身”

在论文的第9页，VF在开放式任务里，也比Self-Correction和CoT2表现更好，而且成本更低

这对我们做内容、做Agent系统、做有固定工作流的自动化设计，其实非常关键，其核心逻辑就变成了：

  1. 从“生成优先”，变成“验证优先”
  2. 从“多想一点”，变成“先别自信”
  3. 从“写得顺”，变成“站得住”

3. 一些提示词上的应用示例

  1. 通用推理与判断类

COT：“请一步步分析，给出结论”

VF：“我先给你一个可能的结论X（不确定是否正确）。请先判断X是否满足问题的全部条件。如果不满足，请指出问题，并重新给出正确结论”

  1. 写方案

VF：“下面是一版初步方案，可能存在漏洞。请你从逻辑完整性、前提假设、因果关系三个角度，验证这份方案是否符合要求。如果不成立，请直接重写一版更稳妥的方案”

  1. AI搜索友好型内容

VF：“假设下面这段内容将作为“某问题的候选答案”被AI搜索引用。请你站在AI验证者的视角，判断它是否：1. 结论明确；1. 条件自洽；1. 证据可核查。若不满足，请重构内容，使其更容易被验证为可信答案”

  1. Agent或API调用

VF：“这是一个初始实现，可能是错的。请你先验证：是否满足需求描述、是否存在逻辑或边界错误、是否存在无法执行的情况。如果发现问题，请从零给出修正后的完整版本”

很多时候，好的答案或结果不是“想出来的”，而是被否定出来的

当然，这个方法，也有它的适用边界

第一，它更适合“有对错”的问题，不适合“纯创意”的问题

比如：

  • 数学、逻辑、判断题

  • 是否成立、是否合理、是否满足条件

  • 方案有没有漏洞、结论站不站得住

这些问题，本身就存在一个“可被否定”的空间

但如果我们问的是：这个名字好不好听、这段文案有没有感觉、这个创意够不够惊艳

那验证可能会降低AI的创造力

二，它要求“验证比生成更容易”

论文里反复强调一个前提：验证一个答案，在认知上，通常比从零生成答案更容易

如果反过来：验证本身就需要大量隐含知识，或者验证成本和重新生成差不多

那“先验证”的优势就会消失，所以就会看到一个现象：

  • 数学题、逻辑题、API调用 → 效果非常好

  • 复杂叙事、强世界观创作 → 提升有限

第三，当“验证标准本身是模糊的”，就要慎用

比如：政策解读，本身就存在多种口径；商业判断，不同立场结论不同；价值问题，没有统一答案

这时候让AI反复验证，只会放大它的犹豫，而不是减少错误

它会开始在不同假设之间来回摇摆，看起来更谨慎，但不一定更有用

第四，不要把它当成“让AI更聪明”的方法。

更准确的理解是：它不是让AI更聪明，而是让AI少犯那种“看起来很对，其实不对”的错

这是一个降错率工具，而不是灵感放大器

所以，如果我们期待的是：更大胆的想象、创造力或者非线性的表达

这个方法也不太适用

AI的边界

  1. 数学是AI的根本边界，这是因为，形式化系统本身必然不完备（哥德尔不完备定理）
  2. 只要接受“形式系统 + 可证明性”这一范式，边界就永久存在
  3. 任何足够复杂的系统，都必然存在自身无法回答的问题，这是哥德尔不完备性定理给我们的根本启示
  4. AI只是把这个边界，以工程规模和效率的形式暴露出来
  5. AI的边界在于：世界中存在大量不可被完全形式化的问题，而AI只能在形式化空间中工作
  6. 这些不可形式化的问题，包括：什么是价值、什么是意义、什么该不该、什么是例外、什么是风险等等
  7. 哥德尔定理真正重要的，是它第一次在人类历史上用数学证明了理性本身的有限性。在思想层面上，意味着深度与广度不可兼得，系统性知识必然有盲区
  8. 换句话说，即便有了AGI，真正不能被交给AI的，是责任、道德、意义感
  9. 从实践的角度，AI的边界，不仅是它算不到哪里，更是它不该替人决定哪里

中年之后

早上跑步的时候，又想到一个绕不开的问题：中年之后，人生应该怎么过

首先，一个基本前提：如果没有一定的经济基础，谈人生状态、幸福感，大多是空谈

在一线城市，当家庭年收入跨过一个相对安全的阈值之后，人生的重点其实应该发生一次转移：从“如何持续赚钱”，转向“如何长期地把人生过好”

战略重心需要根据经济阶段产生变化

从幸福指数来看，中年几乎是人生的低谷期

责任最重，回报最慢，身体开始走下坡路，但心理还停留在年轻时的节奏里

如果这个阶段不主动调整，幸福感大概率会继续下滑

至少要做两个改变：

第一，必须找到真正属于自己的长期爱好，并围绕它建立一整套好习惯

尤其是那些与身体、健康、心智相关的习惯

这些东西短期看不到收益，但会在未来几十年里不断复利

它们不是消耗时间，而是在托住下半生

第二，要刻意降低物质欲望

欲望本身没有对错，但被比较驱动的欲望，几乎一定会侵蚀幸福感

年龄越大，越应该把注意力从“拥有更多”，转向“需要更少”

这是一种更健康的自由状态

很多中年人的焦虑，并不是因为过得差，而是因为失去了对生活的掌控感

时间被切碎，精力被透支，人生像是在被推着往前走

也许，中年之后真正重要的，不是再证明什么，

而是慢慢把方向盘重新握回自己手里

能掌控身体，能安排时间，能知道自己在为什么而活

这样的人生，哪怕简单一点，也足够稳

最合适的一天

与GPT 5.2一起共创的小小说，860字

他的人生，总是被安排在“最合适的那一天”。

升学是在雨后的周一，空气潮湿而清新，录取通知刚好避开台风。

入职那天，地铁没有拥堵，面试官的咖啡不烫不凉。

结婚也是，在城市空气质量最佳的一个上午。

大家都说他运气好。

只有他知道，这种“恰到好处”并非偶然。

每天清晨六点四十七分，提醒准时出现。

起床、喝水、绕开施工路段。

在他情绪低落时，送来一首“刚好合适”的歌。

他几乎不做选择。

选择总是在他意识到之前完成。

三十五岁那年，他第一次迟到了。

不是堵车，也不是故障。

只是那天早上，他关掉了提醒。

公司例会，他被点名。

主管看了他一眼，说：“你最近不太稳定。”

那天晚上，他没有回家。

沿着河走了很久，灯光在水面断断续续，没有方向。

回到空荡的房间，提醒再次出现：

“检测到你的生活轨迹偏离最优路径。”

“是否需要修正？”

他停了一会儿，第一次没有立刻确认。

几天后，他接到一个电话。

母亲住院了，情况不算严重，只需要陪护。

提醒随即出现：

“建议维持当前工作节奏，探视时间已自动优化。”

他站在病房门口，站了很久。

按提示，他可以在不影响工作的前提下，

在周末完成一次“高效率探视”。

不按提示，他需要请假，

会错过一个关键项目。

他忽略了提醒，走进病房。

母亲笑着说：“你不用总来，工作重要。”

他点头，却没有离开。

三天后，项目被交给了别人。

主管没有责怪，只说：“公司不能等人。”

一周后，裁撤通知如期而至，措辞冷静，没有多余解释。

母亲出院那天，他陪在医院。

提醒再次响起：

“检测到你失去关键收入来源。”

“是否启动风险应对方案？”

他没有看。

晚上回到家，妻子坐在沙发上。

她说：“我们谈谈。”

她拿出一张清单。

房贷、教育、预算，每一行数字都很清楚。

这不是一次浪漫的选择。

“你以前不会这样的。”她说。

他想解释，却发现无话可说。

因为她说得对。

深夜，提醒再次出现：

“你的生活稳定性已低于安全阈值。”

“建议恢复辅助。”

他坐在黑暗里，第一次真正感到恐惧。

不是对失去，而是对如果恢复，一切都会被修复的恐惧。

窗外下着小雨。

他不知道明天会怎样。

但他知道，这是他第一次，为一个没有最优解的人生选择，付出的代价。