从 8 月 22 日决心认真写公众号文章发出第一篇，到今天刚好一个月。我数了一下，一共 22 篇。
这个数字连我自己都有点意外。不是因为 22 篇有多了不起，而是我以前总觉得，写公众号最难的是持续找到东西可写。真正写了一个月才发现，我几乎没有认真坐下来想过“今天选什么题”。
现在看，真正让我不断有东西可写的，不是选题表，也不是后面那套自动化，而是好奇。碰到一个没见过的模型、一种新用法，或者一台表现不对劲的设备，我总想亲手试一下。文章大多是试完以后留下来的。
比如听人说 16G 内存也能跑大模型，我就下载了一个 13.2G 的模型试试。模型倒是加载成功了，内存占用只有 1.48G，我正觉得捡到了宝，它却开始一本正经地输出乱码，标点中间夹着“by by me”。那天一直折腾到后半夜，也没把它救回来。
又比如 OCR。苹果电脑本身就带文字识别，不用安装，也不用联网。我想知道它到底能不能干活，又装了一个将近 1G 的开源引擎，拿同一份 PDF 跑了两遍。速度相差 98 倍，识别结果却不是简单的谁好谁坏：一个快，但漏行多；一个慢得让人着急，漏字却少一些。全角括号、“的”和“钓”这些细节，也各有各的问题。
还有家里一台电视，看十几分钟就自动跳出屏保。我先按经验改设置，来来回回试了好几次，一点用也没有。最后去翻日志，才发现不是屏保时间的问题，而是一个防烧屏服务在后台起作用。
这些事情发生的时候，我并没想着“这可以写一篇”。我只是想把问题弄明白。等它弄明白了，或者实在弄不明白，回头一看，过程本身已经够写了。
这几天折腾 Jev 的过程，最能说明我是怎么找选题的。
我第一次看到 Jev，只是觉得这东西有点意思：平常的大模型都在一个字一个字地往外写，它却不负责聊天，只做判断、分类和打分，而且会给出概率。我当时并没有什么写作计划，纯粹是想知道它到底怎么回事。
我先去翻了 awesome-jev 收集的 58 个项目，又在自己电脑上拿三个本地模型模拟它的“类型化决策”。这一试，快的不到一秒，慢的跑了 67 秒；开着思考链，同一道题甚至拖到了 154 秒。这些结果凑在一起，成了第一篇讲 Jev 原理和实测的文章。
写完并没有结束。我又冒出一个问题：Jev 是闭源服务，有没有能在本地跑的开源版本？顺着这个问题找到 Laya，一个 4.21 亿参数的小模型。下载安装、踩坑、跑速度，再拿它跟 Jev 的思路对照，又有了第二篇。
接着我还想试：它既然会判断，能不能真的放到我每天用的 AI 助手前面，先判断该用哪档模型、要不要调用工具？于是我把 Laya 接进 Hermes，做了 15 条测试，把它从旁观模式切到实际运行。这又成了一篇新稿子。
回头看，这三篇不是提前排好的系列。就是“这是什么”弄明白以后，紧跟着又想问“有没有本地的”“能不能接到我自己的系统里”。一个问题带出下一个问题，文章只是沿路留下的记录。
其他题目也差不多。知识库同步总出问题，我做了 VaultDesk；做完又想让它管选题，于是才有了现在这套打勾流程。吃灰的 Kindle 能不能当日历天气屏，越狱后能不能看微信读书，也各自折腾成了文章。并不是我先决定写 Kindle、写知识库、写 AI，再去凑素材；是东西摆在手边，我总想再往前试一步。
写到这里，我把后台的发表记录从头翻了一遍。第一篇《这周出差，我第一次没带笔记本电脑》，到后面的本地模型、知识库、VaultDesk、运动数据、Kindle、电视屏保、网页主题、Jev、Laya 和 OCR，连起来看，差不多就是我这一个月的折腾记录。
现在回头看，这 22 篇里比较好写的，往往不是那些很大的题目，而是一个很具体的不对劲：为什么装不上？为什么同样的设置在别人那里有用，在我这里没用？为什么宣传说得很好，实际跑出来却是另一回事？
这种问题有个好处：它是真的。查过哪些资料，走过哪些弯路，最后怎么解决，都是现成的内容。即使最后没有解决，也至少能告诉别人哪条路我已经试过了。
反过来，如果一上来就想写“平板电脑怎么选”“普通人怎样用 AI”之类的大题目，我反而不知道从哪儿下笔。范围太大，网上的说法又太多，写着写着很容易变成资料拼盘。
所以我现在遇到奇怪的问题，会顺手记一句。真的只有一句，有时甚至不像标题，例如：“同一个进程名底下挂着好几个项目，按名字杀进程会误伤。”记下这句话，是怕自己过两天忘了当时为什么生气、又是怎么查出来的，并不是马上就要写。
后来我建了一个选题池，这些零碎的句子都往里面放。它看上去不整齐，也没关系。对我来说，能把当时那件事想起来就够了。

一个月写下来，零碎记录越来越多，靠自己翻也挺麻烦。我就加了一个定时任务：每天晚上 23:55，读一遍当天的日记和我跟 AI 助手的对话，从里面找出几条可能值得写的东西，放进候选文件。
我要求它同时留下素材来源。没有真实材料就写“暂无”，不能为了凑数编一个出来。
第二天早上，我会打开自己做的 VaultDesk。它原本只是一个在浏览器里翻本地笔记的小工具，后来一点点加上了日记、待办、RSS 和知识库问答。选题多起来以后，我又给它补了一个很小的功能：遇到公众号候选页，就在每条后面显示“待处理、完成、取消、等待”几个按钮。
这几个按钮背后没有数据库。候选仍然是知识库里的普通 Markdown：选中一条，就把这一行改成 [x]；不写了，改成 [\]；想再放放，就记成 [-]。网页上点完，文件本身也跟着变，回到 Obsidian 里看到的还是同一份内容。这样做不算高级，但我很喜欢——哪天不用 VaultDesk 了，这些记录也不会被锁在某个软件里。
我通常几分钟就能把当天的候选过一遍。想写的打勾，没意思的划掉，一时拿不准的先留着。VaultDesk 还专门记住我看到的位置，点完一条不会一下跳回页面顶部。这种小地方不起眼，真要每天用，少一次来回翻找都舒服一点。

这个环节我不敢全交给 AI。它很会把一件事概括得像模像样，也很容易把两个原本没关系的东西硬连起来。有些候选标题看着不错，点回原始记录一看，根本不是那么回事。所以它适合帮我回忆“昨天发生过什么”，不适合替我决定“这件事说明了什么”。
稿子写完也是一样。我会专门找那些自己平时不会说的话，比如过分工整的排比、听着正确却没什么内容的总结，还有突然冒出来的口号。看到就删，删完往往更顺。
隐私也要单独检查。日记和对话里什么都有，公开文章不能原样往外搬。现在我的自动流程最多把稿子送进草稿箱，最后检查和发送还是自己来。
如果只看结果，一个月 22 篇，好像是我建立了一套很能写的流程。其实顺序正好相反：先有每天那些乱七八糟的尝试，后来才有记录和流程。流程只是帮我别把它们忘掉。
我也说不上这套办法能不能让文章更受欢迎。后台的数字差得很远：有的文章只有几十阅读，《我把 1120 篇公众号文章导入了自己的知识库》却到了 9225。写之前我同样不知道哪篇会有人看。这套办法只能解决我自己的一个问题：打开文档时，不必凭空找话说。
要是最近也不知道写什么，可以先不列宏大的选题。翻翻聊天记录、浏览器历史，或者桌面上那些还没删的截图，看看最近有什么东西让你折腾了很久。真正花过时间的地方，通常已经藏着一篇文章了。