子豪的抖音视频365天，一个普通人的坚持如何变成流量密码

嘿，你刷到过子豪的抖音视频吗？就是那个每天发一条，坚持了整整365天的家伙，说真的，我第一次刷到他视频的时候，心想“这哥们儿疯了吧”——一天一条，雷打不动,这得是多大的执念啊。

但后来我仔细想了想，这事儿没那么简单，我们今天就用golang的角度，来拆解一下子豪这365天的“底层逻辑”，别笑，写代码和拍视频,本质上都是跑循环。

为什么是365天？而不是30天或100天

先讲个我自己的事儿，我刚开始学golang那阵子，写了个爬虫脚本，每天跑一次，抓电商数据，结果你猜怎么样？第三天就挂了——IP被封了，代码报错，我直接摆烂了俩礼拜，后来我学乖了，加了time.Sleep，加了重试机制，每天跑一次,跑了大概半年。

子豪这个事儿本质是一样的，365天不是一个随便挑的数字，它是个自然增长的阈值，你想想，30天，嗯，养成习惯；100天，小有成就；但365天，这是一个“年”的概念——当你看见一个人连续更新了一整年,你不会觉得他是闹着玩的。

我特意扒了一下子豪早期的视频（没错，我也好奇），前30条视频，播放量大多在几百到一千出头，但过了100天以后，有几条突然爆了，三万多，关键在于，他不是靠一条爆款火的，是靠堆出来的反馈数据，抖音算法这玩意儿，喜欢“高频+稳定”的账号，跟咱们写golang的goroutine调度器一样——你不间断发任务,它才会给你分配更多资源。

子豪的“golang式”内容迭代法

如果你用golang写过程序，你肯定知道迭代器模式，说白了就是：不管你多大体量，每次都只处理当前这一个元素,子豪就是这么干的。

我看过他几个期的视频,大概能总结出他的内容迭代路径：

你看，他没在第一天就搞什么“大片制作”，刚开始就是最土的记录——早上吃啥、干活咋样、晚上睡了没，这就像写golang最基础的fmt.Println一样，傻是傻了点,但跑得通啊。

真正厉害的是他的“重试机制”，那些没爆的视频，他没有删掉或者气馁，而是直接当素材留着，我刷到他第200天左右的一条视频，标题是“回顾一下早起失败的那些日子”，把之前糊掉的片段剪一起，反而火了一把，这不就是我们在写代码时候的error handling吗？报错了别慌，log下来，后面当bug fix素材用。

抖音算法的“并发模型”与子豪的匹配术

这话题稍微技术了点,但我尽量说人话。

抖音的分发机制其实很像一个带优先级的并发队列，你发出一条视频，算法先丢到一个小流量池里（大概200-500人），看反馈，完播率、点赞率、评论率，这三项达标了,才进更大的池子。

子豪干了件特别聪明的事——他有意识地在不同的“时间片”里测试不同的内容型，你想啊，365天，他其实是在跑一个A/B测试，比如周一到周三他发做饭类内容，周四到周五发户外，周末发情感小剧场，这跟我们在golang里用select处理多channel的逻辑一模一样——“我不管你哪个channel先收到数据，反正谁先来我处理谁”。

而且我注意到，子豪非常善于使用“评论触发机制”，他经常在视频结尾抛个问题：“你猜我今天干了啥？”或是“你敢不敢也试一下？”这直接拉高了评论率，在抖音的推荐模型里，评论的权重远高于点赞，就像golang的channel里,带缓冲的和不带缓冲的处理优先级完全不同。

非线性的成长曲线与“爆发的偶然性”

大多数人以为坚持365天，成长曲线是线性的——每天涨多少粉丝，播放量稳定增长，翻了下子豪的粉丝增长数据，前半年基本就是一条平缓的线，平均每天涨个几十个，但从第200天开始，突然爬坡了，而且不是平滑的坡,是一段一段的。

这就跟我们的程序性能优化一样，你优化了一个函数，发现瓶颈不在那儿，得换个地方动手，子豪的瓶颈是什么呢？他可能自己都没完全想明白，但他的策略很简单——继续发，就像golang代码里，你刚开始用http.ListenAndServe跑个服务，请求量上来了，发现扛不住，于是加个sync.WaitGroup，不行再加个context.WithTimeout，一路打补丁,直到系统稳定。

第270天左右，子豪发了个“手机屏幕摔了但没停机”的视频，说实话，内容挺无聊的，就是他在那儿修手机，但这条爆了，120多万播放，你看，有时候爆发点根本不是精心策划的，就像有些bug，你以为是你代码逻辑写错了，最后发现是编译环境的问题，不是你的问题,但你的坚持让你撞上了那个对的时机。

用golang的语法，理解子豪的“极限生存”

我试着用golang的语法风格，给子豪这一年拍视频的“核心代码”写个伪代码：

func 子豪的抖音365天() {
    每天 := time.NewTicker(24 * time.Hour)
    defer 每天.Stop()
    for i := 0; i < 365; i++ {
        select {
        case <-每天.C:
            灵感 := 获取当下的灵感()
            if 灵感 == nil {
                灵感 = 回顾过去的尴尬()
            }
            视频 := 拍摄并剪辑(灵感)
            if 视频.质量 < 80 {
                视频 = 加滤镜或转场()
            }
            发布(视频)
            fmt.Printf("第%d天，播放量：%d\n", i+1, 获取播放量())
        case <-收到恶评:
            log.Println("收到恶评，忽略之")
            继续生活()
        case <-灵感枯竭:
            去刷同行视频()
            找出三个可以模仿的点()
        }
    }
}

你说这代码能完美运行吗？肯定不能，实际跑起来，肯定有各种panic和异常，比如有一天他可能真的拍不出东西了，或者状态差得像一坨nil，但关键是他没让程序崩掉——加了recover机制,第二天爬起来接着跑。

真的只有坚持就够了？

别，千万别这么想，如果坚持=成功,那每个锁在房间里写golang的码农都应该是百万富翁。

子豪的成功，除了坚持,还有几个细节值得掰扯掰扯。

第一，他非常善于利用热点封装自己的内容，比如某个新闻事件火了，他不会直接评论，而是把那个新闻“塞进”自己的日常里，这相当于给函数的参数传了不同类型的值，但函数本身的结构没变，第二，他找到了一个足够低门槛的赛道——日常记录，写代码我们讲“api定义要足够简单”，内容也一样的，门槛越低，越容易坚持，第三，他不在意所谓的“完美”。

我有一条特别喜欢的子豪的视频，他拍的是自己晚上11点还在加班（对，他也有其他工作），镜头晃得很，收音也差，中间还卡了两次壳，但这条视频的弹幕全是“真实”“我也一样”。不完美的真实，比精心包装的完美更有穿透力,这算是我这一年从子豪那学到的最重要的一课。

写在看完365天之后

我是真的把他前365天的视频，从第一天看到最后一天，没办法，技术人的小毛病,总想看看for循环跑完之后的结果是啥样。

第365天，他发了条总结视频，没有煽情，没有大场面，就坐在那说：“我做到了。”那感觉就像我们写了好几个月的程序，最后go run main.go，屏幕显示了0 errors——平静得很，但你知道那些深夜排查bug的崩溃、那些找不到原因的报错、那些想要放弃的时刻,都在这一刻有了答案。

子豪有没有继续发第366天、第456天、第700天呢？我也在观望，但不管怎样，他用365天证明了一个道理：在抖音这个巨大的并发系统里，不需要天分，不需要资源，只需要你每天都go run一次自己，哪怕输出的是最普通的代码，跑得久了,总有人会看见。

而且说真的，一个能跑完365天循环的程序，本身就值得所有人看一眼。