你写得越多，越没人记得你

晚上十一点，你刚把今天第三篇文章排好版发出去。配图选了半小时，标题改了五版，正文是 AI 起的稿，你顺了一遍语序、加了两个自己的例子。看上去挺像样。

你顺手翻了一下数据。上个月那篇你熬了两个通宵、查了十几篇资料写的长文，阅读量两千出头。隔壁那个号，一天发五条，每条都是 AI 一键生成的”行业速读”，最新一条已经一万二了。

你不是没用 AI。你用了。产量从一周一篇提到一天一篇，效率确实翻了好几倍。问题是，翻倍之后，还是没有一篇被人记住。读者划过去，点个赞，然后忘掉。下次再看到你的名字，他想不起来你写过什么。

你开始怀疑一件事：在这个谁都能一天产出十篇文章的时代，到底还有没有办法让人记住你。

内容过剩这件事，每隔几十年就重演一次

先别急着焦虑，这个局面不是 AI 第一次造出来的。

每一次”写东西”这件事的成本被技术打下来，都会跟着来一波内容洪水。

古登堡的印刷机出来之前，一本书要靠修道院的抄写员一个字一个字誊。一本《圣经》抄完要好几个月。书是稀缺品，能写字、有东西被印出来，本身就是身份。印刷机一来，成本塌了。十六世纪的欧洲，街上到处是几页纸的小册子，宗教争论、政治谣言、江湖偏方，什么都有。识字的人第一次发现，要读的东西多到读不完，而且大部分是垃圾。

博客时代又来了一遍。2000 年前后，建个人网站还得懂点代码。Blogger、WordPress 这些工具一普及，写博客变成点几下鼠标的事。一夜之间人人都是专栏作家。再往后是公众号、是短视频，每一轮的剧本都一样：门槛塌掉，产量暴涨，平均质量往下掉。

每一轮里都有一批人靠”我比你多、我比你快”先吃到红利。早期的内容农场就是这么干的，雇一堆写手按关键词批量产稿，靠数量霸占搜索结果。2011 年之前，这套玩法在 Google 上极其好使。然后 Google 推了个叫 Panda 的算法更新，专门打这种低质量批量内容，一批靠走量起家的网站流量一夜蒸发一大半。

规律就在这儿：每次门槛降低，靠产量取胜的人先吃到肉，也最先被下一波碾平。AI 不过是把这个循环又跑了一遍，只是这次门槛塌得格外彻底——连”写手”都不用雇了。

所有人都及格了，及格就不算分了

把这一轮和前几轮区分开的，是 AI 抹掉的到底是什么。

以前内容再泛滥，”写得好”还是个门槛。文字通顺、结构清楚、论点有数据撑着、还配得上几个像样的类比——能做到这些的人始终是少数。你练这些本事练了好几年，它们就是你的护城河。

AI 一来，这条护城河填平了。现在随便谁，对着一个对话框敲两句，三分钟就能拿到一篇结构工整、有头有尾、还带数据的文章。通顺成了默认配置，有结构成了默认配置，连”开头来个场景钩子、每个概念配个类比”这种写作课要教一学期的技巧，都成了默认配置。

当一样东西人人都有，它就不再是区分度。你苦练多年的那些本事，不是变差了，是变成了空气——大家都在呼吸，没人会因为你会呼吸而高看你一眼。

更难受的在供给和需求这两头对不上。文章这一侧在爆炸，读者那一侧没动。一个人一天还是只有 24 小时，刷手机的时间撑死了三四个钟头，这个数字十年没怎么变过。可平台上每天涌进来的内容是十年前的几十倍，现在还要再叠上 AI 这台永不疲倦的印钞机。有机构估算，再过一两年，互联网上新增的文字里，机器生成的会超过人写的。

注意力是零和的。供给翻几十倍，每篇能分到的注意力就被稀释几十倍。你那篇熬两个通宵的长文和隔壁 AI 三分钟的速读，在读者的信息流里是平等的——平等地只有半秒钟被划过去的机会。

你想靠”写得更好”突围。但”更好”这个维度，已经被 AI 几乎免费地供给到溢出了。

大家都在试的几条路，哪条真能走通

被淹的感觉谁都有。看看大家都怎么挣扎着往外爬，再看看哪条路是死的。

第一条，加产量。 既然一篇分不到注意力，那就发十篇,总有一篇能撞上。这是最直觉的反应，也是最先死的。因为所有人都这么想，于是所有人都把产量拉满，水位一起涨，你那十篇又被新的十万篇盖住。更要命的是平台算法和读者的阈值都在水涨船高——读者被海量内容喂刁了，胃口越来越钝；你拼命产出，只是在给这片正在贬值的海多倒一桶水。当年的内容农场就是这么把自己卷死的。

第二条，卷技巧、卷排版。 标题再钻研钻研，封面再精致精致，节奏再打磨打磨。这条路两年前还有点用，现在基本失效，因为这些恰恰是 AI 最擅长抹平的。你研究出一个好标题公式，下一秒它就是某个工具里的一个预设按钮，人人能用。技巧只要能被总结成方法，就能被复制；能被复制的东西，给不了你长久的区分度。

第三条，往细分里钻。 不写泛泛的”AI 行业观察”，专写”给跨境电商卖家看的 AI 选品实操”。这条路是真有效的，越具体的领域，AI 那种四平八稳的通稿越使不上劲，因为它没有一线的脏数据和踩坑细节。问题是天花板和易复制。一个细分领域就那么大，养不出大号；而且你一旦把这个赛道趟出来，模仿者很快就跟上，把你刚挖的那点壕沟又填平。

第四条，蹭热点、煽情绪。 哪儿热往哪儿凑，把情绪顶到最高。这个来钱快，今天爆个款明天再爆一个。但它什么都沉淀不下来。读者记住的是那个事件、那股情绪，不是你。热点一过，你和你的号一起被忘掉，下次还得从零再追。这是租来的注意力，不是你自己的。

把这四条排掉，剩下的才是真正稀缺的那一类。它们有个共同点：AI 写不出来，别人也复制不走。

是你的第一手经历——那个项目你亲手搞砸过，赔了多少钱、当时怎么判断错的、后来怎么补救的，这些细节只在你脑子里。是你敢下、而且事后能被验证的判断——你在某件事还没成定论的时候就压了个明确的注，对了错了都摆在那儿，这比一百篇”全面分析利弊”都有重量。是你的立场和脾气——你为什么讨厌某种做法、你跟谁吵过、你心里那点别人不敢说的偏见。

这些东西 AI 给不了，因为它没有那个昨晚失眠时翻来覆去想的脑子，没有那只在做决定时出汗的手。它能模仿你的句式，模仿不了你的经历。

道理是这个道理，但平台不一定买账

“做你自己、写别人写不出的东西”，听着特别对。但真照着做，你会立刻撞上几堵墙。

第一堵墙是算法。推荐系统喜欢什么，它喜欢的是能被快速消费、能引发即时互动的东西。一个清晰的、稍微有点反常识但很安全的观点，比你那段诚实但纠结、需要读者耐着性子看完的思考过程，更容易被推出去。你越是写那种真实的、不工整的东西，越可能在第一波分发里就被算法判成”完读率低”，然后压根没机会到人面前。

第二堵墙是钱。稀缺的东西沉淀得慢。靠第一手经历和真实判断攒口碑，是个以年计的过程。前面那一两年，你的数据大概率不如隔壁那个天天追热点、批量产稿的号好看。你得扛得住那段”明明做的是对的事，数据却很难看”的日子。很多人就死在这段里，扛不住，回头又去拼产量了。

第三堵墙是掉粉。有立场就意味着会得罪人。你明确反对某个被吹上天的东西，认同你的人会更死心塌地，但另一批人会直接取关。比起那种谁都不得罪、阅读量稳稳当当的安全牌，这条路的数据是会抖的。

所以这不是一道”想通了就能轻松执行”的题。算法的短期偏好和你长期价值之间，结构上就拧着。看清这个拧巴，比假装它不存在要好——至少你知道自己难看的数据是在为什么买单，而不是单纯做错了。

那盯着后台的你，到底该干什么

回到十一点那个你，面前是发完三篇之后空荡荡的成就感。

有一条线可以帮你分清楚什么该交给 AI、什么必须自己扛：凡是边际成本能被压到零的活儿，全扔给 AI；凡是不可复制的那部分，自己死磕。

排版、查资料、把一段啰嗦的话改利索、把英文资料翻成中文、给一个粗糙的初稿理顺结构——这些交给 AI，一点不亏，它干得又快又不抱怨。省下来的时间，全砸到机器干不了的地方去。

机器干不了的，就那么几件，但每件都得你亲自下场。

写你真不确定的东西。不是装作不确定然后绕回一个早想好的结论，是真的还没想明白。你今晚这个疑问——“产量翻倍了为什么还是没人记得我”——如果你老老实实把这个纠结写下来，包括你怎么怀疑的、怀疑到什么程度、有没有给自己找过反驳的理由，这一篇会比你用 AI 攒的任何一篇”深度分析”都更让人记住你。因为它是一个活人在一个具体夜晚的真实状态，AI 编不出这个。

写过程，别只写结论。结论 AI 写得比你工整。但”我第一版试了这么干，发现不行，因为踩了那个坑，后来改成另一种，又冒出新问题，最后勉强凑合过去了”——这种话只有你能写，三年后你自己翻出来还能学到东西。

下明确的判断，并且敢署上名。模棱两可谁都会，AI 尤其会。但你在一件事还没盖棺定论时押个清楚的注，对了错了都认，这种东西稀缺，因为它有风险，而 AI 永远不肯担风险。

别再问”怎么写能让所有人喜欢”。那是规模化思维的残留，它逼你把自己磨成最大公约数，磨到最后你和 AI 没区别。挑一小撮你真正想说话的人，写给他们。

明天你大概还是会用 AI，还是会发那几篇速读，那没什么，糊口要紧。但每隔一阵，关掉所有工具，打开一个空文档，写一件只有你能写、AI 碰都碰不到的事。

那篇大概率数据很难看，发出去没几个赞。

可一年后还有人记得你，靠的是那一篇，不是你今晚发的那三篇。