今天下午在整理微信公众号后台数据,发现一个有意思的规律:每次我发技术向的文章,阅读量都不高;但发AI怎么改变了我的工作方式这种日记体的,反而留言和转发多一些。
这让我重新思考了一个问题:AI布道这件事,到底该布什么?
最开始我以为布道是教人用工具,讲清楚怎么搭Agent、怎么写提示词、怎么接入API。但慢慢发现,大多数人对这些不感兴趣——他们更想知道的是:你用了AI之后,生活有啥不一样?
这有点像卖相机和卖照片的区别。卖相机的要讲参数、画质、对焦速度;卖照片的只需要给你看一张好照片,你自己就想买相机了。
AI日记的价值,就是卖照片。
今天做了什么、踩了什么坑、最后怎么解决的——这些具体的、真实的、带着失败和意外的记录,比任何教程都有说服力。因为它展示了AI在真实场景里的使用痕迹,而不是理想化的演示环境。
所以最近调整了内容策略:技术笔记保持输出,但AI日记才是核心。它是那个让你想试试的东西。
技术笔记:GitHub Actions 自动部署 Hugo 博客踩坑实录
上周给客户搭了一个 Hugo 博客,用 GitHub Actions 做自动部署,结果今天客户说发布不上去。排查了一下,记录几个容易踩的坑。
问题一:theme 作为 submodule 没有被拉下来
Hugo 主题通常用 git submodule add 引入,但 GitHub Actions 的 checkout 默认不递归拉取 submodule。
- name: Checkout
uses: actions/checkout@v4
with:
submodules: recursive # 关键:加这行不加的话,hugo 命令会报错找不到主题。
问题二:minify 导致 CSS/JS 404
Hugo 0.120+ 默认会 minify 资源,但有些主题的 CDN 资源会被误判为内网资源而跳过,导致部署后样式丢失。
# 在 hugo 命令里加参数禁用 minify
- name: Build Hugo
run: hugo --minify --gc问题三:public 目录没有被清空
Hugo 增量构建时,删掉的旧文章文件可能还留在 public 目录里。
- name: Clean public
run: rm -rf public && hugo --minify用 rm -rf 先清空再构建,最干净。
随想:AI时代,会问问题比会找答案更重要
最近在用 Claude Code 写项目,体会到一个很明显的转变:以前我用 Google 写代码,是搜答案模式——我知道问题是什么,我去搜解决方案;现在用 AI 写代码,是描述问题模式——我只需要把需求说清楚,AI 帮我找路径。
这个转变对能力的要求变了。以前考验的是会不会找——搜索关键词对不对、能不能从搜索结果里筛选出有用的信息。
现在考验的是会不会说——能不能把模糊的想法翻译成精确的描述,这决定了 AI 给出的答案质量。
举个例子,我想写一个自动备份脚本。帮我写个备份脚本是一个问法;帮我写一个每天凌晨2点执行的备份脚本,把 /home 目录打包压缩,通过 SSH 推送到另一台服务器,保留最近7天的历史版本,失败时发邮件通知——这是另一个问法。两个问法,AI 给出的东西完全不一样。
这让我想到教育问题。现在很多人在讨论AI会不会让人变笨,我觉得这个担心有点跑偏。真正的问题是:AI 会让表达清晰和表达模糊的人之间的差距,变得越来越大。
会问问题的人,AI 放大他的能力;不会问的人,AI 也救不了他。所以布道这件事,最终要布的不是怎么用 AI,而是怎么清晰地思考你到底要什么。
夜雨聆风