weekly-summary-20250921

技术

SDD-规范驱动开发（Spec-Driven Development）

https://mp.weixin.qq.com/s/vrX4gtekSWY4f6zamPAvDg

Awesome selfhosted

https://github.com/awesome-selfhosted/awesome-selfhosted

吴恩达：AI编程加速开发也埋下大坑，软件测试空前重要

https://mp.weixin.qq.com/s/lplyjumbb12Mk-t7VYWLpw

想法

背诵是有飞轮效应的

@Abby鹿子野: 我英语高考147，从不学语法。都是整篇整篇背课文，我喜欢背课文，基本上读三四遍我就可以背下来。先读一遍，然后边读心中边翻译。然后再读两遍，再用自己的语句翻译出来，然后再打开课文对照一下。这样几遍下来很长的高中课文我都可以会背。

近期学习状态的反思

当前学习效率分析

我现在的学习效率非常低，关键问题在于没有进入心流状态学习。之前上半年学习的时候是有这种状态的，因此我深知心流状态对学习效率的重要性。要想在不到两个月的时间里掌握这些内容，必须在学习时进入心流状态。

进入心流状态的方法

保证充沛精力

首先要保证充沛的精力，也就是保证睡眠和休息，让身体保持良好状态。这是最重要的基础，没有这个基础，其他一切都免谈。

摒弃外部影响

第二个关键是摒弃外部影响，把其他事情都放在一边，特别是在早上或者周末的时候。早上我就在办公室里面，其他什么东西都不要管、不要看、不要想，专注于学习和整理笔记。周末则要么关在屋子里面，要么自己出去，在外面的草坪上去背诵和读书。
其实方法很简单，只要其他方面的心思少了，专注于一个事情，自然就能进入心流状态。

获得正向反馈

另外还需要有一些正向反馈，能明确感知到自己的知识盲点在一点一点减少，或者获得了一些深刻的洞察。
邱意浓的视频能给我这种感觉。比如某个概念，我感觉好像自己记住了，实际上根本就没有理解，而邱意浓的讲解会扩展地讲一些信息，让我真正理解这个概念，并且能够衍生一些思考，与我当前的工作关联起来。比如他讲到的XP的四要素，我之前根本不知道这四要素，只停留在XP极限编程的皮毛和表面意思上。但是邱意浓讲解以后，我发现这四个要素完全可以无缝结合到我们目前的AI编码上面，这一下子记忆就很深刻了。

真正的理解与掌握

我需要的就是这种真正的理解、融会贯通，并且学以致用，这样才能真正掌握知识。否则我了解到的只是信息，而没有真正转化为我的知识。
英语学习里面有一个概念叫”可理解性输入”(Comprehensible Input)，同样地，这其实是学任何东西都通用的道理。我在学习软考的过程中也需要这种可理解性的输入，这才能转化为我真正的知识和记忆。

学习心态调整

我应该沉下心来，戒骄戒躁，不要浮躁，把软考的学习和考试通过变成一个水到渠成的过程，而不是一场赌博。因此我追求的目标是高分通过，不是勉强通过。
求上得中，求中得下，求下不得。如果我目标就定成勉强通过，那大概率是过不了的。所以一定要以高分通过为目标，也就是全理解、全掌握地去通过。我可以允许从75分的满分中，因为一些意外掉到60多分，但是我不能允许自己只掌握50分的内容，然后希望不出现任何意外地考45分。这不现实，如果我只准备或只掌握了50分的内容，那大概率到时候出点意外、出点超纲题，我可能就考个30多分了。
在学习过程中，要问问自己：为什么是这个答案？把这个搞清楚，就真正理解了。

今日计划安排

今天的几件事情先规划一下：

  1. 学习去了就先学，先别管其他的，把邱意浓的视频继续看
  2. 考虑键盘要不要买，避免各种敲击键盘的干扰
  3. 编码ECharts6的升级
  4. 晚上的面试，稍微准备一下，如果有会议室可以定一定

其他的别管了，别一天到晚脑子里面乱成一团，想着一堆事情。事情多了反而做不好。前几天我才刚总结过，人的大脑带宽有限，不可能多任务并行处理，特别是我这种情况。我就没有多进程并行执行的天赋，需要专注把事情一个一个做好并终结，这样才能形成飞轮效应，越做越少，越做越快，越做越好。

对基础知识的思考

另外，从邱意浓的视频能看出来，他在软件相关知识方面的广度和深度都很不错。这应该是软件工程专业会学的一些东西，我感觉光靠看软考的这些信息应该不至于掌握得这么深、这么广。所以我觉得还是有必要重新学一遍软件工程相关的本科和硕士教材。
这个等空了得试一下，真正的基本功很重要，基本功没修好，其他东西都不好搞。

关于AI依赖和代码理解的反思

最近在测试单轴分割线问题时，我花费了大量时间，效率极其低下。现在反思起来，我的做法确实存在问题。

首先，我应该先弄清楚这个模块到底影响了什么，它的目的是什么，然后明确测试方法，先把测试用例写好。否则，当我让AI给出修改建议时，根本无从判断建议的正确性。改完代码之后也不知道该如何验证，这样拖拖拉拉下来花了很长时间，结果自己还没弄清楚原理。

其实那段代码也不多，就几十行而已。哪怕我一行一行地去看、去调试，也花不了这么多时间。

我发现自己现在用AI已经形成了一种依赖性心理，遇到问题首先想到的就是去问AI。这种做法在排查问题时，特别是在现有复杂项目中排查之前不了解的代码问题时，效率是极低的。

归根结底，还是得知根知底，自己把代码彻底摸清楚。逆向工程在这里就有很大的用处，我们都应该有这种思维。在改代码的时候，先通过逆向工程——当然可以借助AI来做逆向工程——先把整个需求和程序设计给还原出来。等我们弄清楚了，再去让AI帮助修改。

关键是要确保自己有非常明确的判断能力，能够判断AI修改的内容是否正确。

好文摘抄

代码只占价值的10%–20%，其余80%–90%体现在结构化沟通中

OpenAI 顶级对齐研究员肖恩・格罗夫一针见血地指出：代码只占价值的10%–20%，其余80%–90%体现在结构化沟通中。一次性的提示词工程价值有限，因为它缺乏结构和上下文。未来属于 “规范化编程”（spec‑writing）——用明确、可执行的“规范”来驱动 AI。