七月大部分时间,我在深圳,也在广东其他城市短暂停了几天。
电脑里的工作很密:博客上线了 55 篇中文文章,GitHub 的七月 contribution calendar 记下 733 次 contributions。账单的另一边也很密:AI 订阅每月三千多元,再加服务器、云服务和其他工具费用。前一组数字很适合被截出来,证明一个独立开发者在 AI 的帮助下可以多高产;后一组数字才说明,这套生活为什么正在给我真实的压力。
我现在没有一个已经解决问题的结局。C 端产品的回报周期和正反馈周期都很长,现金却按月流出。我认真考虑过要不要回去打工,也在看一条更靠近跨境电商的工作或业务路径。它们可能更快带来现金流,但也会重新占用我好不容易拿回来的时间。
所以这篇七月笔记不想写成成绩单,也不想假装我已经想通。它只回答一个更窄的问题:当 AI 已经把工程和内容产能推得很高,我真正要经营的,到底还剩下什么?
我目前的答案是三件事:让工程缩短反馈,让内容累积信任,让现金流保住继续选择的资格。
一、这个月在深圳,也在广东换了几个落脚点
七月主要还是在深圳生活。中间换到广东其他城市短暂停留时,我再次感到,地点会改变窗外的景色,也会改变一天里什么事情更容易发生。
深圳的好处是密度。产品、AI、跨境、内容和创业的话题都离得很近,我更容易接触到正在做具体业务的人。它也有另一面:当自己的现金流没有跟上时,我会把周围的效率读取成一种追赶感。这是我的主观读数,不是深圳这座城市唯一的样子。
换到别的城市后,我的工作节奏也会变化。我没有因此得到某个方向的答案,但距离让我更容易看见:我有时会把环境提供的高密度误认为自己的方向,也会把一段低能量误认为项目本身没有价值。这延续了我在《环境是隐藏的作者》 里留下的问题:环境确实是变量,却不是裁决者。

Polarsteps 的公开卡片 记录了一段从七月开始的广东行程。它只能证明我在移动,不能替我解释移动的原因,更不能证明换一座城市就会自动换来答案。
这也是我七月越来越在意的一种写法:把可核验的事实和我的解释分开。事实是主要在深圳,也在广东其他城市生活过一段时间;解释是环境如何影响了我。后者可以成立,也可能被后来的经历修正。
二、工程上,我已经能够把产量推得很高
七月博客一共发布了 55 篇中文文章,其中 35 篇属于 AI/Agent,20 篇属于 Growth。它们不是 55 天每天写一篇:44 篇集中在五个批次日,占总数的 80%。这更像一条内容流水线的吞吐记录,而不是稳定日更。

线上“所有文章”页 可以看到七月底的密集发布。页面是公开证据,但数量本身不回答这些文章有没有被读完、引用或转化。
GitHub 的数字也需要小心解释。七月 contribution calendar 通过 GraphQL 按日汇总是 733;其中 contribution 可能包含符合条件的 commit、PR、issue、repository activity 和不披露详情的私有贡献,并不等于 733 次提交。GitHub 官方对 contribution 的定义 也明确区分了这些行为。
同一个 GitHub 七月活动页还显示 491 commits in 31 repositories、200 个 PR,以及其他活动。它和 contribution calendar 是两个展示口径,不能互相替代,更不能把两边相加成一个更大的成绩。

GitHub 的七月活动明细 更适合证明“做过什么”,不适合直接证明代码质量、用户价值或商业结果。
这些数字至少说明一件事:执行已经不是我最稀缺的能力。
七月我把不少精力放在 GEO、Agent Skill、知识系统、无人值守 Agent、Loop Engineering 和个人内容系统上。最后留下来的工程学习不在工具名,而在下面四条方法。
1. 先定义完成状态,再把任务交给 Agent
过去我容易把任务写成一句愿望:“把这个功能做好”“把文章写完整”。Agent 可以很快给出一个看起来完成的东西,但“看起来完成”只是语言上的闭环。
现在我更愿意先写状态:
- 输入和边界是否明确;
- 哪些事实必须有来源;
- 哪些检查可以由脚本确定;
- 哪些判断必须留给人;
- 失败后从哪里恢复;
- 什么证据出现时,任务才可以离开当前状态。
这也是我在《独立开发者的 Loop Engineering》 里不断追问的事。一条 prompt 远远不够;任务需要在“执行—验证—修复—再验证”之间移动,直到满足退出条件。
2. 验证器应该比自动化更早出现
AI 最容易制造的错觉,是“既然生成很快,就先生成再说”。结果往往是产出越多,review 债越大。
我现在更相信相反的顺序:先决定怎样判错,再扩大自动化。文章需要 front matter、链接、事实和构建检查;代码需要测试、静态检查、权限边界和可回滚状态;产品实验需要用户行为和停止条件。验证器不一定复杂,但必须早于规模化。
七月的高产也暴露了这个边界。批量工作确实让框架、翻译、内链和发布更一致;它同时把瓶颈推到了选题判断、事实核验和最终审阅。执行成本下降以后,review 并不会消失,只会变得更集中。
3. 快反馈负责学习,慢结果负责裁决
代码构建通过、PR 合并、文章上线,都是快反馈。它们非常重要,因为人需要知道行动有没有发生,系统有没有正常运行。
但它们离最终结果还有距离。产品的慢结果可能是留存、复购和现金流;内容的慢结果可能是持续搜索、引用、订阅,或者一个读者在几个月后因为长期阅读而愿意合作。七月我在《越快看到的数字,往往离结果越远》 里写过这种错位:越容易观测的指标,越容易悄悄取代原来的目标。
所以我仍然保留快指标,只限制它们的证明权限:
| 层级 | 七月可以证明什么 | 七月还不能证明什么 |
|---|---|---|
| 产量 | 55 篇中文文章、密集 GitHub 活动确实发生过 | 作品被需要、项目产生收入 |
| 系统能力 | 批量研究、写作、验证和 Agent 协作已经能运行 | 系统在没有我盯着时仍能稳定创造价值 |
| 现实结果 | DayPage 的持续自用提供了一部分真实问题 | 用户留存、成交、收入和长期影响 |
4. 系统的价值,是让我更早接触事实
我很喜欢造系统。这是能力,也是风险。
好的系统会让错误更快暴露,让低成本实验更容易重复,让一次经验变成下次还能调用的能力。DayPage 对我是一个相对正面的例子:我自己持续使用,问题会在每天的真实使用里出现,系统和现实之间有一条短回路。
坏的系统也可能成为漂亮的等候室。我可以不断补齐架构、流程和工具,然后把最难回答的问题推迟:到底谁需要它,为什么现在需要,愿不愿意为它付出时间或钱?
我在七月写过一句话:“能力最大的浪费,不是没有使用,而是被精确地用在一个不重要的问题上。” 这句话要求工程能力承担更严格的职责:用更低的代价把我送到不确定面前,而非替我隔开不确定。
三、聊天让我看见:大家使用的不是同一张创业计分板
七月有几次关于“下一步做什么”的聊天。我已经把其中不涉及私人细节的那部分写进《下一步做什么:一场关于赚钱、行动与理想的争论》 。没有哪一次谈话直接给我答案,但它们暴露了几张彼此冲突的计分板。
一张只看利润:赚钱说明创造了价值,不赚钱说明方向不成立。它的优点是残酷而清楚,能打断创业者无休止的自我叙事;它的缺点是把时间尺度压平了。一个长期产品暂时没有利润,不等于没有价值;一门短期赚钱的生意,也不等于值得我长期进入。
另一张只看成长:只要我学到了、能力提高了、系统更完整了,这段投入就值得。它保护探索,也很容易替没有结果的项目无限续期。
还有一张只看自由:不去上班、可以移动、自己安排时间,就算活成了想要的样子。可如果现金流不断恶化,自由会逐渐变成“今天仍然不用打卡”,而不是“我仍有余地选择明天做什么”。
我后来发现,三张表都不能废掉:
- 利润表告诉我,价值有没有完成交易;
- 学习表告诉我,一次失败有没有留下复用能力;
- 自由表告诉我,为了前两者,我正在把多少生活主权交出去。
难的是给三张表排列否决权。对目前的我来说,现金流开始拥有否决权:它不负责定义我一生要做什么,却能决定我还有没有资格继续试。
四、现金流把所有抽象判断压回现实
我不缺把产品做出来的能力,痛苦在于 C 端产品的正反馈太慢。
一个功能今天上线,可能几周都没有足够样本;一个用户今天觉得不错,不等于会留下;有人愿意使用,不等于愿意付费;一次付费,也不等于有稳定现金流。工程可以把开发周期从几周压到几天,不能把用户形成习惯、建立信任和决定付费的时间一起压缩。
与此同时,成本按月发生。我的 AI 满订阅三千多元,这不是一张经过完整记账审计的精确账单;此外还有服务器、云服务和其他工具费用。每一项单独看都像“为了效率应该买”,加在一起就成了一笔持续消耗跑道的固定成本。
这笔钱真正买到了三种东西:
- 更高的工程与内容吞吐;
- 更快的研究、翻译、测试和迭代;
- 一部分本来需要团队才能获得的并行能力。
它没有自动买到三种东西:
- 明确的用户需求;
- 稳定的分发;
- 可持续的收入。
AI 订阅值不值,取决于每一笔固定成本有没有进入反馈闭环。如果一个工具持续缩短真实验证,贵也可能值得;如果它只是让我能同时开更多项目,却没有一个项目更快接触用户,它买到的主要是忙碌。
我没有完整的七月结果账,这不是等于结果为零。它只意味着:我目前能拿出来的公开证据,主要集中在产量和系统能力,不能诚实地推出商业结果同步增长。
五、打工、跨境和长期产品,是三张不同的交换合同
我开始认真考虑要不要回去打工,也在看跨境电商相关的工作或业务。现金流已经让这两个选择无法继续留在“以后再想”的抽屉里。
我看到的一些跨境岗位薪资并不高。它们对我的吸引力,不在于立刻把收入推得多高,而在于先获得一条相对可预测的现金流,同时进入一个交易反馈更直接的行业。不过后半句目前仍是假设,不是我已经做出结果的经验。
如果把情绪拿掉,三条路大概在交换这些东西:
| 选择 | 主要买到 | 主要付出 | 最大的不确定 |
|---|---|---|---|
| 回到稳定工作 | 可预测的月度现金流、团队场景、较低的生存焦虑 | 连续时间、地点与节奏的控制权,主项目的注意力 | 下班后是否还有足够认知带宽积累自己的长期资产 |
| 进入或尝试跨境电商 | 一份基础现金流、可能更靠近交易的反馈,以及对流量与履约的学习 | 时间、注意力,以及运营、供应链、客服和平台规则的学习成本 | 这条路真的能带来可迁移能力,还是我只看见了“反馈快” |
| 继续重仓 C 端产品 | 产品所有权、长期复利、最大程度的时间自主 | 继续消耗跑道,承受长时间无人回应 | 正反馈会迟到,还是需求本身不够强 |
三个选择对应着三种时间结构。
稳定工作把未来一部分时间卖掉,换现在更确定的现金流;长期产品用现在的现金,购买未来可能形成的所有权;跨境路径站在两者之间,可能更接近交易,也可能只是换了一种新的不确定。
从博弈角度看,我最担心的是跑道太短,最后被迫在最差的时间、用最弱的议价权,出售最长的一段自由。适度、可退出的工作也可能是在购买选择权:它用一部分时间换取更长的试错期限。
反过来,“坚持独立”也不是天然更自由。如果每天都被余额和账单驱动,名义上的时间自由会被生存焦虑占满。自由不是没有固定日程,而是在重要选择上仍然有说“不”的能力。
我现在还没有决定最终走哪一条。七月比较确定的结论只有两个:
- 不能再用“长期主义”替没有边界的投入续期;
- 也不能因为现金流焦虑,就把长期积累一次性卖掉。
我目前考虑的是一个有预算、有期限、有退出条件的组合:先让一条路径承担基础现金流,让一条小实验学习更短的交易回路,同时只保留一个真正长期的产品。这个组合是否适合我,仍然要由八月以后真实的时间、收入和反馈来检验。
六、AI 让内容更便宜,也让信任更贵
七月另一个越来越清楚的判断,是内容能力可能会成为我长期要经营的能力。
原因不是“人人都应该做自媒体”。内容是一种跨行业的接口:工程师用它解释选择,创业者用它建立分发,产品用它教育用户,个体用它把零散经验变成别人可以理解和验证的判断。就算换行业,这种能力也不会完全作废。
但 AI 正在快速降低内容的生成成本。文字、图片、视频、摘要和翻译都可以更快,供给会继续增加。人的一天没有同步变长。Herbert Simon 很早就在《Designing Organizations for an Information-Rich World》 里指出,信息越丰富,接收者的注意力反而越稀缺。
从这个前提出发,稀缺的问题变成了:我为什么愿意把有限注意力交给这个人?
我把答案分成三层:
- 内容让人看见判断。 我具体相信什么,不相信什么,怎样处理反例。
- 公开记录让人看见一致性。 几个月以后,我有没有偷偷换掉计分板,有没有承认曾经的判断失效。
- 真实后果让人看见可信度。 我是否真的做过,结果不好时是否仍愿意公开边界,而不是只留下成功叙事。
这就是我所说的信任和个人 IP:别人能够根据过去的公开记录,对我下一次会怎样判断形成合理预期。鲜明人设只能帮助记忆,不能替代这份预期。
我在《当东西人人做得出来,“这是他做的”就成了信号》 里写过:信任需要跨越时间验证,而时间不能并行生成。AI 可以一天帮我写很多内容,不能一天替我活过一年,也不能替我承担判断错误的后果。
高产不是罪,问题是它被允许证明什么
这里需要给七月的 55 篇文章一个反方。
数量不一定稀释质量。创造力研究中,数量与高质量想法之间并不是简单的负相关;一项关于发散性生产的研究 甚至发现,这种关系会受到个体开放性等因素影响。对写作者来说,大量尝试也可能是建立手感、发现主题和碰到少数好作品的必要路径。
所以我不会因为七月高产,就反过来把它贬低成“都是无效内容”。55 篇里有完整的 GEO 系列、Agent 工程方法,也有一组与现实对账的文章;它们确实帮我把模糊问题写成了可以继续讨论的结构。
我只给高产划一条边界:它可以证明我进行了大量训练和公开探索,不能自动证明读者已经获得同等价值,更不能证明信任已经形成。
七月三十一日上线的 11 篇中,有 10 篇明确写明是思想实验式模拟访谈。这个披露很重要。读者应该知道内容怎样产生、哪些话不属于真实受访者、哪些判断仍然只是我的假设。
透明公开,不等于把一切都交出去
我愿意继续把自己透明化产出,但需要给“透明”一个边界。
我愿意公开作品、选择、方法、失败、修正和结果缺口,因为这些决定了别人能否检验我的判断。我不需要公开私人聊天原文、别人的身份、健康与投资细节、精确位置,或者尚未发布的商业数据。透明的对象应该是我对公共判断承担的责任,不是把自己和身边的人变成内容原料。
这也是一种长期博弈。短期最容易传播的,往往是最私密、最戏剧性的部分;长期信任依赖的,却是我能否稳定守住事实、他人和自己的边界。一个靠越界换注意力的人,很难再要求别人相信他会谨慎处理更重要的东西。
七、七月真正的学习,是把三套系统接起来
回头看,工程、内容和现金流构成了一条因果链。
工程系统降低一次尝试的成本,让我更快做出东西;内容系统把做过的事变成可以被理解、搜索和讨论的公开记录;信任让真实用户、合作者和反馈更愿意靠近;现金流则给这条链足够的时间,让它不必在形成复利之前被迫终止。
工程缩短试错
↓
作品进入真实使用
↓
内容公开方法、证据与边界
↓
长期一致性累积信任
↓
更真实的反馈、合作与交易
↓
现金流延长下一轮试错
任何一段断掉,系统都会变形:
- 只有工程,没有真实使用,会变成内部产能竞赛;
- 只有内容,没有作品与后果,会变成表达能力竞赛;
- 只有信任,没有交易,会在复利到来前耗尽跑道;
- 只有现金流,没有长期资产,会一次次出售同一段时间。
七月最值得留下的也不是“我做了很多”,而是这条边界:AI 能把执行成本压得很低,却不会替我完成现实里的交换。
八、八月,我需要的是一张更严格的账
七月没有替我决定要不要回去打工,也没有证明跨境电商就是答案。它只把问题变得更诚实。
八月以后,我想把每一项投入放进同一张表里:
| 对象 | 每月投入 | 最短反馈 | 最终结果 | 退出条件 |
|---|---|---|---|---|
| AI 与云工具 | 现金、配置与 review 时间 | 是否缩短真实任务周期 | 是否提高有效产出或减少人力成本 | 连续周期没有进入真实验证 |
| 内容 | 研究、写作与分发时间 | 阅读、讨论、引用 | 信任、订阅、合作或可归因的产品反馈 | 只增加篇数,没有形成主题资产 |
| 长期产品 | 研发、运营与机会成本 | 自用、访谈、首批行为 | 留存、付费、复购或明确需求证据 | 到期限仍没有关键行为 |
| 工作或跨境路径 | 连续时间与注意力 | 工资、订单或业务学习 | 稳定现金流与可迁移能力 | 长期侵蚀核心资产且无法调整 |
这张表不需要让我每天都功利。它的作用是防止我再次把容易测量的东西当成真正结果,也防止我在焦虑里否定所有慢变量。
我仍然相信工程、长期产品和公开写作的复利。七月只是给它们补上一个生存条件:复利需要时间,时间需要现金流,现金流不该靠无限出售未来来维持。
我也仍然会继续写。内容会让我的判断留下版本,让别人可以检验,让未来的我不能轻易改写过去。个人 IP 如果有价值,应该来自这种长期对账,而不是来自某一个月看起来惊人的数字。
七月主要在深圳,也在广东的其他城市短暂停留。我没有从一座城市走到一个答案,只是把几张过去分开的账,第一次放到了一张桌子上。
这已经足够成为八月的起点。





读者回响