未来十年不变的是什么

读《一如既往》有感,本书的核心是:未来是千变万化的,但是总有一些不变的建议来给你启发,帮助你顺利前行。

亚马逊公司创始人杰夫·贝佐斯曾说,人们经常问他未来 10 年的变化趋势。“但是几乎没有人问过我:‘未来 10 年里有什么事情不会改变?’我认为,这才是更重要的问题。”实际上,对于商业而言,客户对商品的“多、快、好、省”的诉求从未改变,亚马逊以客户体验(Customer Experience)为核心构建的增长飞轮给其带来了巨大成功。

9d82c2e1ef0773d6c15486eb9a027395.jpeg

同样,在软件设计领域,新技术日新月异,这两年大家对大模型趋之若鹜,可以说变化每天都在发生。但从软件工程诞生之日起,一直未变的是对软件复杂度控制(Complexity Management)的尝试。伴随着这些尝试,即使我们总结了很多的架构原则/架构风格,设计模式,最佳实践。但在面对一个新问题时,我们还是需要小心翼翼的权衡,因为软件设计没有银弹。控制复杂度是一个工程师最大的、也是最神圣的职责。workable的代码谁都能写,但readable和maintainable的代码只有优秀的工程师才能写出。这就是软件领域,到目前为止,以及接下来十年还将不变的东西。

除此之外,还有很多的道理都是亘古不变的,这些道理从几千年前到现在从未改变,比如孔子说,做人的最高境界就是中庸... ...

做人要中庸

接下来这条规律很有意思,你们说悲观好还是乐观好?作者说人既要悲观,又要乐观。比如说,你要悲观地储蓄,你要乐观地投资;你要乐观地梦想,你要悲观地计划。这本书里讲到比尔·盖茨,你们说他是一个乐观的人,还是一个悲观的人?如果从他的创业经历来看,这个人简直乐观得一塌糊涂,永远都在干那些别人不敢干的事:哈佛大学读到一半就放下不读了,去创业了。总体上讲,他应该是一个很乐观的人。但是比尔·盖茨跟他们的员工讲,我们两周之内就可以倒闭。他一直做好了公司两周之内可以倒闭的这么一个准备,他足够悲观。 

实际上这就是孔子说的中庸,中庸就是合适,我们既要乐观又要悲观,关键是度的把握。

做事要“不务正业”

当我们过度地追求完美,让自己永远保持高效的时候,我们的神经是紧绷的,而且是没有创造力的。一个组织里一定要有一些人成为“懒蚂蚁”,各位知道什么是懒蚂蚁吗?一般蚂蚁都很勤奋,蚂蚁都在朝一个地方走,去吃东西、搬东西、储藏东西,蚂蚁是非常勤奋的小动物。但是一个蚁群总有几只蚂蚁不干活,总有几只蚂蚁是朝另外一个方向走的。也就是说,大量的蚂蚁去那边找吃的,而这些蚂蚁朝这边玩,到处逛,不干活。这些低效的蚂蚁带来的好处是,这一片吃完了,它们知道那边还有吃的,它在给自己准备下一条“S曲线”,这就是一个公司里“懒蚂蚁”的作用。

有很多人非常勤奋,勤奋到整个公司很多年不会有变化。因为他的全副精力都放在眼前的事情当中,每天在不断地处理这些事情,他没有时间去放空,没有时间去旅行,没有时间去天马行空地想问题,去结交一些之前根本不认识的人。休息放松很重要,闲暇才是真正的成功的标志。当你衡量一个人是否成功时,如果他特别忙,绝对不算成功;这人有闲,才算成功。  

表面越光鲜,背后越心酸

在我人生最低谷的时候,我的一个叔叔跟我说,“人前显贵,背后受罪”。他跟我说了,他在做厂长的时候,看起来很了不起,实际上,里面的各种事务都要亲力亲为,很多东西比手下的人还要更懂,要不然他们就会忽悠你。这句话我一直记到现在,在过去十年里,我用自己最大的能量践行了这句话。我出版了两本技术专著,靠一己之力让家人们过上衣食无忧,体面的生活。但这背后的心酸只有我自己最清楚。所以所有的人,不管他外表如何的光鲜,也总是会有他自己的烦恼,人们都会掩饰自己的失败、错误和痛苦。所以没必要羡慕别人,过好自己的生活足矣。 

人们崇尚复杂,忽视简单

人类就是喜欢复杂的东西,因为复杂的东西能够带来安全感,带来专业感。这可能就是Reactive Programming虽然复杂,却被很多人奉为圭臬的原因吧。

事实上,人类的进化是一个不断简化的过程。你看那些远古生物,它们都有多个重复的部位和器官,比如有多个嘴巴、多只手脚、多个眼睛,这是古生物的特点。但是随着进化,眼睛越来越少,鼻子的鼻孔变俩,嘴巴只剩一个,手也只有俩。你要是个古生物,那你的身上可能全是手。所以进化的过程就是一个不断简化的过程,但是人类崇拜复杂的东西。
故弄玄虚的人喜欢跟你讲复杂性。比如育儿,我告诉你育儿最基本的方法是少管点儿,多提升你自己,允许孩子犯错,对他表示包容和爱,多欢笑。这几句话几乎已经涵盖了育儿的全部了,但是很多人听完就觉得不踏实。这行吗?真的吗?这样就可以了吗?你会不会在家里边自己使劲?我天天在外边跑,我在家里怎么使劲?压根没有,但是他不能够接受简单。 

但假如有一个专家过来跟你讲,我给你制订一个育儿计划,咱们家现在开始按计划执行。有专家开始介入了,明天早上起床先干什么,中午干什么,晚上干什么,全安排上,你会觉得踏实,觉得这个专家看起来靠谱,有这么多工具可以用,但结果可能是你跟孩子一块儿“疯”了。 

这就叫“勿谓言之不预”。凡是用过度复杂的手段去管理孩子的,最后你跟孩子一块儿疯,这是你们要共同承担的后果。因为你完全不知道,简单才是他最需要的东西,他的大脑已经足够复杂了,他的大脑的复杂程度就是为了把事情变得简单。而你用过度复杂的工具替代了他的大脑,让他的大脑无处可用,最后他只能抑郁、狂躁、精神分裂。 

幸福需要降低预期

书中有这样一段话:【您生活幸福的秘诀是什么? 98岁高龄的查理·芒格曾被问及,他的回答是:生活幸福的第一法则是降低预期。如果总是抱有不切实际的预期,你注定一生都会痛苦。我们的预期要合理,对好的或坏的结果都要泰然接受。】

《基督山伯爵》的最后一段话也是,【世界上没有绝对幸与不幸,只有一种境遇与另一种境遇的比较。】,与他人攀比,more ask for more的幸福跑步机,是注定很难得到幸福的。

内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值