—————————————————正文分隔线——————————————————

“I will learn it when I need it – 我会在我需要的时候再学“！我听到这句已经很多年了。这对于一个高速变化的软件行业环境来说，这似乎是一个非常实用的态度。 在某些方面这的确很实用主义，不过在其它的方面，我为这句话感到很不爽。这句话变成了整个软件行业的福音，但却没有让我们的软件行业变得更好。其问题在于，这句话伪装在于其听上去像是一个智慧的有经验的开发者说的，但是人们只是以此为借口而随波逐流。实在是有太多的东西需要我们去了解，我们也的确需要在工作当中来学习这些东西。但是， “在工作中学习”和“根据遇到的问题捡知识”这两者有着巨大的不同。

• 另外，目前整个软件行业越来越需要一堆多面手，也许现在已经是这样了，只是我还没有注意到。当然，我也不喜欢这种情。现在，好像没有人愿意花更多的时间来把某一个东西学好学深学扎实，比如 计算机科学的基础知识，或是最新的你正在使用的技术，甚至你在最近几年内每天都在使用其编码的程序语言（参考：Java is passed by value）（译注：我在如何学好C++一文的回复中已经看到一些这样的人）。何苦呢？你会在你的学习路途中看到这些东西被更新，被废弃，并可能变得小众化。我和很多不同的人讨论过很多次，但是好像没有人意识到这是一个问题。 “哥们，做个实用主义的人吧”。

• 与此同时，我们所有的人都在相互地克隆和模仿（译注：参看中国的C2C）。你需要一个Java程序员，我是一个Java程序员，你也是一个Java程序员，我的邻居也是一个Java程序员。我们之间有什么差别？其实，基本没有差别。好吧，我有一些jQuery的经历，太好，所以，你知道怎么来做一个折叠式的菜单？当然，我可以Google一下，然后剽窃别人最好的代码给你 :)（译注：参看“十条不错的编程观点”中的”Googling it” is okay）。

• 与此同时，你需要招聘到真正的专业级的人物（比如，你需要写一个很牛的解析程序来以图形化展示一下后台数据），那么你可能需要准备足够的啤酒和三明治，因为你可很有一段时间找不到这样的人。

好了，其实，是有一些方法来区分，比如，我有更好的沟通能力，这就是为什么我可以做得更好。这是相当重要的，但是，如果我们用软能力而不是用技术能力来区分程序员的好坏 –  是不是有那么点反常和变态。我们所有人都可以沟通得很好，但是我们的代码乱成一团 :)。该死的，我本不应该说这事，我也有一点全才的样子。当然，我觉得我自己是一个 T型人才（译注：即有深度又有广度），但是如果我们都非常诚实的话，我们会发现更多的人的能力是“横线型”或是“下划线型”的（译注：广度型），其中只有很少数的人才是有能力的。而我们的“T型人才”在这些人中就像一个巨大的钟乳石。你看上去像一个专家，但也许你从没有做过专家，这就是专才在满是全才的世界中的优势。

投资你的未来

我不想以说教的方式来告诉你人们应该怎么样来投资自己未来的职业生涯，因为每个人都知道我们应该怎么做。很多人也许认为他们正在投资，他们努力奋斗，写很多的代码，并也做一些阅读，当然，这样坚持下去，也许十年也可以成为一个专家，而成为一个咨深专家可能需要20年（我会不断地说这些观点，总有一天我会把这个事说明白 :) ）。但是，如果真是这样的吧，每一个老家伙都会成为各个方面的专家，当然，事实是不会这样的。也许是因为人们不知道如何发展他们的专长（这是事实），但我私下里却怀疑，大家缺少的是热情而不是知识。我所说的这些东西难道不都是这样的原因吗？

我完全跑题了。“在专业上投资未来”只是这些流行语中的一个，而重点是那句话 – “I will learn it when I need it – 我会在我需要的时候再学”。对我老爸来说这样做挺好，迄今为止对我也有效。但是让我们换一个角度看看，比如金融方面，如果我们说：“我会在我需要钱的时候再去进行投资”。在这句话上面那个实用主义的光环就不那么漂亮了。

你不知道你不知道的

我们都有过这样的时候，当我们痛苦地在解决一个问题的时候，有人突然告诉你一个算法或是一个技术，其把这个问题变得又快又简单。是的，有人告诉你一个容易的方法是一件很幸运的事，否则你可能需要花上数天或数周才能找到解决方法，并且事情可能会变得一团糟。你不会因此而被批评，因为你不知道你所不知道的东西。对此，“I will learn it when I need it – 我会在我需要的时候再学”在这个时候就走不通了。因为，你不可能学习那些你以为不存在的东西。Google做了很多的工作来减轻和缓解这样的问题，但并不完美。在一个陌生的环境下面对着一堆陌生的问题，会让你非常非常地痛苦，除非你知道你所面对的是什么（例如：如果你对搜索和约束传播（constraint propagation）有点了解的话，那你就可能 容易地解决数独问题，否则的话， 这的确是 非常 难的）。你无法学习一种不知道或是你不知道用在哪里的算法。你也不可能去用一个你以为不存在的技术去解决一个问题。同样，你身边也不可以一直都有一个高人随时在给你指引正确的方向。我敢打赌，这个世界上有几十亿行代码可以被 几百万行更快，更清楚，更简单的代码所取代，因为无论是谁来写，他都不可能知道他所不知道的东西。

我想在这里成为这个观点的反方，如果我们知道我们有哪些东西我们不知道，那么我们就知道我们需要去关注哪些东西。粗浅地尽可能的大范围的知道这些东西，那么，我们就可以在遇到问题的时候明白我们应该去更深地学什么样的知识。但是，这样来做在实际上并不有效，因为，这些浮云般的知识不会让你记下来，我们的大脑不是这样工作的。如果我们不去强化或是深度挖掘去消化这些概念， 我们的大脑会很快地 把这些信息标为不重要并换页出去，这么做无非就是在浪费时间（你回头想一想你那些“填鸭式”的死记硬背的知识，你今天还记得吗？）然而，对于那些你集中精力深度研究过的东西——并伴随着你的兴趣的东西——你会收获到扎实的知识（那是你大脑里实际存下的不会忘的东西）。我的爷爷是一个核物理学家，数十年的在工作中获得这个领域中更深的知识让他今天成为了一个专家，同时也让他成为了一个优秀的数学家，不错的化学家，非常好的地理学家，还是一个合格的生物学家，等等。只需要一些 观察性的证据 你就知道广度的知识是深度研究的副产品。

你学得足够快吗？

有些东西你需要花很长的时间才能学会。我对自己有信心不需跳跃性的就能把一个我从没有见过的ORM框架学会，因为我以前用过相似的东西，它们在概念上是相同的。但是，如果你需要做一个把演讲转成文本的东西呢，这并不简单，因为你没有足够多的背景知识。你可以希望通过Google给你提供一些东西让你Copy/Paste，但这是一个很不好的做法，只有大学里的做研究的研究员干这种烂事。如果是要创建一个网站呢，我们都知道怎么去创建一个网站，但是有多少人会知道如何架构一个每天有一千万用户访问的网站？那么我们需要去学的就是怎么做扩容扩展，我相信你的用户需要等你一到两个月才能把速度提上去 :)。是的，我太笨了，所有我需要做的就是去招一个专家，然后……嗯……哦等一下，我们的啤酒和三明治都不够了。

为什么我应该关心

和高手在一起工作真是超爽无比。你也许以前经历过，他们每说的一件事总是新鲜的，总是有意思的，你能从他们每一行的代码中学到很多小技巧，你几乎可以感觉到你的大脑在不断膨胀:)。你想从高手学习，所以，如果你身边没有高手，那真是太糟糕了。因为每一个人只会去学那些“需要”被学的东西，所以没有人能教给你任何有意思的东西。然而，这些高手也总是想和高手一起工作， 所以，你需要做的事就是确定能让高手想和你一起工作？。按需所学也许是一个不错的技能，但其不应该成为程序员的价值观。是的，这是一个巨大的行业你不可能学习所有的东西，所以，你需要有所选择地把其学精，只要你有足够的好奇心去跟从你的兴趣，你会发现最终你会真正掌握很多很多其它的东西。如果你能把你的工作做好，那么其它的超级牛人都会想要和你一起工作，因为他们可以从你这学到东西，而你又可以从他们那里学到东西。这样一来，所有的人都会是成功者。

—————————————————正文结束分割线——————————————————

我在这里想说几个我的观点：

1. 我特别同意作者的，如果你把一个技术搞精搞深，你的知识面自然会很广的。

2. 面对于各种比较深的东西（比如C++的奇技淫巧），作为一个实用主义者可能很不屑，但是你也会为此而失去开阔眼界的机会。

3. 为明天做一些技术储备，因为你不知道你所缺的东西。多多阅读，多多交流，最好能把自己的心得写下来强化自己的认识和记忆。

4. 不要只寄望于在工作中学习，工作没有覆盖的地方你就不学了。真正的高手在工作之余都会花很多时间去自己研究点东西的。

5. 永远和高手一起工作。如果你面试的公司的面试太简单了，那就不要去，因为简单的面试通常意味着平庸。去那样的公司工作只会让你的学习速度变慢，甚至倒退。

6. 很多东西在概念上是相通的，在哲学层次上是相通的，这是你需要去追求的学习知识的境界。

7. 最后echo一下作者的话——“很多时候，你缺少的不是知识而是热情”！

谢谢大家又花了一点看我的唠叨。呵呵。

1. 培养能力而无他

   无论你是否承认，计算机世界是慕强的。能力的高低在计算机面前一眼就能看出——能否快速解决问题是评价的唯一标准，而学历、分数则都是衍生的（derived）、辅助的指标。但很可惜，很多人倒置了这一判断标准，以成绩的追求掩盖了能力的提升。

   这或许是导致【卷】的重要因素。

   我的第一个观察是，这些大佬们，无一不把培养能力的优先级提到所有其他事项之前。

   计算机类的专业，培养学生的目的实际上只有一个，那就是解决问题。无论是进入工业界造产品，还是在学术界做科研，你被需求的本质原因是你能解决问题，这也是计算机学生能力范畴里最重要的一环。

   从消除编译错误，到提高分布式系统的吞吐；从复现一篇前人论文，到站在已知的科研工作上创造新的洞见，这一系列活动中充满了需要被解决的问题。而为了解决这些问题，你必须在本科期间努力培养自己这方面的能力——打好知识体系基础，真正地理解现有的设计，并在这个基础上动手重造轮子、hack 甚至是改良。

   大佬之所以为大佬，不是因为他们功课成绩好，而是因为他们持续地在提高自己的能力——而这个过程，可以是非常令人享受的。

   反过来说，诸君不妨扪心自问，你奋力追逐的有限资源，真的对你的能力提升有重大价值吗？

   我知道的很多大佬，在学校的成绩并不好——因为他们会翘掉那些明显粗制滥造、毫无营养的学业课，而谋求自学优秀的公开课[^1: 这里并不是在鼓励你不要上学校的课，而是提醒你明白你的目的是提高能力，而不是上课，如果学校的课可以满足这个目的，那么你应该积极主动地投入]。

   而对于升学，如果你没有想清楚更高的学历究竟能带给你什么，只是随大流或者逃避你终要面对的问题，这种战略上的怠惰只会令你更加痛苦。

2. 见识决定了你的上限

   我的第二个观察是，好的计算机学生，都对这个领域拥有着强烈的好奇，有着广泛的兴趣，并对前沿和潮流拥有敏锐的嗅觉和认知。

   从主观上说，叫见识广，从客观来讲，叫拥有足够的 exposure（原谅我不知道怎么翻译这个词）。 我从两个方面叙述。

   第一个方面是，在学习计算机的初期阶段，需要尽可能地对这个学科产生大局观。计算机世界的一切，都围绕着计算展开的。从计算的本质——算法、数据结构、计算复杂性出发，落到实践上就是从二进制指令到 CPU 的工作原理，从编译到操作系统，从网络到分布式系统，再推而广之到各种计算机应用，整个计算机领域会在你面前形成一幅广阔的图景，而你则是整个世界的主人。

   拥有大局观的好处在于，你不会钻牛角尖，不会产生【学计算机就是炼丹】的狭隘观感，你知道世界很大，天地广阔，万物可爱。

   并且，你会保持谦逊，激发好奇——这就是蜕变的开始。

   第二个方面是需要提升自己对这门学科的【品味】。学计算机的人，就像学做菜的厨师，品味（taste）是最重要的素质，而【过时的东西】则是对品味最严重的破坏。

   须知，计算机科学是一个蓬勃发展的学科，新的技术层出不穷，升级、变革、颠覆无时不刻不在发生。你需要培养自己在这个领域的嗅觉和见识——不一定要追逐潮流，但你一定要知道潮流的方向。 软件之于硬件，最重大的优势在于极低的迭代成本（相对而言，这个优势的背面是极高的复杂度和历史的重演），老的技术被淘汰的速度远远超过其他任何一门学科。这个特征的结果是，学校里教的东西很多都过时了，你必须要自己花时间来考虑自己究竟要学什么，你必须突破语言的屏障，你必须广泛阅读。

   何以培养品味？唯有广泛的见闻。去了解，去探索，去品尝，去对比，去总结。

   优秀的计算机学生，会对整个领域都有一定的了解，并且对新兴的技术保持极高的热情——而不是故纸堆里的往年考题。

3. 努力决定了你的下限

   我的第三个观察是，那些计算机大佬往往付出了比你想象得多的努力。

   当你见识了这个广阔的图景，了解到了很多时髦词汇（buzzwords），你不应该只停留于此，而是在打好基础后朝着一个方向去深入，这个过程需要卓绝的努力。

   见识广的计算机学生并不少，但如果只是流于侃侃而谈，而没有做事，则只会积攒你的焦虑。

   打基础的方式很简单。

   计算机科学发展这么些年来，已经涌现出了非常多优秀的教材，比如计算机系统导论的 CSAPP（Compter System: An Programmer's Perspective）、编程理论入门的 SICP（Structure and Interpretation of Computer Program）、操作系统的 OSTEP（Operating System Three Easy Pieces）、计算机网络的自顶向下方法（Computer Networking: A Top-down Approach）、数据库系统的 DBSC（Database System Concepts）、分布式系统的 DDIA（Design Data Intensive Application）等等[^: 这里的视角更偏向 system 一些，但 system 应当是其他应用方向的基础]。 这些教材每一本拿出来都是一块砖，但却是绕不过的学科基石。如果在打基础阶段你不付出努力来真正吃透这些内容，你会在未来无数次地后悔。

   读书是苦功夫，但需要佐以聪明的方法、灵活的实践，这些也是努力的一部分。

   强者之所以强，天赋或智商可能有一定作用。但我很喜欢陈立杰说过的一句话：

   “以大多数人努力程度之低，根本轮不到拼智商。”

   计算机科学，特别是应用方向，在我看来，纯粹是技能的训练，意即【只要肯花时间就一定能学会】。

   这并不是鼓吹死读书，而是想说明，努力是不可绕过的。

   你可能看到了交大的迟先生能力过人，但你没看到他大一就自己刷完了 CSAPP、造过 CPU、写过操作系统和光线追踪；你可能看到了陈立杰初三开始搞信息学竞赛，高一就能进国家集训队，但你没看到他废寝忘食、高强度的刷题训练。

   而你究竟投入了多少时间到计算机之中呢？

4. 自驱：让这个过程更加美好

   上面的论述似乎在塑造一种【超人观】，似乎对人过于苛求。毕竟如迟先生、陈老师这种超一流的计算机科学学生只是少数。对于大部分人来说，目的可能只是学好计算机，找到好工作——为什么要这么苦呢？

   实际上，如王小波所言：“人的一切痛苦，本质上都是对自己无能的愤怒。”

   不得不说，从零开始冷启动学习计算机的确是差异极大的体验。为学计算机而感到痛苦的，往往是那些还没有越过某个坎的学生。

   有些人很快就完成了冷启动的历程，并感受到了计算机科学内在的逻辑与美感，在学习之中收获了正面的反馈，从而把学习作为了一种享受。

   而有很多学生则长时间无法完成这一步蜕变，始终在琐碎、迷茫与挫败的泥泞之中挣扎。

   之所以会造成这样的分野，在我看来与一种【接受灌输】的惰性思维习惯有关。如果你仍在挣扎之中，你可能需要反思一下自己长期以来的学习和思考习惯是否足够【自驱】。

   我们的教育中有着太多表象性的灌输，缺乏对深层次的原理的探究，这对于计算机科学的学习来说，是致命的坏实践。有多少次，你只是记住了答案，而不知道原因？有多少次，你只看到了表象，而忽视了深挖其本质？

   你可以在那些优秀的计算机学生身上看到一种闪着光的对于探究的自驱力。这是一种超越教材和考试的要求的对【为什么】的追问。为此也是因此，他们拥有了强大的资料搜索能力、信息分辨能力以及动手实践的能力，日积月累下来，差距就是这么被拉开的。

5. 分享：与世界一起成长

   探索与求证的结果，往往是较为独到的新见解，因此另一个观察是，这些大佬们非常乐于分享自己在这个过程中的收获。

   在线下，他们可能会很乐于帮助身边的同学，而在线上，则会是积极的优质内容生产者。

   从知识点的讲解，到一次探究经历的记录；从一道算法题的题解，到一篇论文的读后笔记。计算机科学的学习与成长之路上有太多可以记录与分享的美好景色。

   我自己正是在实践这个模式——各位能看到这篇文章正是因为我希望分享自己的观察与思考。一方面，把自己的想法正式地整理成文字的过程是对思维的再次提升，可以形成更加体系化的见解；另一方面，分享后收获的认可与鼓励可以反过来激励自己学习更多、思考更多、产出更多。如果自己分享的内容能真正地帮到别人，则会给自己带来极大的成就感与幸福感！

6. 创造：本质幸福的来源

   上面关于分享的说法已经触及到了超越【学习计算机科学】的更本质的人生哲学话题。

   人生来是为创造的。我们是天生的创作者，从工具到艺术品，创造是充满美感的体验。如果说学会编程给人带来最重要的意义，那必然是赋予了你用程序来创造的能力。简单如复刻一个已有的轮子，复杂如构建一个分布式数据库，创造是非常美妙的体验。

   那些找到了对计算机科学的热爱的人，无一不是善于创造、乐于创造的。

   须知，资源竞争是零和的残酷游戏，而创造则是有着广阔无垠可能性的自由之疆！

   让我们一起用代码来改变世界吧！