更好的技术标准为什么未必赢

核心结论: 技术标准竞争的胜负主要取决于迁移成本和生态协调，而不是方案本身是否最优。

我最近问 AI：Pi 的 Skill 文件是 Markdown，为什么开头的元信息用 YAML，而不是 JSON？

按我的直觉，既然主要是机器读取，JSON 的规则更明确，似乎更合适。

AI 一开始说，因为 YAML 更方便人读，还支持注释和多行文本。这个解释没错，但没有说到我的疑惑点上。写 Skill 的人仍然需要阅读和修改 YAML，可这不足以解释：为什么大家一直不换？

更实际的答案是，整个工具链早已习惯了 YAML。

Jekyll 的 frontmatter 按 YAML 解析；Hugo 则明确支持 YAML、JSON 和 TOML。格式已经成为工具实现、编辑器、模板和文档的一部分，真正困难的是让整个生态一起改变习惯。

所以我真正该问的不是“哪个格式更好”，而是：“这点好处，值不值得所有人一起折腾？”

一种技术标准在局部更好，不代表它会流行。前者只是在比较功能，后者还要计算更换成本。

小黑用力扳动被 YAML 生态列车压住的铁路道岔，JSON 小车停在标注“更优”的新轨道上，表现迁移成本与生态惯性让更好的技术标准未必胜出

AI 也可能让旧标准活得更久

更有意思的是，AI 不一定会推动大家换成更好的方案。

当 AI 能自动补全、转换和纠错时，旧标准原本让人难受的地方被遮住了。用户既然感觉不到麻烦，也就没有动力更换。

AI 像是在给旧标准发“兼容性补贴”：它没有解决旧标准的问题，只是替用户承担了麻烦。结果可能不是新方案更快胜出，而是旧方案活得更久。

以后再做技术选型，我会先问：大家现在用什么？更换需要谁配合？新方案带来的好处，真的值得所有人一起折腾吗？

这些问题，可能往往比“谁更先进”更重要。