English version: Sounding Right Proves Nothing Now
推特上的 AI slop（没人审过就往外发的 AI 内容）越来越多，我一直在想怎么筛。前几天读到一段话，让我发现自己的筛子有问题：读着顺，我就信了。
那段话讲 AI 团队。作者参观了一些 AI 用得很成熟的团队，说抄最佳实践经常失效，原因是违反了 Gall 定律：能运行的复杂系统，都是从能运行的简单系统长出来的。
我的第一反应是挺有道理，引文也基本没错。可我让 AI 查了一轮，发现它只说中了一部分。比如研究丰田的 Spear 和 Bowen 给过另一种解释：外人抄走了工具，没抄走背后的规则。这样一来，失败的原因也未必只是系统太复杂，两种解释可能同时成立。
这段话算不上 slop，它还提了个好问题。让我在意的是我自己的反应：一段话顺、结构清楚、观点正确，我就点头了。这些东西 AI 现在几秒钟就能写出来。读着有道理，已经说明不了什么。
那么该怎么筛，才能少看点这类东西，把精力留给手上的事？我原来有三条判断，后来发现每条都得改。
第一条是警惕喂饭。大部分基础知识 AI 自己就会，推特上很多干货只是大家在互相转述。这条大体对，但转述本身没有错，好的转述替我做了一次筛选。表面都是转发，怎么区分？看他有没有加上自己的验证、反例或取舍。
第二条是看涉猎。一个账号今天发惊天大事，明天发十年前的突破，后天又讲用 AI 写代码，我原来会直接 block（拉黑），觉得什么都沾一点的人，多半没有真实积累。这条我最喜欢，也错得最多。一个账号天天只发 AI 写代码，也可能全是转述。反过来，心理学家 Tetlock 跟踪专家预测近二十年，发现思路杂、肯改主意的人，比抱着一个大理论的人更准。他说的是思维方式，不是发帖题材，这只算弱类比，但至少让我不敢再用宽窄判断真假。
第三条是看现实反馈，也就是他的判断有没有被真实结果检验过。这条我现在还信，但有三个坑。
第一个坑是，反馈不一定有效。Kahneman 和 Klein 认为，直觉要可信，环境得有规律，反馈也要及时准确。比如消防员的直觉靠得住，选股的经纪人就不一定。
第二个坑是，有效的反馈也只照亮一块地方。前段时间英特尔暴跌，大家都在讲原因。这超出了我的反馈范围，我判断不了谁对，只觉得多数人看到的都是冰山一角，包括真懂行的人。拿我自己说。我写了十多年后端（网站和 App 背后的服务），算个老工程师，自嘲地说也快被 AI 淘汰了。但分布式系统设计、云计算、基础设施、网络，还有社区和游戏业务，我都具体做过，这些积累经过了现实检验，反倒不容易马上被 AI 取代。可也只到这里，换到英特尔这种事上，我的判断就未必靠得住了。所以我们要尊重一个人的深耕，但只在他的反馈范围内相信他。
第三个坑是，「我踩过的坑」现在也能生成。具体的失败、数字和代价，AI 都写得出来。单凭自述不算证据，要能和公开的东西对上。
回头再看开头那段话。抄最佳实践经常失效，这个现象可能是真的，作者也许亲眼见过。出问题的是「因为违反了 Gall 定律」这半句。现实能证明一件事发生过，却很难证明它为什么发生。他要是没比较过同样抄了做法却成功的团队，就说不清失败是不是因为这个。
所以读一条内容时，我打算花 15 秒问三个问题，决定信到哪一步、要不要继续看：
- 它碰我手上的问题吗？不碰就划走。
- 我能核对吗？有没有公开的代码、产品或数据，而不只是他的描述？
- 他说的是发生了什么，还是为什么？如果是为什么，他排除过别的解释吗？
比如知名程序员 Mitchell Hashimoto 讲他的 AGENTS.md（写给 AI 的项目说明），说每一行都对应一次 AI 犯过的错。文件是公开的，规则我能逐条看，只有「每行对应一次错」还是他的自述。这比一篇经验帖好核对得多。
开头那段话没写对比过什么，我就当它没过第三问。可它碰到了我在想的问题，所以我不信它的解释，留下它的问题。
第一问最省时间。一条内容就算是真的，只要和手上的事无关，现在也不值得看。中文 AI 博主课代表立正说过，算法平台奖励奇观感，告诉你很多，你却理解很少，这个落差就是信息焦虑。他做课和社区，说这话有立场，但他的办法我认同：别想着事事跟上，把手上的问题钻到底，很多新东西就可以不追。
三问管的是单条内容。要少看，还得管住入口，我想再定三条规矩。
- 默认不关注，上限 30 人。想关注一个人，先看到 3 条能核对、分得清发生和为什么的内容，再查到三个月以上的连续轨迹。长期的项目、更新和改口更难伪造，但不是不能。
- 普通 slop 用静音，反复夸大、编造的才 block。我原来主张见一个拉黑一个，现在觉得要养成的习惯是默认不关注。
- 热点放 7 天，每天只在固定时段看一两次。30 人按平均每人每天 1 条、每条 15 秒算，每天筛一遍只要七八分钟，细读另算。7 天后还有做过的人在讲具体用法，再看也不迟。
那么这 30 个人怎么选？这一步我已经做过一轮。数据有两处来源：一是用 ChatGPT Pro 联网调研；二是把几个质量不错的微信群接进 MCP（让 AI 读取外部数据的接口），拿到 2024 年至今的全部聊天记录，再让 AI Agent 分析群里的第三方推荐和检索到的内容。然后分两步：先粗筛出 50 到 100 人，再逐个验证，留下 20 到 30 人。名单不是定死的，可以调整，但起步已经够好：覆盖面够广，也不太重叠。名单和具体做法放在文末。
选人做过了，三问和三条规矩放在一起还没跑过，所以先当实验。前两周照旧，记下每周看了多久，有几次看到的内容让我真的改了东西，比如改代码、改文档、做决定。接下来 30 天按规矩来，每周看一份别人整理的 AI 周报，查查漏了什么。到时阅读时间降了三成以上，让我真的改东西的次数没变少，也没漏重要内容，就算过关。
这个实验只验证看得少了，不验证信错得少了。信错往往很久才发现，30 天看不出来，点头后发现不对的条数和焦虑感我只记录。
看现实反馈这条也适用于我自己。转一篇文章、追一个热点、出一篇爆款，换来的只是点赞，都没有被现实打过。有 AI 帮忙，想做成事也得踏实积累，省下注意力就是为了去做能被检验的事。这几条挡不住精心包装的人，这点我还没想好怎么办。我自己写的东西能不能过这三问，我也还没试过。
我的名单
这是我目前在看的 24 人，没到 30 人的上限，以后也会调整。里面有几位主要做中文解释和工具发现，比如宝玉和歸藏，这就是好的转述。
别直接照抄。开头那段话说得对的一点是，抄来的东西缺了它长出来的过程。这份名单适合当粗筛的起点，留谁要按你手上的问题来定。
| 博主 | 关注方向 | 为什么看 |
|---|---|---|
| Andrej Karpathy · @karpathy | 模型原理、技术教育 | 把模型原理、训练直觉和工程观察讲清楚，还有课程与代码可以跟学。 |
| Simon Willison · @simonw | 应用工程、安全 | 持续记录工具实测、失败边界和提示注入问题，帮助判断 AI 工具到底能不能可靠使用。 |
| Sebastian Raschka · @rasbt | LLM 训练、技术教育 | 从零实现 LLM，覆盖推理、评估和后训练，适合系统学习。 |
| Boris Cherny · @bcherny | AI 编程、工程流程 | 跟踪 Claude Code 的实际工程使用、验证和协作方法。 |
| Lilian Weng · @lilianweng | 技术综述、Agent 架构 | 把 Agent、强化学习和推理文献整理成体系，帮助理解技术脉络。 |
| Hamel Husain · @hamelhusain | AI 评估、产品质量 | 关注错误分析、评估体系、模型裁判和反馈闭环，学习怎样把演示做成可靠产品。 |
| Nathan Lambert · @natolambert | 后训练、开放模型 | 跟踪 RLHF、奖励模型和后训练方法，理解模型能力如何形成。 |
| Mitchell Hashimoto · @mitchellh | 工程师使用 AI 的实践 | 看资深工程师怎样把 Agent 融入持续的日常开发流程。 |
| Jim Fan · @drjimfan | 具身 AI、机器人 | 用机器人、世界模型和基础 Agent 研究，补充纯软件之外的视角。 |
| Dylan Patel · @dylan522p | 算力、产业经济 | 理解 GPU、内存、网络、电力以及训练和推理成本等产业约束。 |
| Dwarkesh Patel · @dwarkesh_sp | 研究者深度访谈 | 通过长访谈和追问，理解研究路线、算力需求及发展分歧。 |
| Awni Hannun · @awnihannun | 本地推理、机器学习系统 | 跟踪推理和 MLX 等实践，把算法知识连接到本地计算。 |
| Noam Brown · @polynoamial | 推理模型、搜索 | 从博弈、搜索和推理模型，理解增加计算如何提升能力。 |
| Jack Clark · @jackclarksf | 研究动态、AI 治理 | 通过 Import AI，把新研究与政策、社会影响联系起来。 |
| 林俊旸 · @justinlin610 | 开放模型、多模态 | 通过公开研究和模型报告，跟踪 LLM 与多模态训练。 |
| Thariq Shihipar · @trq212 | Agent 产品、上下文工程 | 看 AI 编程工具背后的具体设计思考和技术方法。 |
| 宝玉／Jim Liu · @dotey | 中文技术解释、AI 实践 | 作为英文原始资料的中文入口，同时关注翻译、解释和开源工具。 |
| 歸藏 · @op7418 | AI 产品、创作工作流 | 发现可以直接尝试的产品、工具和创作方法。 |
| Hokin Deng · @denghokin | 视觉、世界模型 | 群内线索筛出的研究作者，有论文、数据和代码可继续深入。 |
| Muratcan Koylan · @koylanai | 上下文工程、Agent | 有公开的上下文工程技能和 Agent 工作方法，适合动手学习。 |
| Ben Tossell · @bentossell | 非工程师构建 AI 产品 | 有本人构建记录与教程，兼顾工具发现和产品试验。 |
| 知县 · @zhixianio | 中文 AI 工程、独立开发 | 群里的内容认可，加上公开的技术实践。 |
| yetone · @yetone | 开源 AI 应用、工程 | 有公开项目可以读代码，观察产品实现和迭代。 |
| Niels Rogge · @nielsrogge | 模型实现、教程 | 通过 Transformers 教程、模型集成和可执行示例，把研究落到代码。 |
附录：这份名单具体怎么来的
下面的数字来自我的本地记录。查得到的写实数，没留下的直接说没留下。
数据有两处来源。一处是 ChatGPT Pro 联网调研，这些对话没存在本地，提示词和原始结果我给不出来。另一处是 5 个微信群，全部接进 MCP，由 AI Agent 分析。群是私下讨论的地方，所以不公开群名。本地还留着其中两个群的导出：一个 17.5 万条，从 2024 年 3 月到 2026 年 10 月；一个 2.9 万条，从 2025 年 11 月到 2026 年 9 月。另外三个群的规模这次没统计。
| 步骤 | 做了什么 | 结果 |
|---|---|---|
| 粗筛 | 合并联网调研和群里的线索 | 50 到 100 人。这是我的回忆，中间名单没留下 |
| 逐个验证 | 每人记下方向、为什么看、代表作品链接、线索来自哪些群、证据等级和排序 | 24 人全部有作品链接 |
| 定名单 | 排序后留下一批，方向尽量不重叠 | 24 人，方向从模型原理、AI 编程到算力和治理 |
| 接入跟踪 | 全部接入 x-ai MCP 抓取推文，做每日汇总 | 2026 年 10 月 28 日跑通第一份 AI 博主日报 |
留下的 24 人里，证据等级各占一半：12 人标为「两轮共同优先」，12 人标为「扩展：公开作品强」。线索来源也各占一半：12 人出现在两个以上的群，12 人只出现在一个群。比如 Hokin Deng 只有一个群的线索，留下来是因为有论文、数据和代码可以继续看；Mitchell Hashimoto 也只有一个群的线索，但有公开的长文。
留下的人有一个共同点：都落得到公开作品上。这个方法也有三处短板。「两轮共同优先」的判定细则当时没写下来。这些字段是我导入时填的，系统没有独立复核。这 24 人选在三问和三条规矩之前，还没有按新规矩重走一遍。
后记：这篇文章是怎么来的
这篇文章是我先口述转成文字的。它经过了多轮反思，不只是整理这篇时的讨论，我自己也做过很多思考和头脑风暴，还和 AI 有过多轮对话，远不止整理时的这一段。在多次反思和自我观察的基础上，最后我用 AI（Claude Opus 5.5）整理出了现在的版本。
注
- 开头那段话我没有点名，它本身不差，这里只借它说我自己的反应。
- slop 的说法：Simon Willison, Slop is the new name for unwanted AI-generated content
- 丰田：Spear & Bowen, Decoding the DNA of the Toyota Production System（1999），我读的是摘要
- 专家预测：Tetlock 的 Expert Political Judgment，我读的是二手评述。「狐狸」和「刺猬」是思维方式的分类，研究对象是预测，不涉及社交媒体账号。
- 直觉的条件：Kahneman & Klein 2009 摘要，消防员和经纪人的对比见这篇评论
- AGENTS.md：Mitchell Hashimoto, My AI Adoption Journey
- 立正的说法：AI 已经用得很好，为什么还是怕被淘汰？
- 英特尔那句只是我的感觉，不是研究结论。
- 实验细则：都比每周平均数；前两周也看周报，周报时间算进阅读时间；30 天后再等 7 天判定，因为热点要放 7 天；累计漏 2 条以上才算漏，重要内容指知道后一周内因它改了工作；改动低于前两周的七成才算变少，周报引发的改动单列，不算在内；时间没降就把关注上限减半；时间降了，但漏得多或改动变少，说明筛得太狠，关注门槛从 3 条降到 2 条。
- 名单是 2026 年 11 月初的版本，方向和理由是我当时的筛选记录。
- 15 秒、30 人、7 天、30 天、三成这些数是我定的起点，不是研究结论。
评论