程序員思維模型

㈠ 編程究竟難在哪

1. 難在思路的構建

你學了很多語法，很多 API，但是當給你一個實際問題，讓你通過編程實現，不是簡單地羅列 API 即可完成，而是需要你對問題進行分析，理清解決問題的邏輯，然後再通過各種演算法、數據結構和 API 等進行編程實現。

2. 做出來容易，做好難

當你解決了思路構建的難點，解決了一個問題，但是你是否使用的最好的方法，這就是所謂的做出來容易，做好難。

寫的程序能夠解決問題且沒有 bug 是基本要求。這里的做好不是指功能正確，而是寫的程序容易理解，能夠很容易讓其他接手的程序員（水平不差）看懂為什麼這么寫。

正確是現在怎麼寫不會挖坑害將來的人，現在怎麼寫能讓別人1年後看你代碼時候不可能理解錯你現在的意圖，現在怎麼寫能在別人將來犯錯的時候提示他你錯了。

編程是給未來的未知人講故事，你無法知道將來這個人是誰，他都懂什麼，他經歷過什麼，這個系統將來已經是什麼樣子了。我們需要在這種無知，缺乏信息的情況下做決定，從千萬種把這件事做出來的方法里，選出你覺得最能把這個故事給講好的那種方式，把故事寫下來。

編程是一種溝通，用程序跨越時空之溝通則是一門屬於程序員的特有的藝術 —— 阿萊克西斯
3. 規范性好，有良好的可擴展性

並且程序的可擴展性，規范性高，後期維護難度小。整體功能實現的過程中，各種情況考慮規范。其實學習編程和學習其他內容一樣，沒有什麼太大差別。心態放好，用對方法，你就能夠學好。重要的是學知識的人是什麼樣子，而不是學的是什麼。

在這給你一些學習編程的建議，希望對你有用。

1. 讓編程成為一個習慣
想要培養一項技能的最好的辦法，就是將他融入到我們的生活並成為我們的愛好。其實說白了，就是讓這個愛好成為一個習慣，一天不去做這件事情，都會覺得少了什麼。在不知不覺中，這個習慣會像滾雪球一樣積累起來。

對我來說，養成這種習慣首先就是要對「拖延症」說不。比如，你想鍛煉下自己的寫作能力時，但是沒有好看的本子，沒有好的靈感，沒有安靜的環境....總之就是找各種理由一拖再拖，最後就不了了之了。

為自己設定一下，每周拿出幾天，每天拿出幾個小時，編程學習就這樣慢慢步入正軌。

2. 將每天的學習過程拆分成小塊
對待編程學習，我們沒必要像健身狂人那樣一口氣做到筋疲力盡。與其直接編程2小時，我們完全可以先做40分鍾、然後休息5分鍾，整個過程重復4次。很明顯。

㈡ 程序員的邏輯思維可以從哪些方面進行培養呢

程序員邏輯思維的培養對軟體工程非常重要，思維快的能快速編寫邏輯代碼。可以從一下幾個方面進行慢慢培養。
第一：明確學習目的
邏輯思維學習編程對多數IT業人員來說都是非常有用的。學編程，做一名編程人員，從個人角度講，可以解決在軟體使用中所遇到的問題，改進現有軟體，可以為自己找到一份理想的工作添加重要得砝碼，有利於在求職道路上謀得一個好的職位；從國家的角度，可以為中國的軟體產業做出應有的貢獻，一名優秀的程序員永遠是被爭奪的對象。學習編程還能鍛煉思維，使我們的邏輯思維更加嚴密；能夠不斷享受到創新的樂趣，將一直有機會走在高科技的前沿，因為程序設計本身是一種創造性的工作。知識經濟時代給我們帶來了無限的機會，要想真正掌握計算機技術，並在IT行業里干出一番事業來，有所作為，具有一定的編程能力是一個基本條件和要求。
第二打好基礎，學好基礎知識對我們開發也很重要學編程要具備一定的基礎，總結之有以下幾方面：
首先是數學基礎 從計算機發展和應用的歷史來看計算機的數學模型和體系結構等都是有數學家提出的，最早的計算機也是為數值計算而設計的。因此，要學好計算機就要有一定的數學基礎，出學者有高中水平就差不多了。
其次是邏輯思維能力的培養 學程序設計要有一定的邏輯思維能力，「邏思力」的培養要長時間的實踐鍛煉。要想成為一名優秀的程序員，最重要的是掌握編程思想。要做到這一點必須在反復的實踐、觀察、分析、比較、總結中逐漸地積累。因此在學習編程過程中，我們不必等到什麼都完全明白了才去動手實踐，只要明白了大概，就要敢於自己動手去體驗。誰都有第一次。有些問題只有通過實踐後才能明白，也只有實踐才能把老師和書上的知識變成自己的，高手都是這樣成材的。最後是選擇一種合適的入門語言 面對各種各樣的語言，應按什麼樣的順序學呢？程序設計工具不外乎如下幾類： 1）本地開發 應用軟體開發的工具有：Visual Basic 、Delphi 、VC++ ( C++ Builder ) 等；資料庫開發工具有：Visual Foxpro 、Oracle Developer 、Power Builder 等。 2）跨平台開發 開發工具如 Java 等。 3）網路開發 對客戶端開發工具如：Java Script 等；對伺服器開發工具如：PHP 、ASP 、JSP 、ISAPI 、NSAPI 、CGI 等。 以上不同的環境下幾種開發工具中 VB 法簡單並容易理解，界面設計是可設化的，易學、易用。選 VB 作為入門的方向對出學者是較為適合的。
第三：注意理解一些重要概念
一本程序設計的書看到的無非就是變數、函數、條件語句、循環語句等概念，但要真正能進行編程應用，需要深入理解這些概念，在理解的基礎上應用，不要只簡單地學習語法、結構，而要吃透針對這些語法、結構的應用例子，做到舉一反三，觸類旁通。
第四：掌握編程思想，編程思想使用較多的就是oop編程思想
學習一門語言或開發工具，語法結構、功能調用是次要的，最主要是學習它的思想。例如學習 VC 就要學習 Windows 的內在機理、什麼是線程......；學習 COM 就要知道VTALBE 、類廠、介面、idl......，關鍵是學一種思想，有了思想，那麼我們就可以觸類旁通。
第六：多實踐、多交流，一切思維來自項目開發的積累
掌握編程思想必須在編程實際工作中去實踐和體會。編程起步階段要經常自己動手設計程序，具體設計時不要拘泥於固定的思維方式，遇到問題要多想幾種解決的方案。這就要多交流，各人的思維方式不同、角度各異，各有高招，通過交流可不斷吸收別人的長處，豐富編程實踐，幫助自己提高水平。親自動手進行程序設計是創造性思維應用的體現，也是培養邏輯思維的好方法。
第七：養成良好的編程習慣
編程入門不難，但入門後不斷學習是十分重要的，相對來說較為漫長。在此期間要注意養成一些良好的編程習慣。編程風格的好壞很大程度影響程序質量。良好的編程風格可以使
程序結構清晰合理，且使程序代碼便於維護。如代碼的縮進編排、變數命令規則的一致性、代碼的注釋等。
第八：上網學編程
在網上可以學到很多不同的編程思想、方法、經驗和技巧，有大量的工具和作品及相關的輔導材料供下載
8.加強計算機理論知識的再學習
思維培養學編程是符合「理論→實踐→再理論→再實踐」的一個認識過程。一開始要具有一定的計算機理論基礎知識，包括編程所需的數學基礎知識，具備了入門的條件，就可以
開始編程的實踐，從實踐中可以發現問題需要加強計算機理論知識的再學習。程序人人皆可編，但當你發現編到一定程度很難再提高的時候，就要回頭來學習一些計算機科學和數
學基礎理論。學過之後，很多以前遇到的問題都會迎刃而解，使人有豁然開朗之感。因此在學習編程的過程中要不斷地針對應用中的困惑和問題深入學習數據結構、演算法、計算機
原理、編譯原理、操作系統原理、軟體工程等計算機科學的理論基礎和數理邏輯、代數系統、圖論、離散數學等數學理論基礎知識。這樣經過不斷的學習，再努力地實踐，編程水平一定會不斷提高到一個新高度。
這就是總結出來的思維培養模式，希望能幫到你，謝謝！

㈢ 思維模型-軟體吞噬世界+ 1

軟體定義世界+

根據矽谷王川網文整理

1、數據是軟體的燃料

軟體正在吞噬世界。目前市值最大的幾家公司，google, apple, amazon, facebook, 本質上都是軟體公司。問題的關鍵是提前看清楚，未來哪一家公司的軟體，吞噬的世界多一些。如果說數據是軟體的燃料的話， 那麼分析的一個角度也許是，哪家軟體公司在關鍵重要的數據的採集方面佔有決定性優勢?

2、肉體與意識是分離的

軟體吞噬世界的一個例子: 越來越多的軟體，其代碼和底層的硬體獨立無關。當年集裝箱的出現，使工業化國家的貿易額二十年內增加七倍。當程序代碼在virtual machine 上運營，獨立於硬體架構時，其經濟影響遠遠大於集裝箱。現在甚至許多底層的傳統由硬體操作的通訊功能，都在虛擬化，轉換為軟體控制。

軟體連接的世界，不在乎底層硬體的變化。就好像一個人的生物軀體裡面的原子分子每幾年都全部換過一次，但是個體人的自我意識和身份都是始終一致的。

3、員工數量角度看價值

全球最大的硬體公司，市值超千億美元的只有三家。Intel， 十萬雇員，160 billion usd. 三星， 三十二萬雇員，150 billion usd. 網路器材公司 思科，usd 137 billion usd. 七萬雇員。

做硬體的惠普今年市值已經縮水近四分之三，只有 22 billion usd， 三十一萬雇員。做存儲硬體的emc, 股價五年內沒動，只有 50 billion usd， 七萬雇員。 而谷歌一家軟體公司，市值超過 intel + 三星 + cisco 總和， 但只有六萬雇員，相當於這三者的八分之一不到。

4、虛擬世界吞噬物理世界

1. 軟體吞噬硬體。2. 高級(可重復使用，應用層的)軟體吞噬低級 (不可重復使用，底層的)軟體。3. 虛擬世界吞噬物理世界。

5、軟體吞噬世界

軟體正在吞噬世界。 Software is eating the world.

這句話最初來自於風險投資家，原網景創始人Marc Andreessen, 2011年八月在華爾街日報上發表的文章. 產業被吞噬，意味著被邊緣化,利潤微薄,生存艱難.

讓我們先看看2015年 科技 界那些軟體和硬體公司.

(1）

2015 年最後一天，美國股市市值前六名的公司依次是：蘋果，谷歌，微軟，巴菲特的Berkshire Hathaway, 埃克森美孚石油公司和亞馬遜. 它們的市值在三千億美元到六千億美元之間.

這裡面的蘋果，谷歌，微軟和亞馬遜，本質上都是軟體公司。有的人會說蘋果是賣硬體的，但蘋果的iTunes，iCloud，AppStore的軟體生態系統才是其掌控用戶的核心所在。

曾被譏諷為"一個書店晚上業余做IT", 亞馬遜現在成了"一個IT公司順便也賣書".

(2)

和軟體公司的獨占鰲頭相比，上市公司中市值超過千億美元的硬體公司只有三家:

英特爾，市值一千六百億美元，員工十萬.

思科，市值一千三百億美元，員工七萬.

三星，市值一千六百億美元，員工三十二萬.

而作為軟體公司的谷歌，市值五千多億美元，超過上面三家硬體公司的總和，但其六萬員工數，還不到上面三家公司員工數的八分之一.

成立於二戰前的惠普，靠硬體起家，主營業務是電腦和列印機等硬體，營收一度是矽谷的龍頭老大，有近三十萬員工。但市值只有兩百億美元左右，不到一年前的三分之一.

電腦硬碟行業，九十年代的十年內，單位面積存儲量增加了1000倍，但是價格卻下降70%.九十年代末期，三大硬碟公司投入六十五億美元用於研發，但大家累計虧損八億美元。硬碟公司Western Digital 老總 Roger Johnson 稱 硬碟領域是「為時最長的工業界的慈善事業」.

為什麼會有這種巨大的差別？軟體公司為什麼在世界經濟格局中獨占鰲頭？

(3)

極具諷刺意義的是，軟體公司的興起，正是來自於硬體成本的大幅度下降和硬體技術的標准化，模塊化.

如果硬體公司不能通過硬體來推廣自己的軟體標准，自己就成了自己的掘墓人.

硬體成本下降的最根本動力，來自於晶元業的摩爾定律: 單位成本的晶元，其運算速度每兩年翻一番。摩爾定律自1965年以來，五十年發展趨勢從未被中斷。

類似的技術進步速度，也體現在內存容量，互聯網帶寬的發展上。

2000年,Andreessen 在運營第一個雲服務公司 Loudcloud 的時候，企業客戶運營一個基本的互聯網應用的成本是十五萬美元一個月. 到2011年，同樣的應用在亞馬遜的雲服務上一個月只需1500美元。有分析師統計，亞馬遜雲服務的價格過去六年下調了四十多次，以每單位Giga RAM 成本計價，每年價格下調平均超過15%.

本世紀初，通過寬頻接觸互聯網的人口全球只有大約五千萬， 2014年這個數字估計超過二十三億，到2020年預計全球通過智能手機上網的人數將突破五十億.

當初創公司的運營成本大幅下降，幾個人開發的產品可能迅速通過移動互聯網接觸到幾十億潛在客戶時，原先制約經濟發展的硬體瓶頸已經不是主要矛盾，創造核心價值的來自於全新的軟體應用.

Andreessen在他的文章中舉例，美國的實體書店Borders 2001年把它的網上業務轉賣給亞馬遜，當時的主要邏輯是網上賣書的收入太少，不重要。十年之後, Borders 宣布破產，兩百多個實體書店被迫關門。而亞馬遜早已成為世界上最大的書店，大部分書籍可以通過它的 Kindle 軟體瞬間傳播到讀者的手機上。

在美國最大的錄像實體店曾經是Blockbuster，但它已經於2010年宣布破產。今天美國最大的錄像店 Netflix （奈飛），本質上是個軟體公司。

谷歌，作為軟體公司，本質上是世界上最大的廣告公司。它的崛起，加速了傳統紙媒的衰落。

Uber作為一個軟體公司，極大打擊了傳統計程車業。

Airbnb作為一個軟體公司，已經對傳統旅館業務形成強勁威脅

這就是軟體吞噬世界的序幕，但好戲其實剛剛開始。

(4)

硬體工程師的一個典型詰問是： 沒有硬體，你的軟體怎麼運行？ 皮之不存，毛將焉附？

我的回答是：沒有張屠戶，不吃混毛豬。 硬體技術外置介面的標准化，模塊化，使得其替代選擇增多 。再加上摩爾定律因素的影響，其價格不斷下降。

皮雖重要，但是如果毛有很多皮可以選擇替代，皮的價值就沒有那麼高了。

雖然做硬體的很辛苦，技術含量甚至有時比應用軟體高，但是並不等價於其在價值鏈上的地位高。 在新產品開發初期，硬體往往是技術的瓶頸，價值最高，但隨著技術的進步，軟體移到價值鏈的頂端，是必然的事情。

軟體吞噬世界三段論是：

第一， 軟體吞噬硬體 。

第二， 應用層的軟體，吞噬模塊化，標准化的底層軟體 。

第三，也是最精彩的， 跨越物理邊界的虛擬世界，將吞噬物理世界，創造前所未有的新價值，這裡面的無限可能，將遠遠超越簡單的軟體和硬體之爭。

沒有深刻意識到這個趨勢的發展，還死守著」實物就是財富」的價值觀的人們，下面幾十年可能面臨巨大的文化震驚。

6、腦機介面

腦機介面的可能方案之一 (來自 neuralink 的 DJ seo) ：神經灰塵 (neural st ), 把幾千個大小為十到一百微米的硅基感知器直接撒到大腦皮質層里，皮質層外安裝有三毫米大小的超聲波收發器作為中繼站，頭骨再外置一個收發器。

應當是軟體吞噬世界，物理世界很多東西變成是可以被軟體抽象化後調用的一個 function call 而已。//@樂觀程序員:這個技術發展下去，程序員就可以控制所有人和整個世界了……

7、

Seth Godin:

「工業 社會 是個零和 游戲 。每一個產出生成一個獎勵，獎勵不是管理方就是工人獲得。稀缺的資源必須要分配，雙方的沖突是內在結構性的。

在一個連接經濟里，連接產生富餘。選擇很多的時候，過去稀缺的東西突然變得富足。
挑戰來自於，要重新適應一個富足的世界。具體的說，就是思考先如何對網路做出貢獻 （增加新的連接），再去想如何索取。如果你貢獻的足夠多，你得到的也就自然更多。」

「力量中心，正在迅速轉移。從那些製造（不再稀缺的）東西的人轉移到那些創造藝術建立新連接的人。工業經濟不會消失，但是話語權將來自那些建立連接而不是製造零件的人。」 這可以看成軟體吞噬世界的另一種說法。軟體程序本質上也是建立連接。低估虛擬經濟的連接威力的人，最終會被經濟規律拋棄。

8、舊船票上不了新客船

1/ 人們有一個巨大的習慣傾向，就是用自己大腦固化後的抽象思維模型，判斷標准，理解所有新生事物。

2/ 數字相機剛出來的時候，很多人會說，數字照片質量不如膠卷沖洗出來的照片清晰漂亮，存到 PC 上很麻煩不如放到相冊里收藏， 因此不看好，等等。

3/ 說過這些可笑的話的人，要麼已經不在了，要麼自己忘了，要麼不好意思承認。

4/ 真正的重大轉折點，來自於 iphone 的出現，把相片的管理變成一個軟體應用，可以瞬時和多人分享，可以有千萬種玩法。

5/ 這可以看成是軟體吞噬攝影業。這是不看好數字相機的人沒有想到的。

6/ 或者說，他們理解的軟體還是低維度的單個 PC 上的 photoshop 之類的軟體，而不是那種可以瞬時大規模共享的全新的軟體應用。雖然都叫軟體，但不是一回事。

7/ 大規模共享，就增加了很多全新的維度，可以把拍攝的照片瞬時讓別人的手機上的別的軟體調用，這樣就催生了最初發明者完全不可能想到的應用。

8/ 軟體吞噬世界的一個本質是，市場涌現出某種標准化的應用編程介面 API,當這個介面承載的參與者數目超過一個臨界點後，這個軟體系統內的效率和復雜度將會迅速超過老的系統，而且這個優勢將迅速越滾越大。把自己的相冊里的幾十張照片與幾位好友面對面分享，和幾百張照片在社交媒體上和上億人共享傳播，兩種體驗完全不可同日而語。

9/ 大規模共享的軟體應用化，是一個時間很短的過程。老系統的人按照老的抽象模型，長期拘泥於「數字相機像素低，照片質量不高」這個觀察維度里固步自封，以至於新的維度出現時，完全視而不見。在他們的世界裡，周邊環境出現了巨大不連續的躍遷。等到自己的飯碗被砸掉時，已經來不及反應了。

10/ 當很多人還在糾結電車/ 汽車 的爭論時，他們沒有意識到，這個 游戲 早就大局一定，下面是軟體吞噬自動車的時代了。

11/ 按照這個思路，軟體吞噬自動車的一個發展可能性，是大量自動車，一方面彼此間可以聯網實時共享路況等各種數據，一方面可以和大量車載移動商家直接聯網， 然後通過自駕技術讓買賣雙方的車的物理距離在最短時間內降到接近於零，從而實現交易。

12/ 這裡面會自然涌現出一個事實上的市場份額最大的標准 API，由某家車商控制。別的車商，為了能分一杯羹，會把自己的車輛軟體介面努力和這個 API 全面兼容。 然後這個 API 上會涌現出第三方開發者創造出來的各種復雜的軟體應用，可以高效率地實現各種資源共享， 並形成一種新的我們無法想像的復雜而豐富的生態。

13/ 這個發展過程中，出現的各種車禍，或者失敗的嘗試，都會被來自老的抽象模型中的反對者作為不看好的證據。

14/ 類似邏輯可以想像，軟體吞噬全球金融業。在這里，我們常會聽到很多人說 「Visa/Master 等系統每秒鍾支持的交易數目遠遠超過某個區塊鏈系統」

15/ 類似邏輯也可以想像，多個人腦/電腦伺服器 高帶寬地聯網協作，形成某種新的高效生命體， 等等。

16/ 而如果以史為鑒，大部分人無法理解這種引入新維度之後的演變，只會盯著新事物在單個維度的不足，來支持自己錯誤的結論。等到攻守易勢，大局已定時，已經沒有時間和能力避開滅頂之災了

當一個新生事物被媒體報道死過幾十次，但過幾個月後發現它還活著，那麼背後一定有你還未理解的細節

這個「物壯則老」的壯， 應當算是一種 premature optimization

9、舊思維模型理解不了新範式

1/ 大部分基金經理 （97%以上） 長期表現 （5-10 年以上，扣除管理費用後） 落後於指數基金 （這里指標准普爾指數）的原因是這樣的：

2/ 如果過去他們的某個策略的表現超越指數基金，他們對於這個策略背後的邏輯的信心就加強。

3/ 他們對於自己過去的成功， 有一個簡化的思維模型，但是實際的邏輯遠比這個更復雜。實際的邏輯，背後有各種很難觀察到的假設和邊界條件， 而這些假設和邊界條件都可能改變。

4/ 短期的策略成功，註定會吸引模仿者。模仿者湧入的初期，會給成功的策略更多正反饋，表現更好，於是強化了投資者的信念。

5/ 太多模仿者的湧入，導致策略效果變差，需要增加杠桿才能維持原來的回報。

6/ 過了某個臨界點，支持原來邏輯的假設和邊界條件改變了，原來的策略完全失效，甚至因為大量投機者迅速平倉，導致原來的策略造成巨大損失。

7/ 面臨這個臨界點，最初信念極強的成功者往往反應會遲鈍。因為其大腦形成充分強化的邏輯，有巨大的確認偏見，對於任何與其邏輯相矛盾的證據，會長時間抵觸忽略。這就是基金經理落後於被動指數基金的第一個關鍵點。

8/ 隨著 社會 發展，會不斷涌現出全新的大公司/投資策略， 吸引資本湧入。新公司的崛起往往會讓老人困惑，因為他們的商業模式/商業邏輯不太一樣。涌現出來的新的成功公司，往往有一些重要特徵，不在老人的思維模型之內，因此即使直挺挺放在他面前，也完全被忽略。

9/ 八十年代市場低估可口可樂，是因為沒有意識到他在國際市場上擴張的潛力。同樣大家對於二十年錢的Walmart 和星巴克缺乏想像力。同樣對於過去五年亞馬遜超越 IBM 和 Walmart 的邏輯缺乏理解力。同樣，他們也會對未來超越亞馬遜的新公司新組織缺乏理解力。

10/ 沒有搭上新範式里新公司的快車， 這是一個問題；但是如果狂妄到要以有限視角的信息和邏輯去做空新的大的成長公司，則可能致命。這就是基金經理大大落後於被動指數基金的第二個關鍵點。

11/ 意願不等於結果。沒有任何個體對外界的理解是全面的和完全正確的.復雜系統的演變，無法用機械簡單的因果邏輯來詮釋。市場的 歷史 經驗表明，個體的意願和結果的錯位則是必然的。如果缺乏某種簡單粗暴的結構性優勢，普通投資經理想要長期跑贏市場指數，基本上就是白忙一場。

12/ 被動基金的最大優勢在於，糾錯機制是客觀的/自動化的/不受任何情緒影響的。

13/ 主動投資要想長期超越諸如 SP500 指數基金，需要的是：1/擴大投資選擇的空間，不僅僅是美股 2/ 引入更加客觀/更接近商業本質的糾錯機制 3/ 增加其它的外部的結構性優勢 （比如利用自身商譽可以拿到普通人無法拿到的交易）

這很復雜。不能假設你掌握所有的信息。 過度優化是萬惡之源 :)//@潛伏在歐洲:為什麼要買被動基金？軟體吞噬世界的時候，買美股市值最大的前五個或者前10個公司收益豈不是賺的更多？何況被動基金佔比越來越多。

世間很多盲動屬於巴菲特所說的 "self-eutralizing" :) Buffett: "A number of smart people are involved in running hedge funds. But to a great extent their efforts are self-neutralizing, and their IQ will not overcome the costs they impose on investors "

10、生命涌現三要素

1/ 生命涌現的三個基本要素：第一要有很強的能量來源 ； 第二要有固體形態可以存儲保留信息 ； 第三要有高流動性，可以實現信息的交流/組合/計算。

2/ 這些是必要而非充分條件。

3/ 太陽系裡除地球外，其它行星要麼是氣態無法存儲信息，要麼是硬梆梆的一塊不存在流通。只有木星，土星和天王星的的一兩個衛星勉強滿足這三個條件。

4/ 對比到個人的發展來看：第一要多人多經濟發達的地方去發展。 第二，自己的工作要能夠可以記錄存儲下來，供以後利用。給被人打工，做一些事務性的東西，很難有記錄存儲的功效。錢可以看成是一種記錄存貯的形式，但是如果很快就花光了，也就無法存儲下來。寫作，藝術創造，打造產品品牌，都可以看成是記憶存儲的工作。

5/ 有了存儲，還必須流通，尋求和其它資源組合/創造新價值的機會。所以不斷各個渠道網路去努力傳播，也非常重要。

6/ 能夠在 「能量/存儲/流通」 這三點都做到的人/公司/組織，和沒有刻意做到這三點的人/公司/組織，其差別類似 有機物/無機物的差別。

7/ 可以看到，世界的發展史，就是一部： 能量攝取效率更高，存儲效率更高容量更大，信息流通更快更多，生命形態更復雜的發展 歷史 。

9/ 所有的專業人士都應當思考創造一些屬於自己的，可以長期保存，反復引用，廣泛流通的產品作品，這樣才能真正實現個人的有機成長。否則不斷要出售自己的時間，來換取金錢謀生，是一種痛苦的/低層級的存在。金錢有時並不是最好的信息存儲方式，如果被忽悠去舉債而無力償還那就更糟糕。

流通和計算似乎本質上是一件事。東西一流通，就會自然地發生各種排列組合。所謂計算，本質就是把不同的東西（輸入）用不同的方法排列組合。演算法的研究，無法就是提高流通的效率而已。所謂軟體吞噬世界，就是說「最高效的計算能力，將會主導世界」而已。

㈣ 程序員成長第二十三篇：員工不符合預期，怎麼辦

招的人多了，總會遇到幾個不符合預期的。那對於這類不符合預期的員工，我們是直接開掉嗎？

還是那句話， 得看情況，處理問題不能極端。

首先，要找到員工不符合預期的原因。

管理學大師提出過一個公式：企業持續成功 = 戰略 X 組織能力。

而組織能力 =  員工思維 X  員工能力 X 員工治理。

楊三角思維模型是用來做組織管理的，但本質還是分析員工用的。員工不符合預期，也可以藉助這個模型來分析。

一、員工思維：員工不願意做事，沒有主動性。推動起來很難受。

二、員工能力：專業技能太差，教了很多遍還是不會。溝通能力太差，溝通起來很痛苦。

三、員工治理：沒有給員工分配合適的任務。沒有給予足夠多的培訓。

首先，我們得從員工治理上來分析，是不是管理者自己的問題。對於新人來說，前期應該先培訓，培訓有沒有到位？分配的任務難度過大？這是管理的問題，並不是員工的問題。排除了管理問題後，再分析，是員工能力問題，還是態度問題？

我有個觀念，雖然不一定對，但我一直在這樣實踐。 就是不要輕易放棄一個隊友。 培養下屬能力就是管理者的本職工作之一。

如果你分析發現員工是態度問題，你們溝通過一次之後，還不改的。這種就不要再給第二次機會了。因為態度真的很難。

如果對方態度好，很努力的在學，而且確實有進步。那至少要給2次機會。但三次培訓還不行，這說明真不適合這個崗位。可以幫助他分析原因，也許換崗也是一個好的方案。工程師崗位很多，我就見過一個後端程序員轉崗為前端程序員的案例。前端會簡單一點，而且他的性格非常細心，轉型前端後，對頁面效果簡直是像素級的完成度。最後居然跟UI妹子好上了……

我並不認可開了多少人才是真正的管理者。要有原則的來開除人。更重要的是，在早期面試的時候，對招聘要求設置更高一些，找價值觀一致的人，避免招錯人。招錯人的成本是巨大的，尤其是工程師。

㈤ 邏輯思維對程序員重要嗎

很重要，在項目實際開發中邏輯思維是我們的引路人，他的靈活性直接影響我們開發的效率，對我們來說非常重要。

㈥ c邏輯思維到底是什麼要怎麼培養呀

讀一些邏輯性較強的經典著作，要抓住著作的條理性和邏輯，建立在理解書中概念的基礎上，我們可以模仿其中的推論，復現書中的關鍵內容為止。

這時候，我們知道知識的來龍去脈，我們是通過思維而獲得知識，而不是通過大量的熟背強記知識，知識更具有邏輯的使用價值。

反之，那些只求生吞活剝別人思想的人，無異於讓別的母雞在你的腦袋上下蛋，即使博學多識，卻也深陷大量的知識而無法自拔。

托爾斯泰曾說過：知識，只有當它靠積極的思維得來而不是憑證記得來的時候，才是真正的知識。

心理學家羅伯特·依·布倫南說：「如果沒有基本法則的知識，就得處理一串串冗長的信息，我們的記憶必定負擔繁重。最完美的記憶方法是把現象按因果關系聯系起來，因為哲學的任務是研究這種關系，所以我們可以主要通過培養哲理頭腦來彌補記憶力的不足。」

㈦ 說一說，程序員思維會給你的生活帶來哪些影響

比起程序員思維，程序員身份會帶來更多實實在在的影響。比如朋友家的電腦軟體壞了，第一時間會給你打電話、寬頻壞了會給你打電話、手機壞了會給你打電話、剛買一個無線路由器會給你打電話等等。有一次我一個朋友給我打電話說他家微波爐懷了，我說我也不會修家電啊，他告訴我說他家的微波爐是智能微波爐。這種類似的奇葩事情最近幾年越來越多，我也記不清給多少人重裝過系統，盡管我總是說：系統重在維護，不能一有問題就重裝，但是沒有人能聽得進去。

㈧ 怎樣才能鍛煉出程序員的思維

要鍛煉出程序員的思維 首先要做到下面幾點
多家練習 才可熟能生巧
1、扎實的基礎

數據結構、離散數學、編譯原理，這些是所有計算機科學的基礎，如果不掌握它們，很難寫出高水平的程序。程序人人都會寫，但當你發現寫到一定程度很難再提高的時候，就應該想想是不是要回過頭來學學這些最基本的理論。不要一開始就去學OOP，即使你再精通OOP，遇到一些基本演算法的時候可能也會束手無策。因此多讀一些計算機基礎理論方面的書籍是非常有必要的。

2、豐富的想像力

不要拘泥於固定的思維方式，遇到問題的時候要多想幾種解決問題的方案，試試別人從沒想過的方法。豐富的想像力是建立在豐富的知識的基礎上，除計算機以外，多涉獵其他的學科，比如天文、物理、數學等等。開闊的思維對程序員來說很重要。

3、最簡單的是最好的

這也許是所有科學都遵循的一條准則，復雜的質能轉換原理在愛因斯坦眼裡不過是一個簡單得不能再簡單的公式：E=mc2。簡單的方法更容易被人理解，更容易實現，也更容易維護。遇到問題時要優先考慮最簡單的方案，只有簡單方案不能滿足要求時再考慮復雜的方案。

4、不鑽牛角尖

當你遇到障礙的時候，不妨暫時遠離電腦，看看窗外的風景，聽聽輕音樂，和朋友聊聊天。當我遇到難題的時候會去玩游戲，當負責游戲的那部分大腦細胞極度亢奮的時候，負責編程的那部分大腦細胞就得到了充分的休息。當重新開始工作的時候，我會發現那些難題現在竟然可以迎刃而解。

5、對答案的渴求

人類自然科學的發展史就是一個渴求得到答案的過程，即使只能知道答案的一小部分也值得我們去付出。只要你堅定信念，一定要找到問題的答案，你才會付出精力去探索，即使最後沒有得到答案，在過程中你也會學到很多東西。

6、多與別人交流

三人行必有我師，也許在一次和別人不經意的談話中，就可以迸出靈感的火花。多上上網，看看別人對同一問題的看法，會給你很大的啟發。

7、良好的編程風格

注意養成良好的習慣，代碼的縮進編排，變數的命名規則要始終保持一致。大家都知道如何排除代碼中錯誤，卻往往忽視了對注釋的排錯。注釋是程序的一個重要組成部分，它可以使你的代碼更容易理解，而如果代碼已經清楚地表達了你的思想，就不必再加註釋了，如果注釋和代碼不一致，那就更加糟糕。

8、韌性和毅力

這也許是「高手」和一般程序員最大的區別。高手們並不是天才，他們是在無數個日日夜夜中磨煉出來的。成功能給我們帶來無比的喜悅，但過程卻是無比的枯燥乏味。你不妨做個測試，找個10000以內的素數表，把它們全都抄下來，然後再檢查三遍，如果能夠不間斷地完成這一工作，你就可以滿足這一條。

㈨ 《好好思考》：如何建立基於思維模型的知識體系

精進學思行  精進學思行  

本周一我們開了疫情復工後第一次全員大會，創始人在會上介紹了疫情對我們的影響，重點說明了不確定是未來的世界的常態，以及我們如何應對，進而提高我們的確定性。

我一直認為公司和個人的發展有很多相通和可以借鑒的地方，所以，組織面對不確定性的應對措施，比如聚焦，優化管理以及降本增效，對個人應對不確定的未來也是有啟發性的。

面對未來的不確定性和復雜性，在 VUCA時代，你需要一件稱手的武器 我們分享了一個重要的工具——清單。針對這個話題，分享最近讀到的一本書《好好思考》，這本書重點介紹了面對快速變化的復雜的，如何更有效構建我們的學習和思考能力？作者是成甲，我很喜歡的一個作者，也是一個非常專注於「學思行」的人，他之前寫過一本書叫《好好學習》，這是他的第2本書，書中很多觀點對我很有啟發性，分享與你。

這本書回答了三個問題：

為什麼多元思維模型重要且有效？

如何建立以問題為導向，基於多元思維模型的知識體系？

如何利用這個體系解決復雜的問題？

1 為什麼多元思維模型重要？

我們簡短回答第一個問題，重點介紹後面兩個問題。

那麼為什麼要掌握多元思維模型？我理解有兩個重要原因。首先是"多元"，多元可以理解為多個角度，因為現實世界的問題往往是很復雜，只用一個角度去理解，存在很大的局限性，所以，為了能夠更加全面深刻地理解事物的本質，以及掌握更多的解決方法，需要建立等多的視角；其次，這里提到的模型，主要是指重要學科的重要原理，因為是基於原理的，所以通常具有很強的適用性，且能從根本上解決問題。

多元思維模型，最出名的來源是——查理.芒格，巴菲特的長期搭檔，成甲而是受其影響，轉變了對高效學習的認知。以前他認為，學習就是掌握更多知識和經驗，而現在認為是為了更好尋找做決策的依據，以便在不斷變化的復雜世界中做出更好的決策。

2 什麼是多元思維模型

」思維模型」指的是我們每一個人思考時所使用的思維模板，可以認為是思考的「套路」，在查理芒格看來，所有能夠持續有效解決問題的策略，都可以稱之為思維模型。

那什麼是"多元"？就是模型要是多個不同維度，芒格推薦要學習重要學科的重要原理，因為它們是人類最頂尖的智慧所發現事物普遍規律。當面對一個問題的時候，要多個角度對問題進行分析和解決，而不是單一的視角。

2.1 多元思維模型解決問題的4個層次 

作者以自己砍價的為例，總結了我們在解決問題時，使用的策略的4個層次：經驗技巧，方法流程，學科原理和哲學視角。

經驗技巧，就是我們在實踐中總結的零散經驗，在解決問題時，給我們以啟發，比如"從腳脖子砍價"。作者提到自己2000年在北京買衣服的一次經歷，他看中一個衣服，老闆報價400，成甲嘗試問了一下「200行不行？」，老闆說「好，成交」，他直接嚇跑了，後來他的朋友說，這種地方砍價要從腳踝開始，別人報價400，要先砍到40，後來在朋友的陪伴下，以90元成交了，這就是典型的經驗技巧。

但上面這個砍價方法不具有通用性，比如你去買車，別人標價40萬，你直接砍到4萬，肯定會被人打出來的。所以，這個方法有它的局限性，還有其它方法嗎？作者後來發現，其實有一本商業書籍，專門講一系列談判方法，而其中的第1個策略就是"獅子大開口"，而對應的，還有很多類似的這樣的方法論，這就是方法流程層面。

但這還不是最根本的，為什麼這些方法流程會有效呢？比如拿前面的這個砍價，為什麼商家開價那麼高，因為這里涉及到心理學的「錨定效應"，這就是學科原理層面。

而比這個錨定效應更深層次的是心理學對人的研究思路，基於人性的弱點，可以得出很多類似的原理和效應，這就是哲學視角了。

作者認為上面這四個層次，是一個比較通用的版本，也就是在解決任何問題的時候，使用模型的時候，都可以從這4個層次去考慮。同時，作者強調，這些不同的層次沒有優劣之分，也要看具體的場景，如果你是公司的中層管理者，那麼第2個層次的方法流程對你比較實用，而如果你是公司的高管，企業家或政府高層，那麼對於第三層學科原理和第4層哲學視角，就要投入更多的精力。

2.2 棱鏡法分解問題層次

基於上面的層次，作者提出了一個分析模型——棱鏡法分解問題的層次。

棱鏡的概念來自於牛頓當時用三棱鏡把陽光分解為不同層次的7色光。我們分析問題時，也可以用類似的棱鏡，只不過這個棱鏡的名稱叫「追溯答案的因果鏈源頭」，所以，書中也提到查理.芒格的觀點：「如果你想要變得聰明，那麼就要不斷的去問為什麼？為什麼？為什麼？」，持續去問為什麼，就是在挖掘事情的因果鏈條，當挖到底層，通常會將答案關聯到最深奧的理論架構中，芒格建議要去了解這些主要理論。

成甲特備指出，前面的三個層次的思維模型通常是具體的陳述性知識，而第4個層次，則是從思維方式的層面上找有效的策略，也就是發現前面的三個層次是如何建立的思路，也可以稱為是「元思考」，就是對「思考的思考」，就是關於如何思考的程序性知識，如果前面對應的是具體思維模型，第四個可以成為是思維方式，在後面會再介紹。

3 如何建立基於多元思維

本書對我的一個最大啟發是，我們不只是掌握更多的思維模型，解決一個個具體問題，而是建議一套基於多元思維模型的知識體系。

為什麼要建立一個這樣的知識體系？除了前面提到的多元思維模型的優點外，還有一個重要原因是，這個體系中的思維模型可以形成互動和遷移，提供更多解決問題的思路。

那麼，如何建立這樣的體系呢？書中給了4條建議：體系要全面，「問思模」，模型間的橋梁，體系的骨架。

3.1 體系要全面

而作者也提出了這個體系，必須要有足夠多樣的思維方式和足夠多的豐富的知識層次。

怎麼樣算是足夠？盡可能的掌握重要學科的重要原理，哪些是重要學科呢？查理芒格給的建議是：數學，生物，物理，社會學等。成甲在這本書當中給了更加細致的總結，具有啟發性，他將我們至少應該掌握的思維模型領域分為四類：

①理解物質世界的基礎科學，比如物理學數學和化學，因為我們生活的是一個物質世界，所以我們需要了解分析這個物質系的工具；

②理解群體系統規律的科學，如經濟學和社會學等，因為我們人是社會型的動物；

③復雜系統規律的科學，比如復雜性科學，人工智慧等，因為未來是連接越來越緊密，越來越復雜的世界，它所呈現的規律對我們個體也會產生深遠的影響。

④理解精神世界的人文學科，如心理學，美學，宗教等，因為我們不僅是生活的物質世界，同時也生活在精神世界。

上面4個領域的思維方式和思維模型，是構建我們完備知識體系的基石，覆蓋了我們認知世界的主要維度。

作者也特別強調了，我們去掌握這些學科的時候，要學會從思維方式的不同上，更深入理解各個學科的價值，比如：

數學發展出的是「符號與邏輯推理」的思維方式；

物理學發展出的是「第一性原理」的思維方式；

進化生物學發展出的是「物競天擇」；

復雜性科學發展出「系統思考」的思維方式；

現代美學發展出「否定常規」的思維方式。

3.2 問思模

提到發展體系，我們很容易想到學科自己的分類體系。作者在書中談到了他和一個研究兒童養育方面的朋友的交流，談到了在這個領域當中的知識體系，它的結構呢如下圖所示

從這個分類當中，我們能看到這種分類其實是比較合理的，因為它滿足MECE的原則，我們經常看到每個學科的經典書籍的目錄也是這種組織方式。但是，這里有兩個問題：

①學科內的知識點，都能夠這么簡單清晰地分類，且分得這么清楚嗎？

②這種結構有助於我們記憶和存儲知識，但是不利於融會貫通。

我自己其實也有這種困惑，因為我也嘗試過，如果按照這種方式去給學科知識分類，一旦深入進去，就會發現有一些知識點可以屬於多個門類。第二點很像我們在 《程序員的思維訓練》3|專家的練習 中提到的，這種知識的框架能夠幫助我們去整理知識和清晰表達，但是很難直接用它去解決我們所面臨的具體問題。

本書的建議是：從問題出發，特別是基本問題出發，構建基於思維模型的知識體系，即所謂的「問思模」方法。

問：基本問題，也就是學科要解決的基本問題是什麼，用問題統領知識；

思：思維方式，就是前面提到發現思維模型背後的「元思考」，它是問題和知識的連接要素；

模：具體的思維模型，我理解這個可以看成是具體的知識，它包含我們前面提到的四個層次的模型。

3.3  相似性：建立跨科知識體系之間的橋梁

如何讓不同領域知識融匯貫通，相互借鑒，創造性解決問題呢？相似性，常用的方法是類比和隱喻。比如書中提到豐田汽車的"Just in time"生產方式的由來，它其實來自於零售行業，當時豐田苦於大量零件庫存帶來的浪費，突然想到，其實零售行業也會有相似的問題，而且它比汽車行行業發展更久，它們是這么做的呢？於是就將其借鑒到汽車行業。

這個很類似我們做產品開發的時候，常常要做標桿分析，人們比較容易想到的是同領域的產品，比如汽車開發時，看看BBA（BMW，Benz和Audi）是怎麼做的，其實還可以進行非本行業的對標，比如現在智能汽車在做交互的時候，完全可以參考頂級電子產品的做法，比如蘋果。

而且這種相似性，表面差異越大，但是解決的基本問題越相似，常常借鑒的價值越大。所以，結合前面的棱鏡分析，我們可以將「基本問題」作為抓手，基於基本問題的相似性，借鑒相應的思維模型，從而達到舉一反三，融會貫通的目的。

3.4 結構化思維：支撐跨科學科體系的骨架

在職場上，我觀察到一個現象，真正解決問題的高手，他們遇到一個復雜問題的時候，其實並不急於去嘗試各種不同的方案，而是會先用一個思維框架來分析，這個問題背後的基本問題是什麼？解決它的核心思路是什麼？有什麼分析這類問題常用的結構框架？

為什麼這樣思考很重要呢？這是因為高手們知道，只有看到了系統的結構和關鍵要素，弄明白了系統結構背後運作的規律，才能夠做出可靠的判斷，找到有效解決問題的方法。

也就是說，普通人解決問題，是基於不斷嘗試，積累經驗，而高手可能有更好的方式，也即是會先去了解問題的類型，觀察它的結構，抓住關鍵要素，最後是安放細節，就像庖丁解牛，游刃有餘。

而這裡面所利用的一個重要的思維就是結構化思維，什麼是結構化？它指的是，分析問題的時候，從全局的視角，看到問題的核心與結構，在此基礎上去理解細節，比如你看電影的時候，首先關注的不是電影的具體細節，而是它的敘事結構，怎樣通過起承轉合支撐起故事。

如何找到不同領域問題的結構呢？有條捷徑，前人總結的套路。我們日常碰到的幾乎99%的問題，都是有結構化分析工具的，我們要做的就是找到這些分析結構，就是我們所說的套路。

4 綜合利用多元思維模型解決復雜問題

建立基於多元思維模型知識體系，目的不是為了知識的完整性，而是如何能夠快速的找到解決問題的決定要素，解決掉問題。那麼，我們如何利用這個知識體，首先我們要看看問題的類型。

4.1 三類問題

作者將我們常見的問題分為三類：簡單問題，局部復雜問題和全局復雜問題。

簡單問題，就是只需要通過線性的邏輯推理就可以解決，比如餓了，吃飯就能解決;

局部復雜問題，不是簡單邏輯就夠了的，它需要具備一定的結構化思考能力，就是通過金字塔的原理把問題進行拆解，以此將大問題分解成小問題，通過解決小問題，最終解決大問題。這種解決方法有一個前提，就是被分解的小問題之間最好是解耦和補充不漏的。

全局復雜問題，問題之間的關鍵要素是相互聯系互動的，錯綜復雜，彼此影響，這時很難通過分解方法完全解耦，需要把它放在一個更大的互動系統中，用系統性思考的方法解決。

所以，解決問題的時候，先要判斷我們面對的是哪種性質的問題，對於第一種比較簡單，而對於後兩類，書中給出了3條建議：降維攻擊，變換尺度和聚焦關鍵。

4.2 降維攻擊

我們所碰到的問題，其實是有很多層次的，一個層面的問題，用更高層次的方法，常常更容易解決，這就是降維攻擊，可以參考在 《直擊本質》：透視本質，橫向遷移 中，我們分享的邏輯層次。

4.3 變換尺度

書中舉到了達爾文的例子，當時人們很好奇，地球上的動物，猴子蝴蝶各種各樣都不一樣，它們怎麼產生的呢？如果你只是看當下時空的現象，很難理解，當然，你可以找到一個非常簡單的答案，上帝創造出來的，然後任務完成。但是，這讓無神論者很難信服，於是達爾文將觀察的時間跨度放到了10萬年，甚至百萬年的尺度，當用這個尺度看待物種的變化，就比較容易得出「演化論」的結論。

我在 感到困擾，換個視角 中也分享過，可以通過不同的視角看待問題，其中一個就是變換我們的時空視角。

4.4 聚焦關鍵

大家比較熟悉28原則，但在復雜系統中，很有可能不是28，而是極少數的關鍵點決定終生。

成甲認識一個央視主持人，他本是偏遠山區的一個孤兒，後來靠鄰居的接濟才長大，原以為自己會在偏遠小山村度過一生。但一個偶然機會，縣城招廣播員的培訓生，他就動了念頭去參加學習，雖然別人很嘲笑他，勸他別浪費錢，但他還是頂著輿論參加了，最後被一個省城的老師看中，從而徹底改變了自己命運，而這就是關鍵的，有決定意義的時刻。

人生也是一樣，你不需要把每件事情都做對，很多巨變來自於關鍵點的選擇，這些選擇的數量和影響，可能不是28，而是2%和98%。所以，應該關注的不是我如何能夠在某一個方面做得更好一點，而應該關注有哪些問題能夠讓我的人生發生巨大變化的事情，比如選擇配偶，選擇職業和城市等。

那麼我們如何找到這樣的一些關鍵時刻呢？書中分享了他自己總結的5條原則：

①戰略學：趨勢判斷

②心理學：內驅力

③系統學：找到系統的關鍵解（提升認知）

④經濟學：邊界成本/復利效應

⑤正面黑天鵝

前四個比較好理解，"黑天鵝"來自於塔勒布，用來形容發生的概率很低，但是一旦發生，結果影響很大的事件。正面黑天鵝，指的是，少數的，一旦發生對我們的積極影響是巨大的事情，當然前提是，它的負面結果不能是毀滅性的。

總結

面對日益復雜的不確定性，我們可以通過學習來應對，但知識本身的增加速度超過了你的學習速度？如何應對？《好好思考》為我們提供了另外一個思路，就是從建立從問題出發，基於思維模型的知識體系，通過這個體系來解決我們面對的復雜世界。

㈩ 編程到底難在哪裡

（1）思維模式的切換。你需要有技術思維。能夠成功建模。這可能是大多數人，沒有信心，或者不適合從事編程的原因之一。說到底，程序員就是在兩種思維模型之間轉換的人。一種是人類看到的感受到的外行人視角，一種是技術思維，即如何通過編程，來完成前者。 （2）語言上的難度，例如 C++ 語言本身。它包含了讀寫兩方面的基本要求，達到你可以面對越來越復雜，越來越難於理解的代碼，而不會感到困難和退縮的程度。很多人看到復雜的代碼時，自信心就已經被擊潰了。C++ 和 匯編，大概是目前難度最大的兩門語言。匯編難度主要是代碼可讀性是最低的，代碼量和跳轉數量是最大的。

（3）超強的對耐心的挑戰，編程中遇到的困難的挫敗感極強，大部分人會對此感到崩潰。編程需要付出和投入極大精力和耐心，對人的能力是很大挑戰，例如，無法完成任務，無法解決某個問題，無法找到問題所在。編程領域，有很多水平體現在穩定可靠性上，當你寫出一個東西，實驗是成功，然而在部署後實際運行時，總是出現隔三差五齣現很難解釋的問題的時候，說明你的水平有限。你的水平，和你的成果的可維護性，穩定性，可靠性是成正比的，而很多人可能會比較忽視這種「不夠直觀和直接，難以量化」的能力。它們需要程序員的責任心和經驗的積累，比如說，多線程編程方面的經驗等。