Wisdom of Software Engineering Pin
本篇着重于收集编程和软件工程中的洞察和智慧,大部分来自业内顶尖的前辈,例如Joel Spolsky, John Carmack等等,也有个人的思考。当我这些年经历过不同行业、国内外不同公司、不同技术栈后,在真正认同这些观点对于产能带来多大提升的同时,也发现它们是多么容易被忽略。总结在这里,常看常新。 ...
本篇着重于收集编程和软件工程中的洞察和智慧,大部分来自业内顶尖的前辈,例如Joel Spolsky, John Carmack等等,也有个人的思考。当我这些年经历过不同行业、国内外不同公司、不同技术栈后,在真正认同这些观点对于产能带来多大提升的同时,也发现它们是多么容易被忽略。总结在这里,常看常新。 ...
之前曾提到过,吉野源三郎这本写于1937年的书曾经入选日本教材,并影响了宫崎骏一生的轨迹。他曾写文解释这本书如何触发他思考当时的社会以及未来的世界:(这本书)传达出一个讯息,那就是无论处在多么艰困的时代或是残酷的时代,都要活的像一个人。我读后深感这虽是一本写给少年的读物,读起来很轻快,却非常深刻隽永,令人动容。合上书页,我仿佛也看到那远方的天空、无尽的人们。 “要成为能帮助世界进步的人(Make the world a better place)”——我再次坚定了内心的信念。 相信这本书会一直流传下去。豆瓣读书, GoodReads 舅舅的笔记片段1 所有小孩子的想法都不像地动说,而像天动说。请你观察小孩的知识,他们一切都以自己为中心。电车轨道在我们家左边,邮筒在我们家右边,菜贩在弯进转角的地方。静子家在我们家对面,阿三家在我们家隔壁。小孩子的想法就像这样,一切都以自己家为中心。人是其他人的过程也一样,例如那是我爸爸的同事、这是我妈妈的亲戚……长大之后,想法或多或少的会慢慢接近地动说……人习惯以自己为中心思考、判断事物;即使长大了,这种特性同样根深柢固。等你长大了就会明白,在广大的世界上,能完全改掉以自己为中心思考的习惯的人,其实非常稀少。尤其碰到事关利害得失的时候,要跳脱自己的立场作出正确的判断,实在很难。面对利害得失如果还能抱持像哥白尼那样的想法,可说是非常了不起。……如果人一直坚信地球是宇宙的中心,恐怕就无法了解宇宙真正的样貌,同样地,总是以自我为中心判断事物,也会让人不了解周遭事物的真相。这种人一定看不清重大的真理。 ...

这本书带给我的,除了诸多耳熟能详的作品背后的逸闻趣事、诸位大师的才华风貌,还有不少对创作思路、团队协作、宣传发行的启发,相信能常看常新。同时这本书里记录的东西,让人有一种难以名状的触动。一定要形容的话,可以说是一种谁也抑制不了的、忍不住要生长的气魄 1。 ...
重读《Joel on Software》,看到一篇关于鸡与蛋的问题的讨论和他的解法,虽然已经过了快30年,但读完后感叹太阳底下无新事,IT行业也不例外。 ...
下面是重读《任天堂哲学》时一些书摘,按话题相似度做了分组。 反对性能竞赛 N64的处理能力是PS的4倍以上。面对这种全新的硬件,以往的游戏软件开发方法完全不适用了,致使游戏软件开发的作业量、周期、投资和风险都成倍增长。……这款优秀的游戏机硬件为众多游戏软件开发上设了一个很高的门槛,甚至可以说是壁垒。……就连任天堂自己的开发人员也无法承受。 ...
上一篇 Agentic Engineering (1) 主要写了一些原则性的理解,这篇继续记录Simon Willison一些启发性的实践和用法。个人最感兴趣的放在最前。 让 agent 把原生工具编译到 WASM 还有一个很 inspiring 的用法:让 agent 帮你把 native tools 编译到 WebAssembly,然后做成网页工具。 ...
最近读 Simon Willison 的 Agentic Engineering Patterns,颇有收获。这里先写第一部分,主要有:agent 到底是什么,代码变便宜之后人的工作还剩什么,以及我们应该怎样调整自己的开发习惯。 ...
前一段时间A社推出了Claude Design,标志着 AI 编程工具进一步参与设计。虽然目前专业的工作流还是先在Figma中设计然后导出,或通过mcp导入到Coding Agent中进行编码还原,但Claude Design有这独特的价值。 ...
软件不只是最终产品,也可以是过程产物。AI 让我们重新拥有了为一次性问题制作一次性软件工具的自由。 Simon Willison 最近转发并评论了 Thariq Shihipar 的一篇文章:Using Claude Code: The Unreasonable Effectiveness of HTML。Thariq 的核心判断可以概括成几句话:HTML 的信息密度更高,可读性更好,还能把文档变成交互界面,并且支持多媒体数据嵌入到一个文件中,因此更容易用一个链接分享。 ...
Andrej Karpathy 和 Ilya Sutskever 几乎在同一时间,把目光从“堆算力、堆数据”的规模化竞赛,转向了更根本的问题:我们真的找到了让机器像人一样学习、反思和泛化的道路吗?当前围绕强化学习打造的 LLM,已经暴露出一系列深层缺陷:泛化能力和学习机制。如果说过去十年是“参数上亿”的工程时代,那么他们描述的,是一个重新回到研究时代的契机。 ...