• 5 年前，我正在西邮读大一，在 CSDN 写了第一篇博客，当时自学 Python 语言就署名 “Python小白”。
• 今天，我是西电人工智能学院的在读研究生，成为 CSDN 的博客专家，在电子出版社出版了个人专著《数字图像处理》。

岁末年初，回顾 2025年，也回顾 5年来的学习与写作，我常常会问自己：为什么坚持在 CSDN 写博客？

对我来说，写博客从来只是一件很单纯的事情——把正在学习、正在思考、正在解决的问题记录下来，仅此而已。

一、回到原点

1. 从“小白”开始：写博客不是输出，而是自救

2021年 5月，我在 CSDN 写下第一篇博客的时候，既不是高手，也谈不上熟练编程，甚至连“自己是否真的适合学编程”都心存怀疑。
写博客这件事，从一开始就不是为了分享经验，而是为了解决一个学习者的现实问题：记不住、走不通、重复犯错。
当时我在自学 Python 编程，学习过程零散而混乱。很多基本操作都不会，好不容易找来大神帮忙搞定，下次又忘记是怎么处理的。所以我希望通过博客把学习过程完整地记录下来，给自己留作参考。

2. 把困惑写下来：自学路上真实的拐点

真正促使我开始系统写博客的，并不是 “学会了什么”，而是“卡住了什么 ”。
环境配置失败、参数不知道如何选择、报错信息看不懂——这些问题在教程中常常被一笔带过，却实实在在地构成了每一名学习者在自学路上的障碍。
于是，我开始把每一个困惑写成博客：为什么要这样设置？怎么设置？这些问题并不高深，但它们是真实存在的。写下来，并不是因为我已经掌握，而是因为我正卡在这里。每当解决一个小问题，写出报错处理，我都特别有成就感。

3. 一步也不能少的记录方式

随着写作的深入，我逐渐形成了一种 “固执” 的写作习惯——不跳过一个步骤，不省略一处细节。

对经验丰富的开发者来说，“选择某个选项”“设置某个参数”是理所当然的动作；但对学习者特别是初学者而言，恰恰是这些动作，决定了能否继续往前走。我之所以愿意不厌其烦地把这些细节写清楚，是因为我真实地经历过那种无从下手的困惑：模糊的描述，往往比错误的答案更让人挫败。

后来我逐渐意识到，博客对我而言，不仅是一个分享平台，更像是一种外部记忆。无论是重新安装开发环境，还是重做某个久未接触的项目，我都会下意识地翻回自己当初写下的博客，按照当时的记录一步步操作。很多时候我都会感到庆幸，如果当时没有把细节写清楚，如今依然会在同一个地方再次卡住。正是这些看似琐碎的记录，让学习不再是一次性的消耗，而成为可以反复调用的积累。

4. 技术在变，记录学习的方式没变

随着学习的深入，我所接触的技术领域不断变化：从最初的 Python 与 OpenCV，到后来的深度学习、医学影像，再到近年的大模型与 AIGC。问题越来越复杂，学习门槛也越来越高，但有一点始终没有改变——我依然坚持把真实的学习过程完整地记录下来。

这种朴素和笨拙的记录方式，让我的博客逐渐从零散的学习笔记，发展成相对系统的内容体系。回看原点，我并不是开始就想要成为“博客专家”，而是在持续写作与反复学习中积累了经验，也逐渐获得了更多读者的认可。成为 CSDN 博客专家，对我来说并不是身份的跃迁，而是对这种长期学习与记录方式的一种肯定。

同样的故事，也发生在写书这件事上。我在 CSDN 先后写了 300 多篇关于 OpenCV 的博客，本来都只是记录学习的过程，最终却在不知不觉中汇聚成体系，在电子工业出版社以个人专著出版。对我而言，出版并不是写作的终点，而是一次阶段性的整理与回望——提醒自己，这些看似零散的学习记录，其实是可以被沉淀、被复用、也能够帮助更多后来的学习者。

回头再看，我一直是在持续学习的过程中，走上了博客写作的路。我写博客，并不是因为我走得很快，而是因为我走得很慢、也很认真。无论身份如何变化、技术如何更新，我始终把自己视为一个学习者。

二、走在路上

1. 我在 CSDN 的 2025

进入研究生阶段后，学习和科研的强度明显提升。无论是阅读论文、理解模型结构，还是搭建实验环境、复现实验结果，都需要大量时间投入。在这样的背景下，我更加依赖写博客这种方式，把每天学到的新知识、新困惑及时记录下来，否则很多理解很快就会被后续任务淹没。

我的原则一直很简单：我在学什么，就写什么；我在哪一步卡住，就写哪一步。
正是在这种不断暴露问题、不断修正理解的过程中，我慢慢建立起了对复杂技术的信心，也逐渐形成了更稳定的学习方法。

回顾2025，我在 CSDN 发布了 200 篇原创博客。回头看这一年的博客内容，主题涉及：YOLO、DINO、UNet、医学影像、AIGC……
其实我并不在意写作的数量，也不去关心阅读量。这些博客都是我作为学习者的的记录，是我“走在路上”的一段段脚印，记录着当下的困惑、理解与成长。

2. 与 AIGC 协作学习：不是替代，而是放大

2025 年，我在学习和研究中越来越频繁地使用大语言模型。

无论是阅读论文、理解模型结构，还是编写代码、排查报错，AIGC 都成为我日常学习中非常重要的辅助工具。在使用的过程中，我也逐渐认识到：AI 不能替代学习者本身，只能放大学习者已有的思考。

• 在向 AI 提问之前，需要先把问题想清楚——究竟卡在概念层面，还是实现细节？我需要的是整体思路，还是某一个具体步骤？如果问题本身是模糊的，那么得到的回答也很难真正解决问题。与 AI 的对话，倒逼我更认真地梳理自己的思路。
• 在得到 AI 的回复之后，我也并不直接照搬。无论是论文解读，还是代码生成，我都会尽量把 AI 的输出当作一种“初稿”或“线索”，再结合自己的理解来写作和修改。

这种协作方式，也逐渐影响了我的学习节奏和写作方式。博客不再只是记录“最终答案”，而更多地呈现一个问题是如何被拆解、被反复验证、被逐步理解的过程。在这个过程中，AI 更像是一位随时可以交流的导师和伙伴，而不是代替我完成思考的工具。

2025年，我与江苏理工学院周敏老师合作完成了新书《AI 学习的革命》，将在化工出版社出版。我在本书中写作的内容，例如：科创项目的教练、文献分析的导师、人人都能学编程，都是我的科研课题经历，也是在技术博客基础是整理而完成的。

三、继续前行

1. 做好最重要的事

人的时间和精力都是有限的，必须学会选择，有所取舍。
2026 年对我来说，最重要的事情是硕士阶段的课题研究。我非常珍惜西电人工智能的学习机会，希望能顺利完成研究课题。

2. 继续拥抱 AIGC

我依然会持续关注 AIGC 的发展。在 2025年的实践中，我真切地感受到：大模型正在深刻改变学习和工作的方式。

我清楚地认识到自己在编程能力的短板。正因如此，AI 辅助编程对我来说并不是“炫技工具”，而是一种非常现实、也非常有价值的学习助力。通过与 AI 协作，我能够更快理解代码结构，更高效定位问题，也更有信心把想法真正落地。2026年，我会把系统学习 AI 编程作为一个重要方向，既可以扬长避短，也希望继续探索 AI 协作的路径。

3. 准备下一步书

展望未来，我也在为第三本书做准备。

我也再考虑哪些内容值得长期整理，哪些经验需要通过反复实践才能沉淀下来。我对 YOLO 等成熟、实用、适合初学者入门的技术依然保持着浓厚兴趣。也许它们不再是最前沿的热点，但正因为稳定、可用，反而更适合系统学习和深入理解。

目前还没有确定具体选题，还需要与出版社和编辑沟通。不论能否最终成书，对我而言，积累本身就是最重要的阶段。

4. 继续写博客，但不被榜单牵着走

无论 2026年如何变化，我依然会在 CSDN 持续写博客。在技术快速变化的时代，我更愿意保持这种节奏：明确主线、尊重兴趣、持续记录。
对我来说，博客早已不是一个“额外工作”，而是学习过程中的组成部分。只要还在学习，还有困惑需要梳理，我就会继续把这些过程记录下来。相比于是否上榜、能否出版，我更在意的是：这些记录是否真实、是否清楚、是否真的对读者有所帮助。
如果读者能在我的博客中找到参考，那就是我——一名学习者的初心。

youcans@xidian 原创作品，转载请标注原文链接：【从编程小白到博客专家：一名学习者的故事】(https://blog.csdn.net/youcans/article/details/156533129)
2026-01