← 所有文章

我拒絕書寫的內容

理解一位作者信念最快的方式,是看他們本可書寫卻選擇不寫的清單。發表量告訴您什麼被刊登,拒絕清單則揭示立場。有明確拒絕清單的部落格讀起來像一個人;沒有的則像一個動態消息流。

Apple Ecosystem集群有自己的聲音。這個聲音主要不是由已發表的文章構成,而是由那些未發表的文章所構成,以及由名義上切題、卻仍被刪除的反覆出現的書寫形式所構成。您在集群中讀到的文章,都是這些刪減的下游產物。本文其餘部分將為這些刪減命名。

值得區分的拒絕有兩種。範疇式拒絕指的是集群領地之外的主題;模式式拒絕則是無論主題為何,都會讓草稿失去資格的聲音與結構選擇。前者是品味,後者是工藝。兩者共同形塑了您所讀到的內容。

TL;DR

  • 範疇式拒絕:任何不在Apple技術棧與agents交集中的內容。一般網頁開發、雲端LLM教程、招聘技術,以及任何會稀釋集群身份的內容。
  • 模式式拒絕:循環式設置框架(「從120個hooks中學到的」)、私有遙測作為證據、編輯腳手架(規劃標籤、PRD編號)、無架構的教程、無根據的辛辣評論。
  • 耐人尋味的拒絕:位於集群名義領地之內、卻仍被刪除的主題,因為它們不會複利累積立場(visionOS生產力應用、伺服器端Swift、僅限AppKit的Mac UI)。
  • 拒絕不是缺席。拒絕是剩餘之物的形狀。

範疇式拒絕

本集群涵蓋Apple開發與AI agents的交集。這個交集之外的一切都不在範圍內,並非因為它們無趣,而是因為它們無法產生複利。

一般網頁開發。Blakecrosley.com本身執行於FastAPI與HTMX之上。關於這個技術棧可以寫出數十篇文章:HTMX交換模式、FastAPI依賴注入、async SQLAlchemy的陷阱。但這些都不屬於本集群。集群的讀者是思考agents的iOS開發者;網頁開發文章即使能吸引自己的受眾,也會稀釋訊號。那些文章自有其位置,但不在本集群。

雲端LLM API教程。Anthropic的API、OpenAI的API、Python的SDK、Claude Sonnet與Opus延遲的差異。為學習從後端服務呼叫雲端LLM的人準備的教程式內容。集群的立場是agentic Apple才是稀缺之物;雲端LLM教程是網際網路其他角落已徹底涵蓋的商品化內容。寫一篇就等於照本宣科地朗讀文件,對集群權威毫無增益。

ResumeGeni與941招聘技術。不同公司、不同品牌、不同網站。兩者間的交叉混合會削弱雙方。招聘技術棧自有值得書寫的技術決策(ATS解析器、嵌入管線、候選人匹配演算法);它們屬於另一個身份下的另一個部落格,不在這裡。

任何會稀釋集群身份的內容。一篇關於Postgres連線池的真正好文、一篇關於JavaScript框架更迭的Hacker News式抱怨、一篇關於Rust async runtime的深思之作,都是站得住腳的書寫,但都在集群領地之外。納入的標準不是「這篇文章好不好」,而是「它能否複利累積已有的內容」。

範疇式拒絕由集群身份決定。一旦身份被命名,拒絕便隨之而來。

模式式拒絕

模式式拒絕跨越主題。一篇草稿即使切合集群主題,也可能因為書寫方式而被退稿。

循環式設置框架。「我從6個月內120個hooks和49個指令中學到了什麼。」「500次session之後,三件事留了下來。」「我的95-hook設定。」循環式設置這種模式,將作者的撰寫環境本身當作專業權威的證據反覆使用。集群的應用程式是個小集合;如果作者依賴它們,相同的hook數、skill數、指令數、session數會在文章中一篇接一篇地出現。讀起來更像是清嗓子,而非論證。集群已確立的規則:分量向框架解說與前沿論述傾斜;「已出貨程式碼」類文章指向真實的公開專案,而非作者的工具分類學。

私有遙測作為證據。「該hook在34天內觸發了52次。」「Phantom verification從12%的session下降到不足2%。」私有數字從外部無法驗證;讀起來像是在誇耀;無法對照任何公開產物進行核實。正確的證據形式是公開來源(Apple Developer文件、Anthropic規範、已出貨的開源程式碼、論文)加上推理。私有指標適用於commit message與事後檢討,不適用於發表的文章。

編輯腳手架。用作者內部分類學標記文章的粗體標籤。本文中的PRD編號。「依據cave plan ladder。」讀者不需要知道這篇文章在作者規劃文件中屬於哪個桶子。文類從第一句話就顯而易見。計劃是工作流程工具,不是面向讀者的文字。產出物就是產出物;工作流程留在工作流程裡。

無架構的教程。一篇說「以下是如何安裝XcodeBuildMCP」、卻沒有指出當agent擁有結構化工具存取權時架構會發生什麼變化的文章,就只是教程。教程有其價值,但不是本集群的貢獻。集群的貢獻在於能與集群其餘部分產生複利的架構模式。達不到這個層次的教程,不是被改寫到達標,就是被刪除。

無根據的辛辣評論。「Codex比Claude Code好。」「MCP被過度炒作。」「App Intents是死路一條。」辛辣評論這個文類能吸引流量,卻禁不起推敲。一個正確的論斷植基於作者親見、可以辯護的具體行為;一個不正確的論斷會在第二優秀的當代開發者讀到時崩塌。集群中的強硬意見文章(Trust、Tool RL、App Intents vs MCP)是立場,不是評論;立場必須附上憑據。

任何需要重述顯而易見之事的內容。「先安裝Xcode。」「執行npm install。」「Apple的文件位於developer.apple.com。」皆是填充物。需要被告知如何安裝Xcode的讀者不是集群的讀者。集群假設讀者本來就是會讀這類文章的人;在讀者所在之處與之相會是另一個網站上的另一篇文章。

耐人尋味的拒絕

範疇式拒絕容易判斷。模式式拒絕有規則可循。耐人尋味的拒絕,則是位於集群名義領地之內、卻仍被刪除、因為它們無法複利累積立場的主題。

用於生產力應用的visionOS。一篇關於「將visionOS用作您的第二螢幕」或「在Vision Pro上發行日記應用程式」的長文。屬於Apple技術棧,切題。被刪除是因為集群在visionOS的立場是RealityKit加上空間心智模型才是架構槓桿;「將visionOS當作平面生產力介面」屬於另一個框架的領地,無法延伸集群。一篇關於ornaments、immersive spaces或hand tracking的文章會產生複利;一篇關於「讓您的iPad應用程式在visionOS上執行」的文章則不會。

伺服器端Swift。Vapor、Hummingbird、執行於Linux容器中的伺服器端Swift。真實、成長中、技術上耐人尋味。在集群之外。集群的伺服器立場是「iCloud Drive加上一個JSON檔案再加上一個MCP伺服器」,這是刻意維持的小型伺服器端承諾,因為更大的承諾(Swift後端服務)屬於另一場架構對話,與agentic-Apple前沿沒有交集。當Swift後端對iOS-with-agents架構成為承重結構的那天,這篇文章便贏得它的位置。今天還沒有。

僅限AppKit的Mac UI。Mac應用程式至今仍包含深度的AppKit工作,集群的多平台出貨文章處理了Mac上的SwiftUI,但AppKit特有的主題(NSToolbar客製化、NSResponder chain的怪癖、AppKit-to-SwiftUI橋接的陷阱)剛好落在集群聲音之外。它們會更好地複利累積另一個集群的立場(具體是Mac開發),勝過複利累積這個集群。

超出現有範圍的比較文章。App Intents vs MCP贏得它的位置,是因為這個比較揭示了一條架構規則。一篇關於Cursor vs Zed vs JetBrains用於iOS開發的比較會吸引流量,卻不會揭示「不同IDE運作方式不同」之外的任何見解。增加比較文章的標準是:這個比較本身能否產生前沿論述等級的洞見,還是只是一個基準測試?

任何要求我假裝權威的內容。一篇關於Core ML量化、深度足以打動Core ML團隊成員的文章。一篇關於visionOS Metal shaders、深度足以打動圖形工程師的文章。集群的權威在於agentic-Apple架構這個交集;伸出這個交集所產生的文章雖然正確得不算錯誤,卻淺薄到無法複利。誠實的做法是引用更深入的聲音(Core ML研究員的部落格、圖形工程師的撰寫),而非冒充。

拒絕作為產品

拒絕清單不是對侷限的承認。拒絕清單是一種定位行為。Apple在1984年的Mac廣告活動之所以著名,正是因為它不是IBM的廣告活動。Apple在Steve Jobs於1998年提出2x2網格(消費者/專業 × 桌上型/可攜式,整條Mac產品線只有四個格子)時的產品線之所以著名,是因為被刪除的部分,而非倖存的部分。選擇拒絕一個品類,比選擇出貨一個品類,是更強的產品訊號。

在書寫上,拒絕做著相同的工作。集群的聲音(直接、有觀點、以證據為基礎、附帶坦率到殘酷的footer)之所以存在,是因為循環式設置框架被刪除了,私有遙測被刪除了,編輯腳手架被刪除了,雲端LLM教程被刪除了。每一次刪減都是定義正空間的負空間。

這個模式呼應了The Repo Shouldn’t Get to Vote on Its Own Trust:trust dialog的價值來自於它在使用者批准之前拒絕去詮釋什麼。一個會讀取workspace bytes的trust gate根本不是gate。一個對每篇切題文章都說「是」的部落格集群根本不是集群。邊界處的拒絕,正是讓產出物產生意義的東西。

推論:沒有拒絕清單的作者也沒有問題,但他們生產的是動態消息流,不是立場。兩者都是真實的產出物。但只有其中一個會隨時間累積權威。

這對處於Apple技術棧前沿的作者意味著什麼

三個要點。

  1. 首先為範疇式拒絕命名。集群領地之外是什麼?把清單寫出來。集群從這個答案中獲得身份;答案因為被明確寫出而獲得耐久性。

  2. 接著為模式式拒絕命名。無論主題為何,哪些聲音與結構是禁區?循環式設置框架、私有遙測、編輯腳手架、無根據的辛辣評論。每一個在語料庫中倖存下來的模式,都會稀釋聲音。

  3. 留意耐人尋味的拒絕。位於領地之內、卻仍被刪除的主題。那些是承重的品味決定。其他作者會出貨它們;您不會。您不出貨的原因,正是集群的立場。

完整的Apple Ecosystem集群:用於Apple Intelligence介面的型別化App Intents;用於agent介面的MCP伺服器;兩者間的路由問題;用於應用內裝置端LLM功能的Foundation Modelsruntime與tooling LLM的區別三種介面的綜合論述;單一真相來源模式;用於Xcode整合的Two MCP Servers用於Apple開發的hooksLive ActivitieswatchOS runtime契約;SwiftUI內部機制RealityKit的空間心智模型SwiftData schema紀律Liquid Glass模式多平台出貨。中樞位於Apple Ecosystem系列。若需要更廣泛的iOS-with-AI-agents脈絡,請參閱iOS Agent Development指南

FAQ

「拒絕作為產品」是什麼意思?

拒絕作為產品意味著,將某物排除在產出物之外的選擇是一個定位決定,而非缺漏內容的決定。一個拒絕特定主題或特定結構模式的部落格集群,比一個發表所有切題內容的集群,產生更具辨識度的聲音。這個模式在實體產品中也成立:Steve Jobs於1998年的Apple產品網格之所以著名,是因為被刪除的部分,而非倖存的部分。同樣的邏輯適用於書寫。

這些拒絕是永久的嗎?

有些是,有些不是。範疇式拒絕(雲端LLM教程、招聘技術)與集群身份綁定,不太可能改變。模式式拒絕(循環式設置框架、編輯腳手架)是有實際效力的聲音規則,並將持續適用。耐人尋味的拒絕(伺服器端Swift、僅限AppKit)會在底層架構轉變時被重新評估:當Swift後端對agentic-Apple工作流程成為承重結構的那天,伺服器端Swift便贏得位置。這份清單不是教條,而是當前的品味。

為什麼要發表拒絕清單?

發表清單服務於三類受眾。讀者比透過抽樣文章更快地理解集群的領地。未來的自己獲得一個檢查點來對照:集群是否漂入了它聲稱拒絕的領地?其他作者看到品味化書寫在網際網路這個角落看起來是什麼樣子,這降低了他們做同樣事情的活化能。成本很小(一篇文章),收穫卻是耐久的。

拒絕主題不會縮小受眾嗎?

是的,刻意如此。集群的設計是與特定讀者(思考agents的iOS開發者)產生複利,而非最大化原始受眾規模。集群領地之外的文章可能會吸引不同的讀者,但那些讀者反正不會回來看下一篇文章,因為他們是為了不同主題而來。產生複利的舉動是為同一位讀者連續寫二十次,而非為二十位不同的讀者各寫一次。

您如何處理一個邊界模糊的主題?

套用耐人尋味的拒絕一節中的標準:這個主題是複利累積集群立場,還是只是與之並列?複利累積的邊界主題會被書寫。不複利累積的邊界主題即使能吸引流量也會被刪除。決定的關鍵不是分量,而是集群隨時間的連貫性。複利累積是不變的標準。

參考資料

集群的聲音規則(不使用循環式設置框架、不使用編輯腳手架、不使用私有遙測作為證據)在語料庫本身就清晰可見。讀任何一篇集群文章,再讀另一篇,那些反覆未出現的形式就是運作中的規則。已發表的集群本身就是規範來源。

相關文章

What SwiftUI Is Made Of

SwiftUI is a result-builder DSL on top of a value-typed View tree. Once the substrate is visible, AnyView, Group, and Vi…

17 分鐘閱讀

SwiftData's Real Cost Is Schema Discipline

SwiftData's API is two macros. The cost is what happens after you ship. Optional fields are the cheap migration; non-opt…

15 分鐘閱讀

The Cleanup Layer Is the Real AI Agent Market

Charlie Labs pivoted from building agents to cleaning up after them. The AI agent market is moving from generation to pr…

15 分鐘閱讀