我一个朋友，一直想问我，有没有什么书，可以告诉他到底应该怎么写代码？

我一直也很迷惑，因为我自己的写代码的过程并不是通过某一本书而来的，而是通过不断的编程实现的。因此，我不知道到底什么才是所谓的编程思想。

直到今天我在 Lynda 上看一个视频教程，我才明白，设计模式就是编程思想！

掌握了设计模式，你就明白了代码是怎么写的了。剩下的，不过是最基础的语法问题罢了。

今天在听播客时，听到了一个很有意思的观点：

当你不知道要干什么的时候，就可视化吧。可视化可以帮你更好的提出问题。

当你知道要干什么的时候，就直接使用数据。可视化并不重要。

很有意思，但很有道理。

Reference：

http://teahour.fm/2014/06/16/talk-with-zhang-gong-and-zhi-cheng-about-data-visualization.html

我不是很高，只有180。在北方时，这个身高只能作为标准身高。

不过，来到深圳后，大部分人还是比我低的，这个时候就有一个好处，在地铁/公交上，我呼吸的空气是在人们头顶上的，氧气的含量更高。

不那么容易困。

今天一大早在朋友圈又看到了转发人工智能的广告，借此机会，跟大家聊一聊这两年的人工智能学习热。

人工智能是个好东西么？是的。

人工智能应该怎么学？看市场，看用途。

看市场是指，你要去看你想要去的岗位到底需要什么样的人才，根据需求来学习。

这里面有一个典型就是：

• 人工智能岗位的分两种，一种是调参数，一种是设计算法和模型。而后者，一般要求博士学历。

但是，市场上绝大多数人工智能的课程都是从 0 基础开始教你，教你人工智能背后的一些基础逻辑。这些东西该不该学？该学，但不应该是一开始就学。

对于大多数人来说，学习人工智能唯一的用途就是找一份工作，或者将其应用在你的实际工作中，那么，你应该学习的是如何用人工智能（调参数）。而不是掌握算法模型。

一股脑的都去学习基础的模型，学不学的完还是两说，等学完了，你真正去求职了，却发现，人家要博士以上，你会发现自己的学历成为了最大的门槛，这个时候，所花费的时间就浪费了。

我的建议：人工智能值得学，应该学，但是对于绝大多数人来说，应该从应用入手，先学会调参数，再去深挖模型和算法。倒过来学习，对于你几乎没有帮助。因为你差的不是人工智能的基础知识，而是那一份博士学历。

在过去的一年里，社群产品“知识星球”变得愈加火热，越来越多的人都选择了知识星球，作为自己的社群运营工具。

那么知识星球和得到、极客时间等之类的知识付费产品的区别到底在哪里呢？

我觉得知识星球更加突出了碎片化学习的特征，你接收到的都是碎片化的信息，而不是知识

不少人购买了得到就觉得自己学到了知识，但其实你只是得到了信息，而且，对于大多数人来说，你得到的是信息的准入券，真正进去学的又有几个呢？

知识星球相比于得到，更加的不成体系化，更多的表现出了碎片化，在这种情况下，应该更加明确，我们所得到的是信息，而不是知识。

接着说昨天的那个朋友的事情，由于没有自己的开发团队，所以只能找到一个外包团队来赶进度。
因为团队的不协调，大家时间上的不一致，出现了很多的问题，总是在不断的沟通，浪费了大量的时间来处理相关的事务。
 
 

1. 能不用外包，就不用外包
2. 尽量搞一个技术能 cover 掉团队的90%需求的人来进行项目开发。
3. 总是在开会

把书本上的知识都忘了，剩下的就是你自己的了。

作为一个职场人士，对于我们来说，拥有自己的核心竞争力是非常重要的。核心竞争力是我们赖以生存的东西，那我们是否要一直去做自己最有核心竞争力的地方呢？我一直觉得，核心竞争力我们应该紧紧的抓在自己手上，不能放出去。

今天早上在听播客时，有了新的看法

我听的是 TeaHour 的第 49 期：和姜海舟聊聊互联网金融

在这一期中，嘉宾“姜海舟”分享了自己的看法，那就是把自己最擅长的东西交给别人去做，这样你才能不断的提升自己的能力。 这个想法我觉得很好。

你要不断的将自己最擅长的东西交出去，然后去学习新的东西，这样你就可以不断的去接触到新的东西，提升自己的能力，开拓新的能力。而且，你之前曾掌握的能力还会在其他的方面给你一些补足，帮助你更好的发展。

博客链接：

http://teahour.fm/2014/04/04/talk-with-jianghaizhou.html