有人问我应该去哪里学SEO。我的回答让他们失望了。
“别管那些SEO博客和资源了。”
他们期望有一份阅读清单。一份精心策划的行业通讯合集，也许是播客推荐，甚至一门带有证书的课程，可以添加到LinkedIn上。但我告诉他们读一本2000年关于可用性的书，并学习谷歌首次公开募股前的无障碍指南。
这不是门槛设置。而是指明通往实际门口的路线。
SEO内容问题
SEO行业存在内容问题，这很讽刺，因为内容本应是我们擅长优化的。
大多数SEO资源的存在目的是为SEO机构带来流量。它们是为了排名而写，而不是用来教学。激励机制保证你阅读的内容是为了吸引曝光而优化，而不是让你变得有能力。每一份“2026年SEO完整指南”其实都是“我们认为2026年能带来潜在客户的完整指南”。
这形成了一个奇怪的反馈循环。人们通过展示SEO的内容学习SEO，这让他们明白SEO就是为了展示SEO而创作的内容。在这个过程中，实际的学科——让网站对人和机器都良好运行——在递归中被遗忘了。
还有新鲜感的跑步机。SEO博客必须持续发布。谷歌发布公告，突然每个人都需要一个激烈的观点。一半的内容是伪装成分析的猜测，48小时内被包装成“我们目前所知”，一周内又被包装成“权威指南”。当某件事成为最终定论时，谷歌已经转移了，我们开始猜测下一步。
你可以花上多年时间阅读SEO内容，最终会对谷歌在各种博客文章中说了多少内容了解，却很少了解网站为什么有效或无效。
该学什么
真正重要的学科早于SEO出现，并且会比谷歌接下来的行动更长久。它们分为三类：
网络的工作原理人类的运作方式如何思考问题
SEO本应是三者的交汇点，但行业大部分时间忽视了这些基础。
网络的工作原理
网页开发最佳实践。 不是“技术SEO”——而是真正的网页开发。浏览器如何渲染页面。服务器如何响应请求。点击和涂屏之间会发生什么？谷歌多年来推动的性能工作（核心网页指标、移动优先索引、页面体验信号）不过是网页开发最佳实践的重新包装，并附加了排名激励。如果你了解网络的运作方式，你就能理解谷歌在测量什么，而不需要别人告诉你。
网页无障碍。《网络内容无障碍指南》的存在，是因为网络应当对所有人都适用。关注它们会让你的网站更好地支持屏幕阅读器、键盘导航，甚至——意外地——搜索引擎爬虫。这种重叠并非巧合。爬虫实际上是盲目用户，无法可靠执行JavaScript。当无障碍倡导者花费数十年时间争取语义HTML时，他们也无意中为技术SEO奠定了基础。不客气。
信息检索。这就是搜索引擎建立在学术学科基础上的。精准度与回忆。相关性排名。查询理解。在归还别人要求的正当内容和归还他们可能真心想要的东西之间的权衡。你不需要计算机科学学位，但基本理解这些概念能解释为什么谷歌会做出看似随意的决策。当谷歌“未能”排名你的页面时，通常是在做你未曾考虑过的检索权衡。
人类的运作方式
可用性。 史蒂夫·克鲁格的《别让我思考》于2000年出版。它仍然是了解人们实际如何使用网站的最佳入门，而不是我们想象中的他们使用方式。核心洞察——用户不是阅读，而是扫描;他们不做出最优选择，他们满足;它们不是弄明白事情是怎么运作的，而是摸索着过去——比任何热图工具都更能解释跳出率和互动信号。
雅各布·尼尔森的启发式。 1994年的十条原则，解释了为什么大多数网站会失败。系统状态的可视化。系统与现实世界的匹配。用户的控制权和自由。这些不是SEO的概念，但它们解释了为什么有些网站能转化而有些不会。而且，由于谷歌花了二十年时间试图衡量网站是否真正好，理解“好”的含义往往会有所帮助。
信息架构。内容应如何组织，使人类能够找到所需内容。这不是关于隔离关键词或建立话题权威，而是理解人们如何分类信息和导航结构。1990年代的卡片分类研究比上个月写的任何“内部链接策略”文章更有助于网站结构决策。
内容设计。 Sarah Winters在 GOV.UK 建立了内容学科，并写了一本关于内容的书——字面意义上的。内容设计会先问“用户需要做什么？”，然后再问“我们应该写什么？”它把内容当作解决问题，而不是发布。这与大多数SEO内容的生成方式相反，后者的问题是“我们应该针对哪些关键词？”，用户的实际需求是从搜索量中逆向工程而来的。
如何思考问题
可查找性。 讽刺的是：已经有一门学科描述SEO的职责，但它并不叫SEO。Peter Morville的《环境可寻性》（2005）将“人们如何找到东西？”这一问题框架为跨越搜索、导航、寻路和信息架构的设计挑战。Findability就是去掉谷歌特有策略的SEO——真正的问题，而不是某个平台的实施。当你把可寻性当作一门学科时，你就不再把搜索引擎当作宇宙中心，而是把它们当作众多渠道中的一个。
战略思维。 大多数SEO的“策略”根本不是策略。理查德·鲁梅尔特的《好策略/坏策略》为理解两者的区别提供了最清晰的框架。策略包括诊断（实际发生了什么）、指导政策（你将采取的方法）和连贯的行动（相互强化的具体步骤）。“商业关键词排名更高”是目标。“建立更多反向链接”是一种策略。这两者都不是策略，混淆它们正是为什么很多SEO工作感觉像是没有进展的活动。
这很重要，因为SEO决策并非孤立发生。他们与其他优先事项争夺资源。如果你无法清楚说明为什么技术修复比新功能更重要，或者为什么内容投资应该优先于链接建设，那你就不是在做战略——你是在为你的部门发声。鲁梅尔特教你诊断实际情况，而不是你希望自己有的情况。
为什么这样做有效
谷歌的明确目标是为用户展示最佳结果。你可以争论他们做得好不好，但目标本身指向一个方向：打造优秀的网站。
从SEO资源学习SEO的问题在于，你学会了针对衡量本身而非被测量的事物进行优化。你学会了控信号，而不是创造信号试图检测的质量。这个方法有效，直到不行，那时你需要新的策略。
基础学科没有这个问题。谷歌更新算法时，可用性原则不会改变。无障碍要求不会根据排名来调整。信息架构不存在对九月核心更新可能针对什么的猜测。
当你理解谷歌为什么重视某样东西（因为它向用户展示质量）时，你可以从基本原则推理他们所做的任何改变。当你只知道谷歌重视某样东西时，你就只能等待有人告诉你下一步该做什么。
这就是为什么那些懂得可用性、无障碍和内容设计的人根本不需要被告知E-E-A-T。当谷歌发布关于展示经验、专业知识、权威性和可信度的指南时，这并不是新闻——而是对他们一直以来所做事情的描述。SEO行业将其视为一个新的排名因素，需要优化。其他人都认出这是“桌桩”。
这也是有经验的SEO与长期从事SEO的人之间的区别。资历不是服役年限——而是同一问题在不同情境下得到解决的变体。一位高级SEO人员在企业电商、媒体出版、SaaS文档中都见过同样的潜在问题，即使表面症状看起来毫无相似之处，他也能识别出这一机制。这种模式识别不是靠清单来的。它来自于理解东西为什么会坏。
课程和认证可以教你该怎么做。当标准答案不适用时，他们教不了你该怎么做——而大多数情况下，如果你在做有趣的事情。你可以记住行业里的所有最佳实践，但一旦出现清单未预料的故障，你依然毫无用处。卡住的人是那些学会了该怎么做却从未理解为什么有效的人。
这一直都是事实。改变的是不理解的代价。
人工智能能比任何人类更快、更稳定地执行清单。如果你的价值主张是遵循文档化的流程，运行审计模板，追逐排名技巧;你是在和一个不睡觉、也不按小时计费的设备竞争。那些按按钮的人和跟班者已经在被替换。不是靠未来技术，而是靠现有的工具。
人工智能仍然难以应对新颖问题进行推理。它无法在网站流量流失时，判断出十二种可能的解释中哪一种适用于这种特定情况，尤其是在特定业务环境和具体限制下。这需要理解机制，而不是死记硬背输出。
这就是工作。这一直是我的工作。不同的是，现在替代方案已经过时，而不仅仅是效果下降。
令人不安的暗示
