中文精炼导读
核心观点
- Jay Alammar 在 2025 年 3 月宣布"冻结"这个 GitHub Pages 博客，转而在自己的 Substack 频道继续发布内容——原因很朴素：那边的写作体验对他更便捷。
- 这不是告别，而是迁移：他在 Substack 上发布了《The Illustrated DeepSeek R-1》，延续了"用图解讲清一个模型"的经典系列；同时推荐了团队推出的《How Transformer LLMs Work》课程。
- 对读者而言，这个页面长期是"可视化机器学习"领域的标杆：从 2018 年的《The Illustrated Transformer》开始，Alammar 用大量示意图把 transformer、BERT、GPT、Stable Diffusion 等复杂模型讲成"一图胜千言"的科普范本。
- 迁移背后的信号是创作者生态的变化：当 Substack 这类平台提供了更顺手的编辑、发布、订阅与分发体验，长期依赖静态页面维护技术的独立博客作者开始把"持续写作的便利性"放在首位。
- 原博客内容并未消失——页面照常可访问，CC BY-NC-SA 4.0 许可让所有文章可以自由转载（标明出处即可），旧文与翻译仍继续服务读者。
内容精讲
这篇短文的正文只有一句话：Alammar 宣布"冻结这个博客，改到我的 Substack 上发帖"，理由是"那边的写作体验对我来说方便得多"，并请读者去关注，同时推荐了两样东西——尚未读过的读者可以去看《The Illustrated DeepSeek R-1》，以及他们团队的课程《How Transformer LLMs Work》。从技术内容上看，它是一篇标准的"搬家公告"；但把它放在 Jay Alammar 的创作脉络里，这篇公告本身就是一个值得解读的节点。
要理解这次迁移的意义，先要认识这个博客的历史地位。从 2018 年的《The Illustrated Transformer》开始，Alammar 开创了一种极具个人风格的科普方式：不依赖公式推导，而是用大量自制的示意图，把神经网络内部的张量流动、注意力机制、位置编码、词向量这些抽象概念"可视化"地讲出来。这篇文章后来成为无数深度学习入门者的必读资料，甚至被广泛用于高校课程与公司内训。此后他沿着同一条路线产出了《The Illustrated GPT-2》《The Illustrated BERT》《The Illustrated Word2Vec》《The Illustrated Stable Diffusion》等一系列作品，逐步建立起"可视化机器学习，一次讲清一个概念"这个子品牌。他参与编写的《Hands-On Large Language Models》一书，也延续了这种"直观 + 动手"的风格，把大语言模型的原理与实践从概念讲到代码。
把这篇公告放在这个背景下看，"写作体验更便捷"就不是一句客套话，而是创作者对内容基础设施的真实取舍。对一位以长图文和大量示意图为核心资产的作者来说，GitHub Pages 需要自己维护 Jekyll、处理图片资源、管理发布流程；而 Substack 这类平台把编辑、排版、订阅、邮件分发、读者互动打包成一个开箱即用的体验，让作者可以把精力从"维护博客系统"转移到"生产内容"上。这条迁移路径在 2020 年代中期其实很常见——不少独立技术写作者从自建站点转向 Substack、Beehiiv 等托管平台，本质是"内容生产流程专业化"的选择。
《The Illustrated DeepSeek R-1》是迁移后交出的第一份重要作品，它延续了"选一个热门模型、用图解拆解其机制"的系列传统，把 DeepSeek-R1 的强化学习训练、思维链与推理能力用 Alammar 标志性的图示呈现出来。与此同时，《How Transformer LLMs Work》课程把《The Illustrated Transformer》时代的核心内容系统化、产品化——从单篇文章到成体系的课程，反映了作者从"写博客"向"经营知识产品"的延伸。
对读者来说，这篇公告的实际影响是：原来的 jalammar.github.io 不再更新，但历史内容完整保留、继续可访问；所有文章在 CC BY-NC-SA 4.0 许可下可以自由翻译和转载，只需标注出处（Alammar 还特别提到"如果你翻译了我的任何文章，请告诉我，我好把翻译链接到原文"）；新的内容则集中在 Substack 频道发布。如果你一直在追他的图解系列，关注 Substack 即可；如果只是想查阅《The Illustrated Transformer》等经典，旧站依然随时可用。
阅读价值
适合熟悉 Jay Alammar 图解系列、或者正在考虑"自建博客 vs 托管平台"的创作者：这篇公告帮你定位他后续内容的去向（Substack）与旧内容的版权使用方式（CC 许可、可翻译转载）；对内容创作者来说，它也是一个关于"为什么作者会为了写作体验迁移平台"的现实样本。
本文为中文精炼导读,由 AI 基于原文整理,内容与图片版权归原作者所有。原文: http://jalammar.github.io/moving_to_substack/