1. 引言
前段时间，我一直在想一个很普通的需求。
我希望每周能看到一些想看的电影、书籍和音乐推荐。
电影方面，我主要想了解国内外近期上线了哪些值得看的新片，读一些专业的影评和赏析。书更偏向技术、哲学、商业和个人成长。音乐平时听民谣和流行，也会关注几位喜欢的歌手最近有没有新作品、现场演出或访谈。
把这些需求放到现在的 BestBlogs 里，其实不太容易实现。
BestBlogs 2.0 已经支持订阅源、兴趣标签、个人早报和内容推荐。但电影、书籍和音乐相关的优质来源并不好找，找到之后还要长期维护。很多内容散落在不同的网站、视频频道和社交平台里，目前也还没有被完整收进来。
现有的内容评分也更擅长识别技术、产品、商业等领域的深度文章。一篇专业影评、一场音乐人的长访谈，或者一篇很适合某个具体读者的书评，通用评分未必很高。它们可能很好，也很适合我，只是很难进入目前的高分内容和推荐链路。
即使我愿意自己补充订阅源，最后仍然很难把这些内容统一整理成一份稳定更新的专栏，再按固定的节奏送到面前。
当然，我也可以自己解决。
我收藏了一些网站、频道和账号。定期打开几个平台，看看排行榜和推荐流，再主动搜索最近有什么新内容。
这种方式一直都能用，只是需要不断重复寻找、比较和筛选。
我更希望有一种简单一点的方式。
我只需要说清楚自己长期关心什么，喜欢什么，不太想看什么。
剩下的寻找、筛选、去重和整理，由一个产品持续帮我完成。
这也是我们最近重新思考 BestBlogs 3.0 时，逐渐找到的起点。
2. BestBlogs 是怎么一步一步走到这里的
回头看，BestBlogs 这些年的变化，一直围绕着一件事。
怎样让人更轻松地找到值得读的内容。
BestBlogs 1.0 先从内容和来源做起。
我们持续收集和补充高质量订阅源，把新文章抓取回来，再通过大语言模型完成评分、摘要和翻译。
评分帮助读者快速判断内容值不值得看。
摘要帮助读者在很短的时间里了解主要内容。
翻译降低了阅读英文一手内容的门槛。
那时我们最关心的是，怎样更准确地评价一篇内容，怎样把它解释清楚，以及怎样持续扩充一个可信的高质量来源池。
后来，我们开始尝试用 AI Agent 和 Skill 运行一整套内容策展流程。
每天从大量候选内容里筛选出更值得关注的部分，整理成早报。到了周末，再从一周的内容里挑选和组织，形成精选周刊。
这个阶段让我看到，一个人配合 AI，已经可以长期运行过去需要多人协作的内容工作流。
AI 负责采集、初步筛选、摘要、翻译和排版。
人继续负责方向、选择和最后的判断。
到了 BestBlogs 2.0，我们把更多注意力放到具体的阅读者身上。
公共策展、我的早报、为你推荐、订阅源、收藏、阅读历史和 AI 伴读，开始被组织成一条更完整的阅读路径。
2.0 想回答的问题大致是：
在 BestBlogs 已经找到和处理的内容里，今天什么更值得你读？
做到这里，我们又遇到一个更核心的问题。
BestBlogs 已经积累了很多优质来源，但这些来源不可能天然覆盖每个人的兴趣。
当用户真正关心的内容不在现有内容池里，推荐再准确，也只能在有限的范围里选择。
于是到了 3.0，我们想把起点继续往前挪一步。
先从一个人真正关心什么开始，再去寻找合适的内容和来源。
3. 来源依然重要，起点可以更靠近用户
有些用户很清楚自己想关注哪些网站、频道和账号。
他们可能已经找到一批信任的作者，也有长期使用的平台。
问题更多出在维护上。
来源分散在不同地方，更新频率和内容形态也不一样。有人停止更新，有人更换地址，有些内容会被多个渠道重复发布。长期整理这些来源，本身就是一项工作。
还有很多时候，我们只知道自己关心什么，并不知道最好的内容会从哪里出现。
一个人想了解 AI Coding 的真实团队实践，未必知道应该关注哪些工程团队、开发者和播客。
一个人想每周发现值得看的新电影，也未必愿意先研究几十个影评网站和视频频道。
所以在 3.0 里，用户可以从关注方向开始，也可以带着自己已经认可的来源开始。
系统会把这些线索放在一起。
它先复用 BestBlogs 已有的内容和来源，再逐步从更多网站、视频、播客、Newsletter 和社交内容渠道里寻找候选。
订阅源仍然是很重要的底座。
只是用户不必亲自完成所有搜索、维护和整理。
我们希望把更多复杂度留在系统里，把一个更简单的入口留给用户：
告诉 BestBlogs，你想持续了解什么。
4. 我们开始重新理解「专栏」
这段时间，我和搭档小光反复讨论，3.0 最适合用什么方式承载这些长期关注。
最后还是回到了「专栏」。
这个词足够熟悉。
一份专栏有清楚的方向，也有稳定的更新节奏。它可以是日报、周刊或月刊。读者知道自己为什么订阅，也大致知道下一期会看到什么。
随着讨论深入，我们对专栏的理解也发生了变化。
它不只是把若干内容装进一个页面。
一份专栏要记得自己长期关注什么，哪些内容更值得多看，哪些方向需要避开，什么样的来源更合适，以及读者过去给过哪些反馈。
它会持续寻找新的候选，也会在一期又一期的更新中逐步校准。
具体做的时候，会先从我们长期积累的官方专栏开始。
过去几年，BestBlogs 一直在 AI、软件开发、产品和商业等方向维护来源、优化评分，也积累了不少内容判断和策展经验。这些沉淀可以先变成一批开箱即读的专栏，让用户直接订阅，不需要从零配置。
以后，我们也会通过新的选题和合作，把这类官方专栏逐步扩展到更多领域。
更常见的，则是从具体用户出发的私人专栏。
同样是 AI Coding，有人关心产品工具，有人更在意团队协作、代码质量和企业落地。
同样是电影，有人只想知道最近有哪些新片值得看，有人更喜欢某些类型、国家或导演的作品。
私人专栏需要理解这些更细的偏好，并把它们放进每一期的选择里。
官方专栏和私人专栏使用的是同一套内容能力。
它们都要寻找来源、判断质量、处理重复、组织一期内容，并把结果稳定地送到读者面前。
区别主要来自专栏方向、来源范围、服务对象和个性化程度。
5. 我们希望一份专栏能带来哪些收获
讨论专栏时，我们也在反复问一个问题。
一篇内容为什么值得进入专栏？
一份专栏长期更新，又能给读者带来什么？
后来我越想越觉得，这些内容价值大致可以从五个角度来理解。
「发现」：发现原本不知道的好东西
一部刚上线、但没有进入热门榜单的电影。
一本多年前出版，却刚好适合现在阅读的书。
一个小众但长期稳定创作的作者。
一个以前没有关注过的优质网站、播客或视频频道。
好的推荐会延续已有兴趣，也会适度打开新的边界。
「跟进」：跟上自己关心的进展
喜欢的歌手发布了新作品。
常用的产品更新了重要能力。
长期关注的人分享了新的实践。
某个行业或话题出现了值得知道的新动向。
这些内容不一定都是重大新闻。只要对当前关注方向有价值，就值得被认真筛选和整理。
「理解」：把一件事看得更明白
有些内容告诉我们发生了什么。
另一些内容会继续解释背景、原因、机制和影响。
一篇专业影评可以帮助人看到电影里的表达和细节。一场长访谈也可能让人真正理解一个产品、一家公司或一种创作方法是怎样形成的。
「应用」：带走一个能用的想法或方法
一线团队的实践。
一位开发者的复盘。
一个产品的设计过程。
一本书里可以带回工作和生活的方法。
这些内容有时会直接进入判断和行动，也会慢慢改变一个人的工作方式。
「体验」：获得愉悦、共鸣和灵感
阅读并不总要解决一个具体问题。
一篇好的随笔、一场音乐访谈、一段创作故事，也可以让人安静下来，获得共鸣，或者重新想起一些很久没有认真思考的事情。
这类价值很难用效率衡量，却是阅读本身很重要的一部分。
这五个角度更像一套内部提醒。
它们帮助我们理解不同专栏的内容重心，也帮助系统判断一篇内容为什么值得出现。
最后呈现给用户的，仍然是一份自然、清楚、值得读的专栏。
6. 一期专栏是怎么生成的
用户把专栏方向说清楚之后，一期内容大致会经过这样几步：
→ 多平台寻找候选
→ 去掉相同内容
→ 检查基本质量与安全
→ 判断相关性和阅读价值
→ 结合专栏方向与个人偏好
→ 处理同主题和近期期次的重复
→ 组织成一期专栏第一步是寻找候选。
系统会优先使用 BestBlogs 已经处理过的内容和已知来源，同时也会到更多外部渠道里继续寻找。
第二步是尽早去掉相同内容。
同一篇文章可能出现在作者网站、Newsletter、内容平台和转载站点。它们应该在被完整抓取、翻译和模型处理之前尽量合并。
接下来是基本质量和安全检查。
内容需要有实质，来源需要基本可信，也要满足必要的真实性、版权和内容安全要求。这一层更像进入候选池的门槛。
通过门槛之后，系统再判断内容和专栏方向是否相关，能不能为读者带来足够的阅读价值。
这一轮会考虑主题、内容深度、信息量、时效性和来源情况，先完成较粗的筛选和排序。
然后才进入更细的选择。
用户明确表达的偏好、喜欢和不喜欢的例子、样刊反馈、排除的来源，以及专栏过去的选择，都会参与判断。
到了最后，还要从整期的角度处理重复。
这里的重复和前面的「相同内容」不一样。
同一个产品发布可能有多篇内容。一篇是官方公告，一篇是深度分析，另一篇是团队实践。它们谈的是同一个主题，却可能提供不同价值。
同一期要避免连续出现几篇几乎相同的观点。
与上一期相似的主题，也要看看这次有没有新的事实、分析、方法或体验。
来源、平台、内容形式和阅读长度也需要适当平衡。
最后留下的内容不会简单地按照一个总分取前几名。
有时少数几篇也已经足够好，就没有必要为了凑数再补上一般的内容。
每一条入选内容应该说明来源和入选的理由，让用户知道它为什么出现在这一期。
7. 个性化这件事，我们走过一些弯路
BestBlogs 2.0 做过不少个性化探索。
早期我们让用户选择兴趣标签。
后来又尝试按照技术、产品、商业等领域配置早报，调整不同方向的数量和权重。
订阅源、阅读历史、收藏和推荐，也都被用来理解一个人可能喜欢什么。
这些尝试各自有价值。
真正用起来，我们发现门槛依然很高。
兴趣标签通常太宽。
「人工智能」「产品」「音乐」这样的标签，可以帮助系统找到大概方向，但很难描述一个人的具体偏好。
配置项一多，用户还需要先理解产品内部怎样组织内容，再决定每个选项应该怎么填。
更麻烦的是，人本身也不容易准确描述自己的兴趣。
很多偏好是在看到具体内容时才会变得清楚。
同样关注 AI，有人喜欢模型原理，有人关心实际产品，有人只想看一线团队的落地经验。
同样喜欢流行音乐，也会在歌手、风格、年代、现场和创作故事上有完全不同的选择。
到了 3.0，我们想换一种更自然的方式。
用户先用自己的话描述想持续了解什么。
如果愿意，也可以给出几个喜欢和不喜欢的例子，或者补充已经信任的网站、频道和作者。
系统根据这些信息生成一份样刊。
用户看到具体内容以后，再指出哪些很符合预期，哪些偏了，哪些来源以后可以少一些。
这些明确反馈会被保存下来，逐步形成专栏自己的记忆和偏好。
原来的兴趣标签不会消失。
它更适合作为一个起点，帮助系统完成冷启动和初步召回。阅读历史、收藏和原文点击也会提供一些线索。
当然这些行为还需要谨慎解释。
一次没有打开，可能只是当天没有时间。一次点击，也不一定代表长期喜欢。
我们希望偏好慢慢形成，也始终允许用户纠正。
当然，底层把数据和模型做扎实，依然很重要。
系统需要识别不同的主题、人物、产品、作品、作者和来源，也要知道一条偏好来自用户明确表达、样刊反馈，还是长期阅读行为。
这些基础做好之后，个性化才有机会在后续使用中持续演进。
最后，我觉得保留一点探索依然很重要。
大部分内容应该符合已有兴趣，但可以留出少量空间，带来用户原本不知道、看完却觉得推荐得很好的内容。
在不制造噪音的前提下，带来值得被发现的新东西。
这可能是我们对 3.0 个性化最重要的期待。
8. 少一点，也要更值得
内容越来越多以后，填满一期专栏并不难。
难的是删掉那些看起来还可以、实际没有带来多少新东西的内容。
重复会以很多方式出现。
同一篇内容被多个渠道转载。
同一件事被不同媒体反复报道。
相似的观点连续几期出现，只是换了一个标题和说法。
这些内容单独看可能都合格，放在一起却会明显降低阅读体验。
所以我们愿意少发一点。
六篇足够好的内容，可以比十篇参差不齐的内容更有价值。
我们想要的低噪音，其实就是每次打开都更容易遇到值得读的东西。
一份专栏的判断和品味，也会体现在它舍得删掉什么。
9. 接下来的计划
BestBlogs 3.0 会先在中文站「读见」上继续探索这套专栏体验。
我们会从官方专栏和私人专栏开始。
官方专栏先把已有积累做得更稳定，让用户可以直接订阅。私人专栏则围绕每个人更具体的方向、偏好和来源持续更新。
内容供给会逐步扩展。
网站和 RSS 仍然是重要基础，Newsletter、视频、播客和更多社交内容渠道也会继续接入。订阅源的搜索、合并、失效处理和定期 Review，会随着来源增加慢慢完善。
个性化和阅读体验也会一起推进。
自然语言描述、样刊和明确反馈，先形成一个简单可用的闭环。订阅、邮件与站内推送、期次阅读页、收藏、已读和阅读历史，则让专栏真正进入日常阅读。
更开放的创作、合作和付费专栏，未来仍有继续发展的空间。我们会根据产品使用逐步展开，不急着一次做完。
不过，有一条边界已经比较清楚。
BestBlogs 不追求重大新闻的实时监控，也不会承诺新闻发生后第一时间提醒。
当前的内容来源和 AI 工作流更适合认真寻找、筛选和定期整理。追逐分钟级速度会带来更重的基础设施、更多通知，以及更难处理的误报和漏报。
我们更希望 BestBlogs 保持相对安静的节奏。
日报、周刊和月刊按稳定时间送达。内容足够及时，也经过必要的筛选和整理。
不追求最早知道，也尽量不要晚到失去阅读价值。
10. 写在最后
最近一段时间，我经常有一点茫然。
AI 带来的变化越来越快。每天都有新的模型、产品、工具、访谈、教程和观点。一个消息刚出来，很快就会出现几十篇解读和总结。
做 BestBlogs，也让我接触到比以前更多的信息。
有时一天看了很多摘要，收藏了不少文章，也记住了很多新名字。到了晚上，却很难说清楚自己真正读完了什么，又认真想明白了什么。
信息变多以后，阅读很容易变得更碎。知道得越来越快，沉下心来的时间反而越来越少。
我也会担心，一个帮助人发现内容的产品，会不会在不经意间继续增加这种压力。
所以我希望 BestBlogs 3.0 能带来一点不同的感受。
它在背后持续工作，又不会一直催着人处理新的内容。它帮你在不同地方寻找，把重复和一般的内容先挡掉。到了合适的时间，再送来一份数量克制、真正值得读的专栏。
页面可以安静一点，留白多一点。读者不需要清空收件箱，也不用因为几十条未读内容感到焦虑。
如果其中有一篇文章，能让人安静地读上二十分钟；有一个观点，能在之后继续想几天；有一本书、一部电影或一位创作者，因为这份专栏进入了一个人的生活，我会觉得这件事很有意义。
现在的 BestBlogs 3.0 还远没有做到这些。
个性化能有多准，内容渠道能覆盖到什么程度，一份专栏能不能长期保持质量，都需要继续做、继续使用，也继续修正。
至少经过最近这些思考和讨论，整体方向和愿景已经清晰了很多。
从用户真正关心什么开始。把那些反复寻找和筛选的时间，重新留给完整的阅读和思考。
如果打开一份专栏，就能持续遇见真正适合自己的好内容，这就是我们现在对 BestBlogs 3.0 最简单的期待。