周霖、康晓宁聊极客

搜狐副总裁周霖和极路由CTO康晓宁在清华大学分享了他们对于极客的理解和个人经历。从大学时期的项目到职业生涯的选择,再到如何平衡技术追求与管理职责,两人回顾了自己的成长历程,并探讨了理想与现实之间的距离。

2014年4月26日,清华大学计算机系校庆系列活动——《计算人生,极客之路》,周霖(搜狐副总裁,水木上帝), 康晓宁 (极路由CTO,康神)


主持人和老师开场白,请二人说说对极客的理解:

KCN:自吹自擂不太好,还是互相捧好,我就说说康神的事。康神当时在寝室用UltraEdit看他的片,看着看着居然笑了起来,请康神解释一下。

康神:声明一下不是毛片,因为不会对着毛片笑。当时用的电脑内存比较下,下的文件经常出错,就用编辑器打开文件看看,如果是文件头尾出错还可以修复一下。至于笑,是因为当时寝室里有人在讲笑话~~~下面说说KCN,当年把水木存储用户信息的空间由3M压缩到了300k,而且没有牺牲性能,在当时是做得最好的,后来持续修改BBS,前后应该有5年,算是极客精神的一种表现吧。

KCN:当时论坛实际上是能用的,只是人多的时候就比较卡,另外当时计算机系的空余时间也多,就研究了一下这个问题,发现是unix的tty在支持一些适配时比较耗费资源,而tty中的这些功能bbs基本用不上,于是就这样做了优化,后来bbs里面的其他代码也看不惯眼了,所以就一直改,做了好几年。其实清华的学生大多都要求比较高,会去考虑问题的本质,钻研的比较深。


大学极客事迹:

KCN:之前和同学一起给宿舍楼用双绞线连上了网,打工给别人写过一个跳棋AI,后来做BBS,从优化存储到后来的各种事情,前后持续的有五年,现在还偶尔添写代码给水木。

康神:玩的比较杂,还记得一些。反编译西门子手机,改显示框的代码;给水木做ssh登陆,破解游戏【记不清了】。


理想:

康神:和理想好像是渐行渐远。当时的理想是能开个网吧,现在在做路由器,差距还是很远的。

KCN:当时的理想好像比较朴素,想当一个好的程序员,现在转到管理岗,觉得也渐行渐远了。回想了一下前段时间做的文档搜索,两个多月做的,只相当于刚毕业那会儿两三天的代码量吧。而且微软那几个做C#语言的人写的代码才牛。不过目标这个东西时随着阶段做调整的,理想想想就好了~


工作的人:如何做好管理的人和被管理的人?

KCN:转到管理岗有几年时间了,开始比较惶恐,读了挺多管理的书,后来发现还是犯了一些管理错误,然后会回看之前看的书。建议大家看看管理、哲学之类的书。被管理的人【记不清了】。

康神:我才做了3个月的管理方面的事情,主要说说被管理的人。Boss的终极梦想是他不在公司,公司的人也能把事情做得很好,所以要义就是被管理的人能把事情做好,另外给老板做事的同时,也要考虑自己往那个技术方向积累经验能力,提升自己。作为管理者,会发现极客程序员容易钻技术牛角尖,想做的并不是客户想要的,所以管理者需要给他提供一个蓝图,程序员想发挥可以,做好蓝图内的,然后项目之外可以自由发挥。


刚毕业的硕士:职业起伏?

KCN:我还算比较顺利,感谢领导对我懒惰的包容(有事上班迟到,不想干的事情敷衍)【记不清其它的了】。

康神:去过Google中国、百度、搜狐、极路由。感觉大型公司比较依赖于团队,小型公司容易养成恶劣的编程习惯,中型公司介于二者之间。建议拿张纸在上面写一写自己想要上面,毕业时选择工作、读研、出国,看看是否是符合自己想要的。当时自己读了研究生,不能说不好,但是觉得当时自己没有认真考虑好,只是跟风。


陈文光老师:清华计算机系的对你们发展的促进和阻碍,各说一件事情?

KCN:好的地方,选了一个人缘好但是是足球特长生的学生会主席,于是学校支持学生组阁,代替学生会主席,管理学生事务。坏的方面,计算机系的数学难度曲线比较陡峭,导致学到随机过程那段,丧失了对数学的兴趣,现在发现遇到大数据,需要使用数学帮忙理清问题,数学不够用。

康神:好的地方,老师比较袒护我们,一次校内学生跟校外发生冲突,老师没给记过不说,还去派出所保我们出来。坏的地方,操作系统、组成原理、编译原理这些课程,当时觉得没什么用,也不太明白,现在觉得这些课是清华学生区别于野路子程序员的地方,希望清华能早点引入工程问题,让学生们在学习这些课程时感受到课程的用处。对了,身体也很重要,大学的8次3km测试要是坚持到现在就好了。


学生:极路由下一步的发展?

康神:安卓把手机做成一个软件平台,极路由的目标是把路由器做成一个软件平台,下一步要做的是开放编程接口,再过几个月吧。对手是小米路由,他们的接口做得一般,听说小米团队花了两周时间讨论用什么软件写文档,最后决定用Openoffice,哈哈哈。


内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
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