title: "把你关心的变成专栏：谈谈 BestBlogs 3.0 的一些思考"
source_url: "https://ginonotes.com/posts/bestblogs-3-start-from-what-you-care-about"
author: "Gino Notes"
excerpt: "公共早报 BestBlogs 3.0 旨在帮助用户将个人兴趣转化为稳定的内容专栏，通过自动化寻找、筛选和整理，让读者轻松获取值得阅读的电影、书籍、音乐等领域的优质内容。"

1. 引言 {#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。

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 {#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：

4. 我们开始重新理解「专栏」 {#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 {#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 {#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 {#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 {#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 {#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 {#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 {#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 {#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 {#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 {#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 {#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。