西蒙·威利森每月收你10美元，只為少發點郵件

一個靠信息篩選吃飯的技術博主，突然開始收費幫讀者"斷網"。

西蒙·威利森（Simon Willison）在3月31日更新了個人訂閱服務 llm-echo 0.4 版本。這位以高產著稱的開發者、Datasette 開源項目作者，給新服務定的賣點直白到近乎荒誕：每月付我10美元，我保證少給你發東西。

不是賣更多內容，是賣更少。不是信息增量，是信息減量。

從"信息過載"到"付費過濾"

威利森的原話寫在訂閱頁面上：「Sponsor me for $10/month and get a curated email digest of the month's most important LLM developments. Pay me to send you less!」翻譯過來就是：每月贊助我10美元，獲得一份精心篩選的月度大語言模型（Large Language Model，LLM）重要進展摘要。花錢讓我少發點！

這個定價策略本身就在玩一個認知悖論。技術圈的 newsletters 通常按信息量計價——更多獨家分析、更多內部分享、更多早期洞察。威利森反著來：他的免費輸出已經夠多了，博客、GitHub、Twitter、演講視頻，信息密度高到讀者根本追不完。

所以他的付費產品不是"更多威利森"，而是"經過威利森過濾后的威利森"。

這有點像米其林餐廳的后廚邏輯。主廚每天經手幾十種食材，但端到你面前的只有那一盤。威利森過去十年攢下的技術嗅覺，現在被封裝成一個月度篩選器。讀者買的不是他的時間，是他的刪除鍵。

為什么是大語言模型？為什么是月度？

威利森選了一個非常具體的切口：大語言模型領域的月度摘要。這個選擇暴露了他對讀者痛點的精準判斷。

大語言模型是過去三年技術迭代最快的領域之一。OpenAI、Google、Anthropic、Meta 幾家頭部公司保持著周更甚至日更的節奏，論文、模型、API 變動、安全爭議、監管動態——信息洪流能把從業者淹沒。威利森自己就是這場洪流的制造者之一，他的博客幾乎是大模型技術演進的實時檔案。

但他清楚，生產信息的人和消費信息的人，痛點完全不同。

月度頻率也有講究。周刊太密，讀者照樣焦慮；季度太長，容易錯過關鍵轉折。月度剛好卡在"足夠新鮮"和"足夠沉淀"的交界點。威利森在 0.4 版本說明里沒提，但他過去的公開分享透露過思路：技術新聞的價值半衰期正在縮短，真正值得記住的東西，往往需要幾周才能從噪音里浮出來。

這個服務本質上是在賣"時間差"——讓讀者跳過前兩周的混亂猜測，直接拿到第三周的行業共識。

10美元定價背后的產品算計

10美元/月，年費120美元，在技術類付費通訊里屬于中低檔位。Stratechery 的 Ben Thompson 收12美元/月，TLDR 這類聚合通訊免費或3美元檔，Substack 上的獨立作者多在5-15美元區間浮動。

威利森的定價策略帶著明顯的"輕決策"設計。10美元是個心理門檻：夠便宜，讓技術從業者懶得比價；又夠貴，過濾掉純圍觀的路人。他的目標用戶很明確——那些每天被大模型信息轟炸、卻必須保持行業敏感度的產品經理和工程師。

更有意思的是他的商業模式聲明。頁面上的「Sponsor me」不是客套，是實話。威利森的主要收入來自技術咨詢和開源項目贊助，這份通訊更像是一個"關系維護工具"——讓讀者以最低成本保持連接，同時為他篩選出高意向的潛在客戶。

換句話說，這10美元買的是門票，不是內容本身。

從開源作者到"信息策展人"

威利森的職業軌跡給這個產品提供了可信度背書。他是 Django 框架的聯合創始人，Datasette 和 sqlite-utils 的作者，過去五年把大量精力投入大模型應用開發。他的技術判斷有公開記錄可查，不是突然冒出來的"AI意見領袖"。

但 llm-echo 的轉型仍然值得注意。一個以"制造工具"著稱的開發者，現在開始賣"過濾服務"。這反映了技術內容消費的一個深層變化：工具越來越自動化，但信息篩選越來越人工化。

你可以用 Perplexity、Grok、ChatGPT 自己搜大模型新聞，但威利森賭的是——讀者愿意為"誰值得信任"付費。算法能聚合信息，但沒法替你做價值判斷。他的月度摘要本質上是一份"威利森認證"的背書清單，附帶他個人視角的權重分配。

這種模式的可持續性取決于一個關鍵假設：威利森的口味是否足夠代表"重要"？他的技術偏好偏向實用主義、開源友好、小工具組合，對大廠戰略和學術前沿的關注度相對較低。讀者訂閱前得先問自己：我的信息 diet 和他重合度有多高？

產品頁面上沒有退款政策，沒有試讀樣本，沒有往期存檔。威利森的風格一貫如此——信任是前置條件，不是售后保障。

你會為一個人的刪除鍵付費嗎？還是說，在算法推薦和社交媒體的夾擊下，"被威利森忽略的東西"反而成了另一種信息缺口？