如果你關注AI技術圈的話，應該會知道Simon Willison（下文簡稱西蒙）。

他的博客(simonwillison.net）的文章在 Hacker News、Reddit，GitHub 社區經常被引用或討論，影響力經常排名第一，可以說是遙遙領先。

西蒙的博客有個非常顯著的特征：非常高產！

僅在2025年，他就寫了1000多篇博文！但其中只有118篇是完整的文章（僅此而已）。

西蒙經常在一些封閉的平臺（例如 TikTok、Twitter）中發現靈感，然后將其帶到開放的網絡上（如Hacker News）。

他一些最受歡迎的帖子只是簡單的引語或者鏈接，并附上評論，例如：

“我擔心他們在Excel中加入Copilot功能”

“電腦永遠無法被追責”。

西蒙曾表示，這類文章寫起來容易，但價值很高。

分享有趣的鏈接并附上評論，是一種投入少、價值高的方式，可以為互聯網生活做出貢獻。——西蒙·威利森，“ 我運營鏈接博客的方法 ”

如果你也想學他這么玩兒，恐怕大概率要失敗，西蒙能做得這么成功，本質原因還是因為他是個有著敏銳洞察力，非常優秀的程序員。

他是著名開源軟件Django，Datasette，llm的創始人，更夸張的是，在GitHub上，他維護的開源項目竟然有962個！

今天咱們來聊聊西蒙的故事。

01

一次偉大的實習

西蒙是個英國人，2001年進入巴斯大學讀計算機。

在讀書期間，他開始運營自己的個人主頁，在上面分享關于 Web 標準、CSS、PHP 和網頁開發的知識。

在那個時代，優秀的技術網站不多，西蒙的網站很快被遠在美國肯薩斯州的一個叫Adrian Holovaty程序員（也就是后來的 Django 聯合創始人）注意到了，被他的技術實力所吸引。

巴斯大學非常重視實踐，他們的本科學制有一種非常有特色的 4 年制的“三明治”課程：

前兩年在學校上學，第三年讓學生去企業全職實習一整年（稱為 Placement Year），第四年再回到學校完成畢業設計和學業。

當Adrian得知西蒙正在找實習的時候，立刻向他拋來了橄欖枝，邀請他來美國堪薩斯州的勞倫斯小鎮實習，開發新聞網站 《勞倫斯日報》。

2003 年秋天，Simon 來到堪薩斯州，與 Adrian Holovaty 以及后來加入的 Jacob Kaplan-Moss 組成了新聞網站的開發鐵三角。

由于新聞行業的節奏極快，往往上午提需求、下午網頁就要上線，現有的工具根本不夠用。

三人迫于壓力，不得不想辦法提煉出一套能讓“即使是新手也能快速搭建應用”的工具，這樣就可以在緊迫的時間內把活兒干完。

西蒙和同事結對編程開發了一些核心功能：請求/響應對象，URL解析，模板語言，ORM等。

2004 年 ，Simon 結束實習回到巴斯大學，而這套被他們留在報社的框架，在 2005 年被正式開源。

這就是今天大名鼎鼎的 Django（因勞倫斯當地人喜歡爵士吉他手 Django Reinhardt 而得名）。

Django 在 Web 開發史上具有里程碑式的地位，它確立了“大而全”的框架標準：內置了從 ORM（對象關系映射）、身份驗證、后臺管理界面（Admin）到安全防護、緩存的一整套方案，這種高度集成的方式極大地提升企業級應用的生產力。

曾經采用Django開發系統的著名網站包括：Instagram，Pinterest，Reddit，Dropbox，Mozilla ，Disqus、華盛頓郵報，衛報等。

Django是如此流行，以至于Google 一搜 Django，全是Django的框架，搶了原本那個吉他手的 SEO 排名……

02

淋浴時頓悟

2005年西蒙大學畢業后，加入了當時如日中天的Yahoo!（雅虎） 核心技術開發團隊，干了兩年后，他他轉型做了一段時間的獨立技術顧問，致力于OpenID的推廣，幫助各大傳統媒體和網站構建去中心化的賬戶登錄體系。

這讓他引起了新聞界的注意，2008 年，他被英國老牌大報 《衛報》（The Guardian） 挖走，出任軟件架構師（Software Architect）。

在《衛報》期間，他參與了一個數據可視化的項目，使用的是Google Sheets這樣的工具，來發布《衛報》新聞發報道背后的數據。

Google Sheets號稱云端版Excel，用起來很方便，但是西蒙看到了一些局限，例如無法進行復雜查詢，性能瓶頸，尤其是缺乏 API 深度支持，雖然它有 API，但對于想要基于這些數據快速構建一個小工具的開發者來說，Google Sheets 的接口并不夠“開發者友好”。

所以西蒙渴望找到一種更好的辦法來發布和查詢這些數據。

幾年后，在一次淋浴的時候，西蒙迎來了自己的“頓悟”時刻：把SQLite 數據庫變成一個可以瀏覽、查詢、分享的只讀網站。

這就是Datasette。

Datasette非常有意思，比如你有一個 SQLite 文件 data.db，里面有一張表 users

運行命令：

datasette data.db

瀏覽器里你會直接看到：

• /data/users → 表格瀏覽

• /data/users.json → API

• /data?sql=select * from users → SQL 查詢

相當于給SQLite的.db文件裝上了一個網頁外殼，沒有后端開發，沒有ORM，沒有API設計，直接可用。

Datasette看起來非常簡單，但是對于那些“任何有數據、想公開的人”非常有用。

例如一些新聞機構、科研機構，政府等，它們有數據，讓想別人訪問，Datasette就是最低成本的發布工具。

03

華麗轉型

2023年，ChatGPT爆發，西蒙開始轉型了。

當然，他并沒有轉型去做一個大模型訓練者，更沒有去賣課，而是不斷地嘗試GPT的能力，讓它去生成代碼、操作數據、調用外部系統。

他經常提到的一個案例：自然語言 → SQL → 數據分析流水線

例如你有一個 SQLite 數據庫，里邊記錄了用戶行為日志、網站訪問記錄、API 調用數據。

傳統方式做分析的話，需要寫SQL，用Python pandas之類的庫來分析。

西蒙的工作方式是：

(1) 用戶問題

“幫我分析最近一周哪個 API 錯誤最多，并給出原因”

(2) LLM 生成 SQL

SELECT api, count(*)

FROM logs

WHERE date > now()-7

GROUP BY api

ORDER BY count DESC;

(3) SQLite 執行，返回結果集

/api/login 1200

/api/pay 300

(4) LLM 總結結果。

login 接口錯誤最多，可能原因是認證服務不穩定…

現在看來，這種方式沒啥，但放在2023年那個時間點，這是讓人耳目一新的工作方式。

尤其是國內還在賣賬號，賣課程的時候，西蒙已經遠遠地跑在前面了。

西蒙反復在博客中強調一件事情：LLM 最有價值的用途之一，是作為“工具的接口”（tool interface），這種理念最終發展成了一個叫做llm的開源項目。

llm把 GPT 這種大模型，變成了 Unix 風格的命令行工具，你可以像用 grep、awk 一樣用 LLM。

例如：

cat test.py | llm "解釋這段代碼"

cat log.txt | llm "總結錯誤"

cat report.txt | llm -m gpt-4 --system "以法律語氣總結"

在llm工具出現之前，大眾的認知是 AI可以聊天、可以寫作。

在llm之后，一部分人開始意識到：AI = 可以接入系統的數據處理節點

這個影響是非常深遠的，后續的Tool Calling ,Function Calling , RAG，都是這種思想，讓大模型不只是回答問題，而是參與執行任務。

想想現在火熱的Cluade Code，西蒙在2023年就開發出的llm工具，是不是洞察力超越常人？

西蒙不僅開發工具，寫博客也是一把好手，他的博客沒有花里胡哨的界面，非常樸實，接地氣，極少空談概念，每篇都有代碼，每個例子都可以復制運行，開始在各個社區自發傳播，最終爆火。

04

你很容易脫穎而出

西蒙在一篇文章中寫道：

我曾經面試過數百人，但是我發現很多優秀的人才把所有的精力都花在了給公司寫代碼上，而不注意經營自己的個人品牌。

實際上，你只需付出相對較少的努力，就能直接躍升到招聘經理的首選名單前列(甚至可能他們都沒注意到）。

這些努力包括：

（1）開個博客，每年發布一兩篇有趣的科技文章，可以是你的新發現、修復的漏洞，或是解決的問題。

（2）創建一個小型個人項目，將代碼上傳到 GitHub，同時附上一個 README 文件，詳細描述項目并附上運行截圖，幾乎沒有人這樣做，這只需要額外花費幾個小時，卻能極大地提升你的項目在招聘經理眼中的影響力。

這絕對是西蒙這個過來人的經驗之談，如果你還沒有這兩樣，強烈建議你去做一下。