本书吸引我的地方在于其中涉及到了大量的心理学理论、心理学实验等内容,分析了人思考的过程,这是最吸引我的地方。 迷之自信 书中把人类的思考模式拆分成快思考和慢思考(系统1和系统2)两个系统,系统1和系统2并不是真实存在的实体,也不是大脑中某个固定的部位,它们是两种不同的思考模式。 系统1的直觉式快思考,也就成为了人们决策和行为的真正主宰。而系统1自身存在的缺陷,容易导致人在思考过程中出现偏见和错误。 因为儿子经常用平板看奥尔曼片段,在他的歌词中涉及到了奥特曼,加之在他这个年纪(4岁多),在我得出他是在瞎编的结论时,几乎不需要思考,可以说是就像条件反射一样。这可以用可得性偏好、因果性偏好解释。 在转化过程中,总是有一部分能量会被浪费掉,公式如下 1 能量的总和 = 有效能量 + 无效能量 “熵"就是无效能量,是"无序化"的度量。
[plqlyqrkhq.jpg] 在求职过程中遇到过这样的问题:当系统出现故障时,你是自上而下进行排查,还是自下而上 一个有趣的问题排查过程 今天,同事找我处理一个奇怪的问题。 同步公钥的过程中发现一个有趣的问题,公钥不能同步写入了 ~/.ssh/authorized_key,文件的 ownner 被修改了。 引申思考 整个问题排查并发复杂,幸好也没有占用我太多的时间,但这里让我想起之前我在求职过程时: “当系统出现故障时,你是自上而下进行排查,还是自下而上” 我当时是这样回答: ”由通过自上而下的,也有通过自下而上的
前言 最近遇到一个错误,如下 在解决过程中,回顾了很多知识,于是有了这篇文章。 关键词:预处理、编译、汇编、链接、动态链接库、静态链接库、真机调试。 链接的过程,也就是符号重定位。 (静态库里的代码会编译链接到可执行文件,资源文件需要重新打包成一个bundle文件放入ipa包) 思考题? 总结 在写文章过程中,简单复习了下编译原理与汇编语言,深感程序员的技能树太过庞大,随便一个分支就够学习一辈子。 引用 《程序员的自我修养—链接、装载与库》 C程序编译过程浅析
面向过程与面向对象的思考方式 面向过程和面向对象的差异主要体现在思考方式上,面对同样一个任务, 面向过程的思考方式,首先想的是一步步该怎么做, 对任务进行分解,先干什么后干什么,划分成不同阶段的子任务 并划分责任和义务,定义出行为,抽象出类别 对类进行实例化,实例间相互协作配合完成任务 重构,疏理类别之间的关系,将共有部分抽离成基础类,其他类从基础类继承而来 复用的单元是类 如果以开公司为例的话: 面向过程的思考方式是 面向对象的思考方式是,公司要分为生产部门、销售部门、财务等,分别有各自的职责,生产的要记录生产数据、接收原材料、产出产品,销售的要记录销量、卖出产品…… 面向过程的思考方式偏逻辑、偏动作、偏执行,更符合人类的思考方式 面向对象的思考方式偏抽象、偏数据、偏象形,像上帝模式,像老板视角,各个利益相关方仿佛具有了生命,它们之间通过相互配合完成任务。 在我看来,思考方式是面向过程与面向对象的最大差异,而不在于多态等语言特性。 面向过程与面向对象的联系 面向过程 和 面向对象并不是对立的。
DeepSeek生成的,感觉很有道理: 好的,我现在要思考用户的问题:“GWAS分析中,为何不用性染色体的基因型数据。” 上面的红字是DeepSeek的思考过程,逻辑层次分明,而且考虑各种可能,最后给出结论。 之前用ChatGPT只给出答案,有时候思考过程更能启发人,对于收集整理资料,提高各种可能性,DeepSeek非常棒,之前的博客(2025年,用DeepSeek开启你的AI工具库!) 人工智能AI的时代,我认为有两个关键点: 第一个是问问题,问问题就是思考的过程,AI大大加快查资料和展示结果的速度,之前提出一个问题10分钟,查找资料验证要60分钟,现在重要的是问问题。 第二个是判断力,AI的搜索结果和之前浏览器搜索结果类似,都是信息的罗列,但是AI给的结果更准确以及展示思考过程,这样我们由问题到答案的路径大大降低了,而且AI给出很多可能的结果,这需要我们有判断力。
1.3 写作案例关于写作案例这里,我更想表达在分享过程中一定要言之有物,笔者分享了写作的方法和注意事项,最后需要通过案例套用一下刚说的方法,做到言之有物。 可能目录有些长,说一下目录的思考,这里源于我问自己的三个问题基础上不断的延展而来,这三个问题是:如何做产品体验?如何解决体验类的问题?如何预防体验类的问题? 放平日这种分享并没有太多的压力,但在一个陌生的人群中来分享还是会感到有些压力,以下分享关于演讲过程的思考。 还有就是演讲过程中尽量的放慢语速,适当回想大纲、目标和本节重点内容是否都讲清,转移自己的注意力缓解紧张情绪。 演讲质量上场后下面人比较多,最好关注某一部分的听众,关注他们的表情是否能听懂,如果不断地点头说明还是能听懂或有收获的,如果大部分只顾看手机,可能要思考一下,如何讲的更有趣一些吸引观众。
因此,一个大型服务系统都是从小一步一步走过来的,在每个阶段,找到对应该阶段网站架构所面临的问题,然后在不断解决这些问题,在这个过程中整个架构会一直演进。 那我们来一起看一下。 思考的点 . 负载均衡的调度策略都有哪些? . 各有什么优缺点? . 各适合什么场景? 假设我们系统中需要查询2017年4月份已经下单过的用户名的明细,而这些用户分布在user1和user2上,我们后台运营系统在展示时如何分页? 在架构演进的过程中,还要考虑系统的安全性、数据分析、监控、反作弊等等......,同时继续发展呢,SOA架构、服务化、消息队列、任务调度、多机房等等… ... 在架构演进的过程中,小到核心模块代码,大到核心架构,都会不断演进的,这个过程值得我们去深入学习和思考。
近日参加外部会议,对其中谈到的数据使用过程,自己的一点思考。总结整理,分享出来。 1. 知识管理的三个层次 在知识管理领域,有一个典型的知识阶层图。 1). 4). 层次:智慧 智慧是人类基于已有的知识,针对产生的问题根据获得的信息进行分析,对比,演绎找出解决方案的能力。这种能力运用的结果是将信息的有价值部分挖掘出来并使之成为已有知识架构的一部分。 数据使用全过程 我将数据使用过程,划分为四个阶段,分别对应前面谈到的三个层次。针对不同阶段,我们的关注点也有所不同。可用下面这张图简单总结下。 1). 4). 阶段:理解数据 这无疑是使用数据的更高层次,目前在场景上还在探索之中。我看到的两个场景,分享出来。 最优样式 最优样式,相对简单。它是指平台根据用户获得数据,推荐给客户最好的展示方式。 其过程也简化为,提出数据需求,自助分析...,以上过程是双向的,不断迭代。这里更加强调平台方提供的自助分析能力和业务侧对数据的理解。
回顾 2020 可以注意到,在这篇年度总结的题目中我特别提到了思考,且这一年博客首页的 Banner 换了几次 Title 也是和“思考过程”有关的。 可以引申出一点 - 这一年,相对于结果的产出,我更关注的是过程的收获-解决问题过程中的思考。校招时部分面试的背书式回答让我很不爽「自己太菜」,逼自己了解把某项技术出现的历史与原因,这算是部分原因。 另一部分嘛,以前入门时一步一步跟着别人做 demo,跟着别人的思路走,按照别人的方法解决问题,现在深受其害库,缺少了点“独立思考”,太不爽了。 So,2020 年关注了下解决问题的思考过程,方案如何高效高质产出。 学习 - 成长 谈到学习,这一年看得书不算多,但是感觉还挺硬核。
几个月的时间一直在使用 ChatGpt-4,以口述语音转文字的形式说一下自己的体会。 1、选择版本 大前提:我使用的都是 GPT4 的版本。也就是说至少每个月要付费20$。 2、效率提升 GPT4 的确能极大的提高我们的编码,文字撰写等的效率。这是毋庸置疑的事实。 当然,个人认为国内的大模型至少短期内是很难达到 GPT4 的能力。 一种说法这是情绪不稳定,深层次的原因应该是对gpt4形成的过度依赖。 4、如何平衡依赖关系? 我个人那个做法就是我在自己的办公桌前会放一个纸和笔。 这个也是我在反复验证或思考以后得到的本质答案。当然,或许这也是咱们很多同学提前就已经知道的答案。 7、提高问题准确性的策略 对于发散性的问题如何提高准确性?我甚至专门听了b站上的一门儿外国大佬的课。 8、不要期望GPT4能解决一切问题。 如果遇到新的技术点,遇到新的挑战点,就寄希望于GPT4。这其实是自我愚昧的一种方式。 我们更多的如前所述,应该把 GPT4 当成工具。
举个例子,我有一段数据要保存,内容是: 1 2 3 4 5 6 则: 硬盘1 硬盘2 硬盘3 1 2 1+2 3 3+4 4 5+6 5 6 RAID6是在RAID5的基础上又增加一种校验方式, 至少要有4块盘,从而可以允许两块硬盘损坏。 所以我们最终决定rebuild过程中切一点点流量,实际证明确实是无损的。 总结思考 实际操作是整个处理过程的冰山一角,有惊无险就已经输了。一次把所有事情做对是最高效的。 我总结了原因,从记事起,为生活思考是一种习惯,当我晚上在校园里一圈圈的走,当我坐车上,在车窗的玻璃哈气上涂鸦,我都在思考。而自己为工作又思考了多少,思考了多久。 从方法学的角度,痛苦起的作用是触发人的深度思考。所谓兴趣是最好的老师原理也是因为有兴趣所以自然而然的会多为此思考。而现在我在事情的处理过程中思考还远远不够。
针对这份调查报告,我想就下述三点结论谈谈我的一些理解和思考。一、测试参与度分析在这一调查报告结论中,提到了需求评审、测试计划和测试评审是整个测试流程中的核心环节。 印象里在前几年,特别是2015-2019年,大家更多的认为在测试过程中技术实践更重要,比如自动化测试。而近几年大家开始回归本质,从更底层来思考质量保障和业务之间的关系。 这个过程中研发和测试的关系,更像是流水线的上下游,大家各行其是,没有很好的配合。第二阶段:百花齐放,大体对应12-18年。 互联网狂奔猛进的势头放缓后,大家开始降本增效,更追求投入产出比,从以前的粗放式实践回归到思考本质。 如果上述的不可能三角都可以满足,那一切都好说,但很多时候,管理者为了保住自己的饭碗或者获得晋升,会通过各种OKR/KPI来影响执行者,而OKR/KPI往往在落地执行过程中扭曲变形,最后一地鸡毛。
针对这份调查报告,我想就下述三点结论谈谈我的一些理解和思考。 一、测试参与度分析 在这一调查报告结论中,提到了需求评审、测试计划和测试评审是整个测试流程中的核心环节。 印象里在前几年,特别是2015-2019年,大家更多的认为在测试过程中技术实践更重要,比如自动化测试。而近几年大家开始回归本质,从更底层来思考质量保障和业务之间的关系。 这个过程中研发和测试的关系,更像是流水线的上下游,大家各行其是,没有很好的配合。 第二阶段:百花齐放,大体对应12-18年。 互联网狂奔猛进的势头放缓后,大家开始降本增效,更追求投入产出比,从以前的粗放式实践回归到思考本质。 测试过程效率的提升和演变 测试左移右移,到底是什么? 聊聊业务高可用和应用高可用 控制风险,是质量保障的核心工作 业务防资损,质量保障的第一要务!
http://192.168.31.24:4000",api_key="yourapikey",temperature=0.7,streaming=True,)system_prompt=("你是一个会展示思考过程的 思考过程提示词在大模型的响应参数里,只有部分模型是带有reasoning,如果要兼容大部分模型,就要换种方式,输出时带标签标识。 展开代码语言:PythonAI代码解释#...其它不变system_prompt=("你是一个会展示思考过程的AI。 \n""请先输出你的思考过程(用<THINK>标签包裹),""然后再输出最终答案(用<FINAL>标签包裹)。 think-section"><divclass="think-header"onclick="toggleThink(this)"><spanclass="think-arrow">▼思考过程
第4章 kotlin代码执行过程 4.1 kotlinc执行原理分析 4.2 kotlin代码执行过程 4.3 Kt.class与Java.class区别 ---- 《Kotlin极简教程》正式上架:
背景 Feign源码解析:初始化过程(一) Feign源码解析:初始化过程(二) Feign源码解析:初始化过程(三) 前面几篇分析了Feign的初始化过程,历经艰难,可算是把@FeignClient注解的接口对应的代理对象给创建出来了 今天看下在实际Feign调用过程中的一些源码细节。
简单来说,以面向对象方式编程就是一种思考方式。本书就讨论这种面向对象的思考过程。 ? 学习面向对象的概念与学习使用面向对象语言进行编程有着巨大差异,理解这点很重要。 面向对象的思考过程就是一个非常优秀的设计理念。它可以独立于语言存在。如果你熟练掌握了面向对象的思考过程,那么就可以轻松地在不同的面向对象的语言之间切换。 本书透彻地阐述了面向对象这一概念。 ? 作者Matt在书中反复强调学习面向对象的思考过程优于学习任何编程语言或工具。事实上,他也是这么做的。Matt阐述了面向对象的三要素:继承、封装、多态,并且自己加上了第四个要素:组合。 首先面向对象的思考过程更加符合大家对世界的直观感受,毕竟不是每个人都是数学家。函数式编程可以简化很多问题,但它并不能简化所有问题。 本书已经更新到了第4版。从本书长达10多年的跨度来看,面向对象范式经久不衰。Matt也适时地在新版中加入了一些新的主题,比如可移植数据、分布式系统、Web服务等。
初步分析: 通过应用日志,定位到应用处理都卡在了一条SQL语句上,这个SQL要更新一个包含4个CLOB列的表,有的update操作执行时间超过了10秒,形如, update A set a=:1, b= 4. update这条记录的第四个CLOB列。 其中CLOB是个大报文,从容量看,这张表是100G,其中一个CLOB是300G,另外三个CLOB将近100G。
在18年12月11日,当时写过一篇对DevOps实践价值的思考,其中的重点是在谈DevOps,容器云和微服务架构框架的三元一体化。只有三者相互结合才能够产生DevOps的最佳实践。 在和运维过程集成的过程中增加了类似ETL日志分析,类似Zabbix,Nagios等平台监控预警能力。 基于微服务架构开发过程持续集成实践 虽然对于DevOps过程不强制要求采用微服务架构进行开发,但是如果你采用微服务架构开发那么更加适合实施DevOps持续集成和交付过程。 对于微服务网关,包括服务的注册和接入,我们希望的是在DevOps整个实施过程中实现完全的自动化。 4. 基础技术平台开发和技术支撑团队 按传统平台 应用构想,在整个项目实施过程中还涉及到公共的基础技术平台建设的问题,其中最大的就是基础流程引擎能力提供,4A能力提供。
一、前言 最近 ChatGPT 的 Plus 用户在 GPT-4 中新增了插件功能, GPT 在插件的加持下如虎添翼。 那么常用的插件是哪些?插件化是什么?插件化有什么好处? 五、总结 本文介绍了 GPT-4 一些好用的插件,介绍什么是插件化、插件化的好处插件化和设计模式的关系和 GPT 插件目前还存在的一些问题。