从 2017 年写到今天的博客
Lil'Log 的门牌只有两句话：一句欢迎语，一句我从 2017 年起在这个博客里记录我的学习笔记。页面描述也只有短短一行 Document my learning notes.。整站没有产品介绍、没有定价、没有注册墙，打开就是文章列表。作者是 Lilian Weng，博客长期围绕大模型与机器学习展开，主题集中在递归自改进、标度律和推理时计算这些方向，适合想系统读长文的读者。
深度介绍
Lil'Log详细介绍
长文与阅读时长都标清楚
首页最新几篇覆盖递归自改进、标度律与推理时计算等话题，其中包括 Harness Engineering for Self-Improvement 和 Scaling Laws, Carefully 等篇目。每篇文章都标注发布日期、预计阅读时长和作者，点进去之前就能判断要花多少时间。长文动辄二十分钟往上，这样的标注让选文变得可控，也能按自己的空档挑合适长度来读，不必读到一半才发现时间不够。
免费开放，没有注册墙
博客全部内容免费开放，不需要注册、不需要付费，打开文章就能读。页面里没有会员入口，也没有付费墙，作者靠归档、标签和常见问题这些公开结构组织内容。对只想查一段资料的读者来说，这意味着可以直接把链接发给别人，对方点开即读，不会遇到登录提示。愿意持续追更的人可以订阅 RSS，读完的文章随时能分享出去，站内也没有任何需要付费的项目。
归档、标签、搜索三条检索路
找旧文有三条路：归档按时间列出全部文章，标签按主题聚合，搜索直接输入关键词。文章标题本身是可点击的链接，列表页点一下就进正文；常见问题页单独收了高频疑问，减少来回翻找。配合每篇的日期与阅读时长，可以先用标签圈定主题，再按时间挑一篇合适的。需要做文献综述或整理资料时，这套结构比按时间一路刷要高效得多。
首屏入口排得极简
首屏的入口排得很直：文章列表、归档、搜索三个按钮并排，欢迎语在上方承接，下面紧接着最新文章的日期与阅读时长。每篇正文末尾还有致谢位，标出帮助过这篇文章的人。整套排布没有推荐流、没有侧边广告，读者的注意力只留在文字上，愿意追更的人可以从页脚的 RSS 入口订阅。少见的花哨东西一样都没有，页面安静得接近纸书。
给研究者也给科普读者
官网给出的读者定位是研究者、工程师、学生与科普读者，主题围绕递归自改进、标度律、推理时计算这类大模型议题展开，也适合需要做文献综述的人当索引用。不同人来的目的不一样：有人想补基础概念，有人追最新研究动向，有人只是想找一篇讲得清楚的长文。文章的深度配上阅读时长标注，让这几类读者都能各取所需，不必担心点进去发现太浅或太深。
打开就能读的上手路径
上手不需要任何步骤：进入首页直接读最新文章，想找特定主题就点标签或用搜索，想按时间翻就进归档。读完一篇想继续追，可以订阅 RSS，或者顺着文内链接读相关的旧文。手机浏览器打开同样正常，页面没有需要下载的客户端。建议先从最新一篇读起，感受作者的叙述节奏，再通过标签深入自己关心的方向，读得顺手就留个订阅。
产品特点
核心功能与独有价值
一句话标题写了十年
页面描述从建站起就是 Document my learning notes，多年没有换过说法。对读者来说，这种一致反而好判断：进来就是读学习记录，没有多余包装，也不用担心文章变成软文或者推广稿。
每篇都标阅读时长
最新几篇的预计阅读时长从二十几分钟到半小时不等，点开之前就知道要花多久。挑文章时按时间预算来选，比只看标题猜长短可靠得多，通勤路上和整块时间各有各的读法。
极简到没有推荐流
首页没有算法推荐、没有侧栏广告，只有文章列表和检索入口。想读什么全靠自己选，页面因此保持安静，长时间阅读时不会被不断弹出的新内容打断节奏，也不容易越读越偏。
三条检索路互相兜底
同一篇旧文既能从归档按时间找到，也能从标签按主题找到，还能直接搜关键词。三种方式彼此补位，尤其是隔了几年的长文，不用担心因为记不清发布时间就彻底找不回来。
最近动态
重要更新
递归自改进长文发布
Harness Engineering for Self-Improvement 上线，文章梳理自我改进回路的相关讨论，并引用了 1965 年与 2008 年的两段早期论述，可从官网首页直接进入。
站点结构与检索保持极简
五栏导航、归档、标签、搜索与常见问题页维持原样，文章可被搜索引擎正常收录，读者无需注册即可阅读全文，也没有新增付费内容。
本页内容按官网重写
介绍与功能说明已对照首页更新：2017 年起记录学习笔记的定位、最新文章与阅读时长标注、归档标签搜索三条检索路径，均以官网当前展示为准。
产品总结
Lil'Log 是 Lilian Weng 从 2017 年起一直维护的研究博客，门牌只有两句话：欢迎语，加上一句我在这个博客里记录自己的学习笔记。页面描述也只有一行 Document my learning notes.，没有产品介绍，没有定价，也没有注册墙。整站围绕大模型与机器学习展开，写法是长文加文献梳理，适合想系统读完一个主题、而不是刷碎片资讯的读者。 首页最新几篇覆盖递归自改进、标度律与推理时计算这几个方向，其中包括 Harness Engineering for Self-Improvement 和 Scaling Laws, Carefully 等篇目。每篇文章都标注发布日期、预计阅读时长和作者，点进去之前就知道要花多久。导航共五栏，分别是文章列表、归档、搜索、标签与常见问题，旧文和主题都能快速翻到。 阅读完全免费，不需要注册，页面里也没有付费墙和订阅弹窗。想持续追更可以用 RSS，想找特定主题就走标签或搜索，手机浏览器打开同样正常。对做文献综述或整理资料的读者来说，这个博客更像一份持续更新的公开讲义，从最新一篇读起，再顺着标签深入关心的方向，是最省事的路径。
- 产品类型
- 面向大模型研究的个人学习笔记博客（长文系列）
- 支持平台
- 网页版
- 资费模式
- 全部文章免费阅读，无需注册；可按归档与标签浏览，支持订阅更新。
核验信息
参考文章与数据来源
本页事实整理自 Lil'Log 官网首页、文章归档、标签页与常见问题页：2017 年起记录学习笔记的定位说明、五栏导航、最新几篇文章的标题与日期、每篇标注的预计阅读时长与作者、文末致谢位，以及免费阅读、无需注册的开放方式；另核对了站点图与规则文件。文章内容以作者本人发布为准，核对于 2026-10-04。
- 其他官网首页
- 其他文章归档
- 其他标签页
- 其他常见问题
- 官方文档robots.txt 规则文件
- 官方文档站点图
- 其他作者 GitHub 头像
- 其他递归自改进长文
用户体验调查
Lil'Log介绍页面对您是否有帮助？