当前位置:首页 > 每日看点

怎么才能有尤雨溪一半强,该怎么学习?

卡卷网1年前 (2025-05-07)每日看点234

这种问题问出来肯定招黑子,所以首先明确一点:不要捧杀我,比我还厉害的人多的是。(参考 尤雨溪:关于程序员的个人崇拜)

这个问题的一个有意思的点是如何定义 “强”。俗话说文无第一,程序员的 “强” 不像格斗那样打一场就见分晓,每个人对于这个字的定义可能都不一样。公司职级?GitHub stars?npm 下载量?赚钱多少?显然这都不应该是程序员 “强” 的定义。

我更愿意把 “强” 理解为 “制造 impact 的能力”,也就是你能通过你的代码产生多大的影响力。大部分觉得我 “强” 的人,其实更多的是出于 Vue 的影响力产生这样的感觉。如果你的目标是要做出像 Vue 这样的项目,实话实说,这个需要机遇。把 7 年前的我穿越到今天,我也不能保证能再做出一个 Vue 这种级别的项目。为什么呢?因为影响力的本质来自于解决问题。跟科研一样,如果一个领域的问题已经被解决得差不多了,那么在这个领域制造 impact 的难度就高了很多。在恰当的时机解决了恰当的问题,会产生很大的影响力,但问题总是处在一个不断被发现和解决的动态平衡中,你能否发现那个值得解决,同时你也有能力解决的问题,需要一定程度的机遇。

这里明确一个大前提:创造影响力的机会总是存在,但受一定的时代进程的影响。这里并不是说能不能成完全靠运气:作为个人想要最大化创造影响力的机会,最重要的是两点:

  1. 会发现问题,并且判断出什么问题值得解决。
  2. 具备高质量解决某个领域问题的技术水准。

在大前端 / js 语境下 (2) 大致属于 “努力就能做到” 的范畴 —— 说实话前端没有什么艰深到必须拼智商的东西,明确了需求的前提下,大部分东西都能做出来。当然我这么说可能过于简略了,如果你是一个新人,肯定是要先好好打基础,多看多研究,模仿着造几个轮子,开源那么一两个小库。代码细节上还是有很多经验需要靠时间去积累的。

当你具备了 (2) 以后,更难的是 (1),也就是搞明白力气应该花在哪里。具备 (2) 的人远远多于 (1) —— 但最终做出影响力的人必然是兼具 (1) 和 (2)。

有些人可能有 (2) 的能力,但是在问题的发现上完全以自己的偏好或者是技术兴趣为主,那么即使投入很多,也可能产生不了太大的影响力。程序员很容易对实现过程产生兴奋感,但这也恰恰是个很常见的陷阱。因为想实现一个东西,把它做成了一套方案,但其实这个方案可能要么根本没有受众,或是这个问题早就被别人更好地解决了...

这里明确一下,在一个小众领域深耕活的很滋润也不是不可能,不想迎合大众,就是想单纯享受钻研技术的乐趣也是一个合理的选择。但这种前提下也就别抱怨影响力做不大。想要影响力大,你就必须思考 “什么才是值得解决的问题”。

扫描二维码推送至手机访问。

版权声明:本文由卡卷网发布,如需转载请注明出处。

本文链接:https://www.kajuan.net/ttnews/2025/05/12870.html

分享给朋友:

相关文章

我们是生存在电竞圈底层的搬砖人

我们是生存在电竞圈底层的搬砖人

      电竞解说不仅是一份赚钱的工作,更像是一条寻找自身价值的必由之路。…

夸克浏览器受欢迎的原因是什么?

夸克浏览器受欢迎的原因是什么?

这是可以说的嘛~ 哈哈,它比较吸引我的几点是:安全无广、页面简洁、功能丰富、反应速度快...... 首页页面支持自定义,喜欢什么样子都可以自己调整,没有花里胡哨的各种资讯推送,热搜日报整理归纳好,想看再点开查看,看着舒适度直接拉满! 实…

腾讯云为何在云服务市场败给了阿里云?

IDC领域,2010年以前,万网、新网互联、新网,三家公司瓜分天下,其中万网市场份额最高,排名第一。当时,万网的域名是 http://www.net.cn ,通过该域名就可以判断万网的地位。2010年阿里云成立,直接收购了万网,大量用户直接…

为什么神经网络可以解偏微分方程,是什么原理?

为什么神经网络可以解偏微分方程,是什么原理?

题主一直比较关心神经网络在其他科学领域的应用,比如数学、物理学还有生物学,比如AlphaFold。本次带来的这篇文章傅里叶神经网络算子解偏微分方程就是一个很有意思的方向,其实我自己去年在给美国一个客户做兼职预测数字货币期权价格的时候就用到过…

华为纯血鸿蒙,从此天下三分了吗?

华为纯血鸿蒙,从此天下三分了吗?

万众期待的纯血版 HarmonyOS NEXT 终于是端上来了,主打一个自研,从里到外,从内核到架构,都是自研。 用户的激情已经被点燃,可见大家对于纯血鸿蒙的期待,但是鸿蒙系统能不能真正与安卓、iOS三分天下呢?目前来说,还为时过早。…

国内AI大模型已近80个,哪个最有前途?

国内AI大模型已近80个,哪个最有前途?

题主说错了,不是80个,是168个! 虽然“最有前途”不好说,但是我可以帮题主排除一些错误方向: 开源大模型一定比闭源的有前途吗?参数量大的模型一定就比小模型有前途吗?榜单排名高的大模型一定更有前途吗?2024年3月更新,243个大模型中有…

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。