Open Content Repository
《姚金刚认知随笔》可视化报告
这份报告用数据解释这个随笔库的结构：它从 2023 年 6 月开始按周更新，记录 AI 工作流、GEO、Skill、Agent、商业判断、组织协作和认知复盘。博客负责阅读，GitHub 仓库负责开源下载、版本追踪和英文同步。
按周拆分后的公开中文随笔
与中文随笔一一对应
Markdown 去空白字符统计
中文随笔正文中的图片引用
Why This Repository
这个内容库的定位
它不是一次性文章合集，而是一个持续更新的公开工作台：把长期思考、AI 创业过程、工具使用经验、商业判断和组织实践，以 Markdown 形式沉淀为可阅读、可追踪、可下载、可再利用的内容资产。
从飞书长文档中按周拆分，保留当周主题、段落和图片。
生成中文文章、摘要、英文 URL、标签和图片引用。
为每篇中文随笔生成英文版本，形成双语阅读入口。
GitHub Pages 在线阅读，GitHub 仓库负责下载和版本追踪。
Charts
更新节奏与内容规模
下面的图表基于仓库内中文随笔统计。2025 年是内容密度最高的一年，2026 年已经统计到 5 月底，AI、Agent、Skill、GEO 和组织实践的内容占比明显提高。
Themes
这套随笔主要在讲什么
从标题、摘要和标签看，这套内容长期围绕五条主线展开：认知与决策、组织与协作、内容与表达、AI 与工作流、商业与增长。单篇文章可能同时落入多个主题，这也是它更像工作台而不是单一栏目。
Semantic Keywords
关键词词云与语义密度
下面的词云按语义簇统计中文随笔正文，把同义或高度相关的表达合并为一个关键词。字号表示相对密度，旁边数字为在语义簇中的命中次数。
每万字约 64.4 次，说明这套随笔的长期主轴已经明显转向 AI 应用、模型和工作流。
这三个语义簇同时高频，说明它不是纯技术记录，而是把判断、业务和产品实践放在一起复盘。
这些词的总量低于 AI，但集中出现在近阶段文章里，是 2026 年以后更明确的内容方向。
Content Shape
单篇结构、图片和链接
这批随笔不是短微博式记录，单篇中位数约 2950 个汉字/英文词元，常以多个二级标题拆分主题。图片主要从 2025 年后开始明显增加，说明内容从纯文字记录逐步转向图文混合沉淀。
平均每篇约 5.7 个主题段落
少量文章进一步做子层级拆解
包含 GitHub、资料、文章和外部引用
中位数 2950，整体更接近长随笔
Featured Entries
代表性文章
下面两个榜单分别显示长文密度和图文密度。它们能看出内容库近期的变化：AI 组织、Agent、GEO、AI Native 团队和首席 AI 官等主题，开始成为更高密度的公开沉淀。
- 2026年的AI变化9049
- 每一家公司，都需要一个首席AI官7859
- AI如何赋能知识付费6984
- GEO是什么6331
- 向内求，用慢变量，重写奖励函数5882
Reading Guide
如何阅读这套内容
如果你是第一次进入这个仓库，建议先读最近 10 篇，再按 AI、GEO、Skill、Agent、商业、组织这些标签回溯。它的价值不在单篇爆点，而在长期连续记录形成的判断脉络。
按时间倒序阅读，先了解最近的关注点。
02读一篇代表作从《元Skill的价值》理解 AI、Skill 和开源方向。
03查看开源仓库下载 Markdown、图片和页面源码，离线检索和复用。
数据口径：本报告统计仓库 `_posts` 中 `weekly: true` 且非英文版本的 Markdown 文件。字数包含中文汉字和英文/数字词元，另以去空白字符数显示“站内字符数”；图片统计为中文随笔正文中的 Markdown 图片引用数。不同编辑器和飞书文档的统计方式可能略有差异。