这个站点更像一组持续生长的个人问题档案，而不是按时间倒序读完的博客。
如果只看最近的文章，会觉得这里主要在写 AI、工程实践和工具；但往前看，会发现更稳定的线索其实是：如何定义问题，如何构建系统，如何用反馈修正自己，如何把技术、写作、学习和生活变成可重复运行的工作流。
所以更适合的读法不是“从最新开始”，而是先选一个你关心的问题，再沿着相关旧文往下读。
主题地图
问题观、系统论与思考方式
这是这个站点最核心的一条线：把模糊感受变成可分析的问题，再用系统、反馈、边界和第一性原理去处理它。
- 我的问题观
- 我的问题观（二）：当问题是动态的
- 讲讲这一年非常喜欢的系统论
- 系统性地循环迭代和持续反馈，渐进式逼近最优解
- How to answer big questions? 如何回答大问题
- 如何创造知识
AI、Agent 与工程实践
这里的 AI 文章不是单纯追热点，而是在反复问：AI 到底改变了哪个工作流节点，什么东西应该交给模型，什么东西仍然需要工程确定性和人的判断。
- 如何定义一个人会不会用AI
- 对AI和职业的思考
- 对工程实践有了新认识
- 这两年扩散模型、RAG、Transformer 这些概念几乎从讨论中消失了
- Claude Code 过程观测的几种方式
- EVA 源码深度解析：一个单文件 AI Agent 设计
- Research: EVA 代码仓库实现分析
- 大模型是否真的在“推理”？一种重新定义逻辑推理的思考
前端、软件工程与技术基本功
早期文章里有大量前端基础、JS30、算法和工程实践笔记；近期更偏向用第一性原理、重构、性能、协议和工具链去重新理解软件工程。
- 用第一性原理从零推导前端知识体系
- 如何做技术重构
- 第一性原理理解性能优化
- Promise Deferred Pattern：从一段别扭的弹窗代码说起
- ce-plan 技术实现深度解析：从需求到计划的工程化工作流
- Whistle 抓包调试工具：从原理到实战全指南
- 【译文】What are Signals?
自律、精力管理与自我训练
这条线不是“逼自己更努力”，而是把行动能力看成一个系统：精力、环境、反馈、恢复周期和自我认知一起决定人能不能持续做事。
写作、知识生产与信息处理
这些文章记录了我怎样收集材料、整理问题、借助 AI 生成启发，再把它们提炼成文章或方法论。
英语、读书与学习
这里更像学习方法和阅读理解的实验区：语言学习、读书笔记、复杂文本理解，以及如何把抽象文章转化成自己的认知结构。
运动、健康与生活观察
这部分看起来更日常，但它们经常回到同一个问题：身体状态、环境和行动系统如何影响一个人的长期表现。
未来的 Ask Atypical
如果后续把这个站点升级成可提问的个人知识库，它不应该是泛泛聊天机器人，而应该围绕这些文章回答问题，并附上引用来源。
它应该能回答：
- “你关于自律的观点经历过哪些变化？”
- “你怎么看 AI 与工作流的关系？”
- “你的问题观和系统论之间是什么关系？”
- “这篇文章和之前哪几篇观点相关？有没有矛盾？”
没有文章支撑的问题，就应该明确说“站内没有足够材料”。