LEE1024 LEE1024
返回全部文章
2026年4月20日 1,900 字 约 6 分钟

为什么我建了 lee1024

一个经历过 PC 互联网、移动互联网、搜索商业化和行业系统的老 IT 人,为什么还想继续冲浪 AI。

为什么我建了 lee1024

做技术做久了,会对“浪潮”这个词既兴奋又警惕。

兴奋,是因为每一次浪潮真的会打开新的可能;警惕,是因为每一次浪潮里也都有大量泡沫、噪音和自我感动。

PC 互联网起来的时候,我在写软件;移动互联网刚露头的时候,我也在其中;后来做搜索商业化,第一次非常真切地感到,技术不只是代码和架构,它会直接碰到需求、流量、转化和商业结果。再后来,工作进入 ToB、ToG 和行业系统,才知道技术真正落地时,要穿过组织、流程、交付、预算和责任。

到了 AI 这波,我又闻到了当年移动互联网刚开始时的那种味道:很多东西还不稳,很多判断还会被推翻,但新的生产关系已经开始松动。作为一个老 IT 人,我不想只站在岸上点评浪高浪低。我还是想下水,亲自试一试。

几次浪潮,留下了什么

回头看,这些阶段没有彼此割裂。它们像一层层沉积物,最后都变成我今天看 AI、看独立站、看智能体的底色。

PC 时代:软件是沉甸甸的手艺

早年的软件开发很“重”。版本发布、兼容性、性能、交互细节,每一件事都很具体,也很磨人。

那段经历让我明白,技术不是 PPT 上的能力清单,而是用户每一次点击、等待、报错和继续使用里的真实感受。

移动互联网:新的入口突然打开

移动互联网刚起来的时候,很多规则都在重写。屏幕变小,场景变碎,用户离服务更近。

那时能明显感觉到,一种新的计算入口正在形成。今天看 AI,我会想起那种感觉:一开始看似只是工具变化,最后改变的往往是整个工作方式。

搜索商业化:技术第一次离业务这么近

在百度做搜索引擎营销技术,是我职业里很重要的一段训练。

搜索让我看到需求如何被表达,内容如何被分发,流量如何被计量,转化如何被优化。那不是单纯的广告系统,而是一套把商业意图、用户意图和工程系统接起来的复杂机器。

ToB、ToG:落地比想象更硬

后来进入更多行业场景,我越来越清楚,技术方案写得漂亮只是第一步。

真正困难的是让系统在复杂组织里跑起来,让不同角色愿意用,让交付可控,让维护成本不失控。技术如果不能穿过这些现实,就只能停在方案里。

AI 浪潮:我还想再认真冲一次

到了今天,我对基模研发保持尊重,但它不是我的兴趣和长板。

我真正感兴趣的是另一件事:AI Agent 能不能进入业务流程,能不能把一个人的半径放大,能不能让过去需要团队、预算和流程才能推进的事情,被一个更小的系统慢慢做起来。

接下来主要写什么

我会重点写智能体、独立站、SEO 和 GEO。它们看起来像四个栏目,其实在我这里是一条完整链路。

独立站给了我一个很诚实的试验场。内容有没有价值,用户会不会停留;页面结构是不是清楚,搜索和 AI 能不能理解;流程是不是可靠,一个人能不能长期维护。这些问题没有太多缓冲层,做得不好,结果会直接反馈回来。

SEO 是我熟悉的旧世界,GEO 是正在到来的新入口。过去我们研究用户搜什么、页面排在哪、点击之后发生什么;现在还要继续追问:AI 会引用谁,会怎样概括,会不会把你的意思说歪,用户还会不会顺着回答找到你。

Agent 则是执行层。它不是用来制造一堆自动化幻觉的,而是要帮助人把调研、选题、写作、监测、复盘这些重复但重要的工作,拆成可以维护、可以接管、可以持续改进的工作流。

一人公司,不是一个口号

我现在很关注一人公司,也就是 One-person Company。不是因为这个词听起来更自由、更酷,而是因为 AI 正在改变个人和小团队的能力边界。

这件事对一个老 IT 人来说,很难不心动。

过去很多事情必须靠组织分工完成:选题、调研、内容生产、页面优化、数据分析、客户沟通、复盘迭代。今天,这些环节开始可以被拆成工作流:人负责方向、判断和取舍,Agent 负责整理信息、生成候选、执行重复动作、记录过程。

但我不想把它写成“一个人顶一个团队”的爽文。真正值得研究的是更笨也更难的部分:哪些环节可以自动化,哪些判断必须留给人,系统复杂到什么程度就开始反噬,业务结果如何被持续验证,人又如何在 AI 的帮助下保持清醒。

如果最后只是多了几个工具、多了几张截图、多了一点效率,那还不够。真正让我兴奋的是,一套小而稳的系统,能不能让普通个体获得过去只有组织才有的持续行动能力。

这个站的写作承诺

这个站会有技术文章,也会有实践复盘,但我希望它更像一份长期手记:一个老 IT 人面对新一轮技术浪潮时,既兴奋、又怀疑,既想拥抱、又不愿意被概念牵着走。

我会尽量写亲手做过、正在做、或者能被明确验证的东西。这里会写智能体怎么接入真实业务,独立站怎么把内容、流量和转化放在一起验证,SEO 的底层判断在今天还剩下什么,GEO 又怎样改变内容被理解和引用的方式。

我也会写边界、犹豫和失败。因为真正做事的人都知道,很多系统不是死在方向错了,而是死在维护太重、接管点太少、反馈太慢、信心太满。把这些写出来,也许比多讲一个漂亮概念更有用。

如果你也经历过几次技术浪潮,或者正在思考怎样把 AI 放进自己的业务和生活里,希望这里能成为一处不那么浮躁的记录。

我们不必假装每一波浪都能改变命运,但至少可以认真判断,哪一波值得自己下水。

Comments

讨论

Related

相关阅读