AI时代做技术自媒体的难

胖头鱼的技术专栏-442 AI时代做技术自媒体的难（20260709）

作者：胖头鱼的鱼缸（尹海文）
Oracle ACE Pro: Database
PostgreSQL ACE

10年+数据库行业经验
拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证
墨天轮MVP，ITPUB认证专家
圈内拥有“总监”称号，非著名社恐（社交恐怖分子）

全网同名：胖头鱼的鱼缸
ITPUB：yhw1809
除授权转载并标明出处外，均为“非法”抄袭

914fcc7ad57defa7868c3be1ca7fb4f5.jpg

今天在首席群里，大家都在聊近期技术文章阅读量下滑厉害的问题。其实当下发文的阻碍越来越多、流量也越来越难获取，结合自己长期的创作经历，我也梳理出了一些原因。

以公众号平台为例，首要原因就是平台的内容审核与管控愈发严格：

• 转发来自于其他公众号的文章会直接影响流量权重，平台流量倾斜高度偏向优质原创内容，搬运、整合类内容基本很难拿到推荐
• 标题审核机制愈发完善，带有误导性、博眼球的标题党内容，以及观点过于偏激、有明显倾向性的标题，基本失去了流量曝光的机会
• 内容筛查标准持续升级，能够明显判定为AI批量生成、内容空洞同质化的文章，会被直接限制推流

而在其他各大内容平台，困境也大同小异，甚至约束更为严苛：

• 有一些平台都严禁站外引流，管控力度逐年收紧，就连个人常用的艺名、署名都时常面临限流、封杀的风险，创作发声的空间不断被压缩
• 敏感关键词管控细致，很多技术圈常用的常规词汇都被限制使用，不得不反复修改调整，部分改动还会打乱原文逻辑，影响内容的完整性和专业性
• 不少平台本身流量红利消退，要么始终没能积累起有效流量，要么日渐衰落，整体曝光池持续萎缩

聊天过程中也发现，依旧有不少朋友能稳住不错的阅读数据。他们大多深耕多年，积累了扎实的粉丝基础，文章风格辨识度高，内容紧跟热点潮流。但客观来说，他们很多爆款内容，其实已经脱离了纯粹的技术干货范畴，更偏向科普（科普依然很重要）和娱乐化内容。

回到本期题目，现在是AI时代，群内讨论一句话其实也戳中了当前写技术文章的难以获得高阅读量的一个重要原因：“大家跟AI聊天还来不及，看什么公众号”。

这也是当下AI时代最真实的现状。现在多数人遇到技术难题，第一反应不再是打开搜索引擎逐条筛选资料、翻阅技术博文，而是直接向AI提问。绝大多数场景下，AI都能快速给出一套完整、规整的答案，足够满足普通人的基础需求。

但深究下来就会发现，各大AI大模型的训练数据源，绝大部分都来自互联网公开的网络资源。这些内容质量参差不齐，甚至夹杂着大量过时、错误、片面的内容，这其实和以前使用搜索网站查资料其实是一样的。有技术功底、行业经验的人，能够精准甄别搜索结果中的有效信息、剔除错误内容，但AI不具备自主辨别的逻辑和能力，这也是AI幻觉、答案失真问题频发的根源。

想要解决这个问题，行业目前主流的思路只有两种。一是通过更大规模的模型训练、知识蒸馏，让AI自主甄别、学习正确有效的知识并固化记录；二是依托专业知识库搭建RAG检索增强体系，补足模型知识短板。但这两种方式都极其耗费人力、算力与时间，不过如今这些繁琐的优化工作，大多也可以交由AI自主迭代完成。

除此之外，技术内容普遍存在的过期信息问题，也是一大痛点。虽然无法从根源上彻底杜绝，但日常使用AI查询技术问题时，开启实时网络搜索，就能很大程度上规避老旧、失效信息带来的误导。

众所周知，技术行业向来需要心怀敬畏、坚守严谨，容不得敷衍和误导。但纵观当下的网络环境，不少自媒体都在刻意曲解、炒作技术：过度吹捧某项技术的优势，刻意忽略其落地门槛、适配场景与局限性，误导了大量入门学习者。而比盲目吹捧更可怕的，是全网蔓延的“AI信息投毒”。大量错误、片面、未经验证的技术内容被批量生成、发布到网络中，不止普通自媒体在做，不少大厂为了流量、热度也可能是因为更加不可告人的目的也屡有参与。不难想象，未来AI的训练库会充斥着海量错误信息，而绝大多数普通用户没有辨别真伪的能力，长期接收错误知识，对整个技术行业的新人培养、行业生态发展，是非常可怕的一件事。

回头再看当下技术自媒体的困境，确实步履维艰。坚守严谨、干货至上的传统技术创作风格，用心打磨的专业内容往往流量惨淡，而娱乐化、噱头式的内容却更容易收割流量，流量逻辑和技术创作的初心，始终难以兼容。但我依然会坚持输出真实、严谨、有用的技术干货。

相信很多人在使用AI编程过程中都遇到过这类问题：Vibe Coding Agent明明提示项目已经完成测试，但实际落地使用时，依旧问题百出，需要反复调试修改。这恰恰体现当下AI的短板——技术最终需要工程化落地，而AI无法全面兼顾真实场景中的各类实操问题。

AI可以快速给出“标准答案”，却没有真实的实操经验，更不懂工程落地的细节与逻辑。哪怕当下静下心看干货、学实操的人越来越少，严谨的技术内容不受平台流量偏爱，我也不愿为了数据随波逐流，放弃创作初心。

贴合落地、经过实操验证的干货内容，即便它们是经过AI辅助的，也是AI时代泛滥内容最欠缺的。哪怕这类内容很难出圈、流量平平，只要能帮到真正想学技术、深耕技术的从业者，能为杂乱的技术网络生态留存一份真实靠谱的内容，这份坚持就有价值。AI时代，经得起落地考验的技术干货，永远不会过时。

老规矩，知道写了些啥。