梦老师前阵子整理收藏夹，发现一个特别有意思的现象：我保存的几十个技术博客、个人主页、开源项目文档，如果遮住站点名称和头像，几乎分不清谁是谁。统一的顶部导航、统一的卡片布局、统一的“最新文章 / 精选项目 / 联系方式”三段式，连博客的写作语气都越来越像同一个AI写出来的。这让我忍不住去想这期代码之外周刊的标题——当技术让一切趋同，我们还剩什么？
这不是一句文艺的感叹，而是每天发生在屏幕前的真实变化。模板在趋同、框架在趋同、文案在趋同、审美在趋同，甚至连我们表达想法的方式都在往同一条道上挤。作为常年泡在技术圈里的人，我一度觉得这是好事：标准统一意味着效率更高、协作更顺、上手更快。但时间久了，我开始察觉到哪里不太对劲。
这篇内容写给那些同样感到“哪里不对”的人。无论你是程序员、设计师、内容创作者，还是只是每天被各种App和算法包围的普通用户，都可以停下来看看：技术到底把哪些东西变整齐了，又在整整齐齐的表象之下，悄悄抹掉了什么。我不想贩卖焦虑，只想结合自己的观察和实操经验，把这件事掰开揉碎讲清楚，最后也给出一些可以立刻用上的、防止自己被完全同质化的小方法。
1. 技术趋同，肉眼可见的三个层面
1.1 工具同质化：当所有人都用同一套积木搭房子
先聊最直观的层面——工具。我做博客那会儿，最早用的是纯HTML加CSS手写页面，后来图省事换成了静态站点生成器，再后来发现找个模板直接改一改，十分钟就能上线一个看起来“很专业”的网站。便利是真的便利，代价也同样真实：大家的网站长得越来越像同一个模子。
这背后的逻辑不难理解。技术选型天然存在“收敛效应”。以Web前端为例，过去十年框架从百花齐放逐渐收敛到少数几个主流选择，新项目默认用某个头部框架、配某个主流UI库、铺某个流行样式方案，几乎成了条件反射。原因也很简单：选型越主流，踩坑的概率越低，遇到问题能搜到的答案越多，招人也越容易。这套逻辑本身没有问题，它是工程理性的胜利。
但问题在于，工具的同质化会顺着管道一路传导到产品形态。同一个框架给出同样的默认结构，同一个组件库自带同样的视觉风格，于是你看到的企业官网、SaaS后台、个人作品集，剥掉Logo之后几乎都可以互换。我见过好几个创业公司的首页，配色、版式、交互动效甚至文案口吻都高度相似，细问之下，果然是同一个模板加同一套组件库搭出来的。
注意：我这里不是在批判使用框架或模板。工具的标准化本身是好事，真正需要警惕的，是你是否意识到自己正在被工具塑形，并在默认方案之外保留了主动选择的空间。
1.2 表达同质化：AI与模板批量制造的“正确内容”
如果说工具趋同还只是表层，那表达趋同就是更值得细看的一层。你有没有发现，现在的周报、项目复盘、简历、短视频文案，甚至博客开头，都越来越像同一个模板生成的？
我自己写技术博客也有些年头了，早期没人教，全靠看别人的文章摸索套路，于是也学着“先讲背景、再讲方案、最后总结”，写着写着就发现，所有同类文章都可以互相替换。后来AI生成内容普及，这个趋势被推向了极端：你输入一个主题，它会给你一个结构工整、用词准确、毫无语病的“标准答案”。但它不会告诉你，写这段话的人当天经历了什么，为什么半夜两点还在跟一个诡异的环境问题搏斗，以及这个问题的排查过程里有哪些线索其实断掉了。
表达的趋同，本质上是“求稳”心理加算法反馈的双重作用。大家发现某种表达方式容易获得认可，于是纷纷效仿，算法又持续奖励这类内容，最终形成一条快速路。走的人多了，路就变成了唯一的“正确路径”。但真正的信息增量，往往出现在偏离这条路径的地方，比如那些带瑕疵的试错记录、带情绪的现场描述、带个人视角的细节判断。
1.3 审美同质化：从品牌设计到个人主页的全球统一脸
第三个层面是审美。打开设计灵感平台，满屏都是相似的风格：大量留白、柔和阴影、圆角卡片、柔和渐变。好看吗？好看。高级吗？高级。但你多看一会儿，就会像面对一群长得过于标准的人一样，记不住任何一张脸。
审美趋同和技术趋同是绑在一起的。设计师用同一套工具，工具自带同一批预设样式，样式又迎合了当下最流行的商业审美。再加上全球化的信息流动，一个风格从旧金山流行到北京，可能只需要几周时间。于是你看到上海的独立开发者做了个产品，打开一看，和硅谷某位独立开发者的产品放在一起，像是同一个工作室出品的孪生兄弟。
审美趋同带来的直接后果是辨识度下降。过去我们靠视觉风格识别品牌，现在很多品牌拆掉Logo根本分不清谁是谁。对个人来说，这尤其致命——在所有人都使用同一套模板的时代，“看起来专业”的门槛越来越低，但“看起来独特”的成本越来越高。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术为什么必然会走向趋同？
2.1 标准的价值：底层的统一不等于表达的消亡
把话先说公道。技术趋同并不全是坏事，甚至可以说，没有趋同，就没有现代社会的运转效率。想一想交通规则：全世界几乎所有国家都靠右行驶或靠左行驶，没有哪个国家会允许司机随心所欲选择方向。这种趋同带来的确定性，让复杂协作成为可能。
同样的逻辑也适用于技术领域。TCP/IP协议让不同厂家的设备能互相通信，USB-C接口让充电器终于有了统一的可能，JavaScript生态的框架分化虽然让人头疼，但底层语言标准始终在缓慢收敛。这些底层标准化几乎是现代技术文明的基石。试想一下，如果每个网站都需要专用浏览器才能打开，今天的信息互联网和移动互联网绝不会发展到现在的规模。
所以我们必须区分两个概念：底层的标准化与上层的表达空间。底层趋同本身是中性的，它释放了效率，把人的精力从重复的琐事中解放出来，理论上应该让上层的创作更加自由。真正的问题出在，当标准化从底层蔓延到表达层，从协议层面蔓延到内容层面，原本应该被释放的创造力反而又被新的框架限制住了。
提示：判断一个趋同是好是坏，只需要问一个问题——它是在解放你的时间，还是在限制你的表达？前者是基础设施，后者是隐形牢笼。
2.2 效率驱动的“最优解”怪圈
技术选型趋同还有一个很现实的原因：工程师都是懒惰且理性的。这里的“懒惰”是褒义，指的是我们天然倾向于寻找投入产出比最高的路径。
从数学上看，任何领域都存在“局部最优解”。在一个技术栈里投入了三年经验的人，自然不愿意轻易迁移到另一个还不成熟的新栈上。于是大家都点在了同一个“技能树”上，形成了路径依赖。框架流行——教程变多——人才变多——岗位变多——框架更流行，这个正循环一旦跑起来，后来者几乎没有动力去选择冷门方案。
我记得自己从Angular跳到Vue、再从Vue跳到React的过程，每一次切换都要经历一段“觉得自己什么都不会”的低谷期。如果只是为了好玩，我可以一直停留在熟悉的技术栈里不出门。但真实世界的项目需求、团队协作、招聘门槛，全都指向主流方案。趋同不是某个人拍脑袋决定的，而是无数个体理性选择叠加而成的宏观结果。
理解了这一点，就不会再天真地以为“只要我们坚持用冷门方案，就能避免同质化”。在大多数场景下，跟随主流是理性且正确的。我们需要保留的，不是对主流的排斥，而是对主流之外选项的感知力——这就像所有人都用微信聊天，但你仍然可以偶尔写信，这不影响你用微信，却会让你对“沟通”这件事保持更完整的理解。
2.3 平台与算法的“推荐偏爱”
最后不得不提平台算法对趋同的加速作用。现在很多内容平台的推荐逻辑，本质上是寻找“最大公约数”。算法在训练过程中学到的模式，是哪些内容能获得更多点击、停留和互动。于是，那些契合大众口味、结构清晰、情绪浓度适中、话题热度高的内容，会被持续放大。
这个机制公平吗？公平，因为它对所有人开放同样的推荐权重。但同时也是残酷的，因为它会让内容生态朝几个固定方向加速挤去。创作者发现“标题带数字”受欢迎，于是人人标题带数字；发现“三步法”受欢迎，于是事事都有三步法。没过多久，平台上就充满了结构统一、语调统一、观点统一的“爆款模板”。
我不是在批判平台或算法，毕竟它们也是被用户行为塑造的。但作为创作者和普通读者，我们需要意识到：平台上展示的内容分布，并不等价于真实世界的内容分布。算法放大了趋同，遮蔽了那些安静生长的多样性。如果你只看信息流推荐，你会以为全世界的观点就那几个；关掉推荐，主动去搜索、去订阅、去逛一些没人看的小角落，你会发现另一个丰饶得多的世界。
3. 在趋同的土壤里，人还剩什么不可替代？
3.1 上下文：只有你知道的“当时发生了什么”
聊完趋势，回到核心问题：当技术让一切趋同，我们还剩什么？我的第一个答案是：上下文。
技术可以生成一段挑不出毛病的代码，但它不知道这段代码背后经历了什么；AI可以替你写一封措辞得体的工作邮件，但它不知道你上个月和这位同事发生过一次不愉快，而这封邮件的语气需要微妙地调整一下。这些“额外信息”，就是上下文。
我参与过一个大数据平台项目的性能调优。当时线上服务频繁超时，团队所有人都在各种监控面板上找线索，指标看了无数遍，愣是找不到瓶颈。最后是一位负责对接业务的老同事忽然说了一句：“我记得他们那边每周五下午会跑一个全量对账任务。”大家顺着他这句话去查，果然找到了罪魁祸首——这根本不是监控面板能暴露的问题，而是长年累月跟业务方泡在一起才能攒下的判断。
这就是上下文的价值。它是你在某个环境里长期浸染后形成的信息密度，是坐标、是历史、是方言、是人脉、是那个“别人不会知道但你知道”的关键变量。技术再发达，也替代不了“你在现场”这件事。
3.2 判断力：技术给你答案，但提问还得靠自己
第二个不可替代的东西，是判断力。技术本质上是一个答案工厂：你给它一个问题，它能给你一个看似漂亮的回答。但真正的挑战往往发生在提问环节——该问什么问题？哪些变量重要？哪些参数是噪声？这些需要靠人来判断。
我身边有很多朋友开始用AI辅助写代码、写方案、做分析。用得好的，效率提高了好几倍；用得差的，三天两头被AI的“幻觉”带进沟里。差别不在工具，而在使用者的判断力。一个资深工程师接到需求时，会先花半小时弄清楚业务方真正想要什么，再去让AI写代码；一个新手可能直接复制需求丢进去，拿到一段逻辑完美但不解决任何实际问题的代码，还觉得AI真厉害。
判断力的养成无法被技术替代，因为它需要的不是信息检索能力，而是信息的分辨能力。这背后是你踩过的坑、验证过的假设、推翻过的结论，是在大量实践中一点点长出来的直觉。这种直觉，恰恰是“标准化答案”无法提供的。
3.3 真实的稀缺资源：时间、地点、气味和关系
第三个层面比较微妙，它关乎那些不能用数据描述的东西。你可以用直播技术看一场演唱会的每一个机位画面，但你看不到现场空气里弥漫的汗水味，感受不到周围人合唱时胸腔传来的共振，更不会在散场后偶遇一个聊得来的陌生人。这些体验，是技术的平行世界里永远无法复制的“真实”。
我做个人项目时，最大的收获往往不是线上的代码，而是线下跟用户面对面的交流。有一次我给一个很小的工具加了手动导出的功能，线上反馈一直不温不火，后来在线下市集摆摊演示，亲眼看到一位用户因为“可以导出备份”而松了一口气的表情，才真正理解了那个按钮对某些人有多重要。这种理解，是任何数据分析都量不出来的。
技术能把世界映射成数据、代码、图形，但总有一些残留物是映射不走的。它们活在真实的时间和地点里，活在面对面的关系里，活在你亲身体验过的温度与气味里。我们舍不得丢掉的那部分“人味”，就藏在这些残留物中。
4. 普通人怎么在趋同时代守住“非趋同”？
4.1 输入侧做减法：少刷模板，多看原始文本
想不被同质化吞噬，首先要从输入开始。如果你每天看到的内容都是别人加工过的“二手模板”，那么你的思考模式自然会被塑造成同样的形状。所以我的第一个建议特别朴素：少刷套路化内容，多接触一手资料。
怎么操作？简单举几个例子。写代码的时候，与其只看框架文档的示例，不如直接去读源码里那些没有被注释覆盖的分支逻辑；做设计的时候，与其只刷灵感平台的精选作品，不如去翻翻那些没怎么被关注的个人小站；写文章的时候，与其研究“爆款文拆解”，不如去读读原作者写作时引用的原始报告、原始访谈。
这个习惯的收益是长期的。原始文本往往是杂乱、不完美、充满个人痕迹的，但恰恰是那些毛刺和瑕疵，包含了模板化知识流失掉的上下文。当你习惯了这种“原汤原味”的信息，再回头看那些光滑的二手内容，会自带一种检测能力：哪些是增量，哪些是稀释，几乎一眼就能分辨。
4.2 建立自己的“参照系”：把项目写进自己的坐标系
第二个建议是建立自己的参照系，不要被动接受外部评价体系。算法、平台、职级体系、行业榜单，都会给你一套“什么算成功”的标准答案。但趋同时代最稀缺的能力，恰恰是只对自己有效的评价标尺。
我这几年的习惯是，每做完一个项目，不只记录它的业务指标和KPI结果，还会额外写一段“项目自评”，回答几个问题：这个项目有没有让我学到新东西？有没有解决一个我一直想解决的问题？有没有让我对自己更满意？这几条未必写在简历上，但它们构成了我的内部参照系。
拥有内部参照系的价值在于，当外部环境剧烈变动、主流风向快速切换时，你有一个相对稳定的锚点。所有人都在卷“AIGC原生应用”的时候，你可以冷静地问一句：这件事符合我的长期积累吗？我真心想做吗？还是只是因为它在风口上？有了锚点，趋同的洪流就不容易把你卷走。
4.3 输出侧的反趋同：把细节写进你的周报、博客和代码注释
输入和判断都是内功，最终还得落到输出。反趋同的输出有一个共同的秘诀：多写细节，少写结论。
举一个具体的例子——周报。绝大多数人的周报长这样：“本周完成A模块开发，修复B问题，推进C项目。”正确，规范，无懈可击，也毫无信息量。我认识一位非常厉害的技术经理，他的周报里经常出现这种话：“这周的某个性能问题排查了三天，最后发现是因为某个老服务默认参数和我们预期不一致，这个坑已经在文档里标出来了。”一段话，既让人看到了工作量，又沉淀了经验，还避免了后来人重复踩坑。
代码注释也是一样的道理。与其写“这里对数据进行处理”，不如写“这里不能直接过滤空值，因为下游有逻辑依赖空值作为哨兵”。好的注释，其实就是把当时没能写进代码的上下文，以人类语言的形式留在现场。博客更是如此：你不需要写出所有人都赞同的行业洞察，你只需要记录一个只有你才会注意到的细节，那份记录本身就构成了不可替代的价值。
5. 反趋同路上的三个陷阱（常见问题与排雷指南）
5.1 陷阱一：为了不同而不同，标新立异不是差异
听完前面的方法论，有人可能会走另一个极端：既然大家都趋同，那我就彻底反着来。框架用最新的，风格用最怪的，工具用最冷门的。表面上看起来特立独行，实际上依然是被主流反向塑造的——你的一切选择，仍然是“主流的镜像”。
我理解这种冲动，自己早年也干过追冷门技术栈的事，后来发现，冷门之所以冷门，很多时候是因为它确实不好用。为了显得不同而牺牲效率和体验，本质上是一种新型的表演，并没有创造真正的差异。
注意：反趋同的真正目标不是“看起来不同”，而是“做自己真正想做的事”。如果你恰好热爱一个主流技术，放心地去用它；如果你喜欢小众工具，也不必刻意证明它比主流好。真实，永远比姿态可贵。
5.2 陷阱二：把“个性化”做成新模板，反趋同的速成教程也是趋同
第二个陷阱更隐蔽。现在市面上有很多“个人品牌打造课”，教你如何“找到自己的差异化定位”“打造个人IP”。这些方法本身没错，但问题在于，当一万个人用同一套方法打造个人品牌时，他们产出的“个性化”会立刻变成另一张标准脸。
我见过一种特别常见的现象：很多人为了让自己看起来有想法，刻意在文章里加入“我认为”“独特见解”之类的词，但读完整篇内容，并没有任何独到的观察。这种被生产出来的“个性”，比老老实实的趋同更让人疲惫，因为它在形式上模仿了多样性，在内容上却极其空洞。
真正的个性化是没有办法速成的。它来自你真实的经历、你踩过的坑、你积累的判断，以及你表达这些内容时不自觉地流露出的个人痕迹。与其报名学习“打造个性”，不如诚实地做记录，记录一定会比模仿更有个性。
5.3 陷阱三：追求“完全独特”而拒绝所有标准化，这不是自由，是孤立
最后一个陷阱是彻底的拒绝。有人意识到同质化的问题后选择退网，不用手机，不碰主流服务，不参与任何标准化协作。这种做法确实“独特”了，但也几乎丧失了与当代世界交互的能力。
标准化和趋同有其深刻的存在理由，它们是协作的基石。我不会因为追求个性就拒绝用微信，更不会因为反感模板就手写每一条CSS。正确的姿势是：在合理范围内使用标准化工具和基础设施，同时在明确知道自己想要什么的地方保留个性空间。
说白了，差异化和标准化不是对立关系，而是分层关系。底层用标准方案保证效率，上层用个人判断施展表达——这个分层策略，适用于代码架构，适用于内容创作，也适用于我们在这个时代的生活方式。
聊到这里，再回到这期周刊的标题：当技术让一切趋同，我们还剩什么？我的答案其实已经藏在前面那些碎碎念里了。技术能把很多事情变得整齐划一，但只要你还在真实地生活、在认真地做记录、在坚持用自己的眼睛观察世界，你就总有一些东西是算法和模板拿不走的。那个东西可能只是一次现场经历，一个只有你知道的细节，或者一份不那么标准却足够真诚的表达。这些东西不大，但凑在一起，就是我们之所以为“自己”的全部理由。