Brain Dumps

发信人: btphy (btphy), 信区: Military 标  题: 我来科普一下为什么SpaceX的火箭回收是骗人的伎俩 发信站: BBS 未名空间站 (Sat Feb 10 13:36:51 2018, 美东) 火箭Nasa其实一直都在回收，航天飞机的两个辅助推进器每次都是回收的。只不过用的 是降落伞。 和降落伞相比，主动式回收的优点是能精确控制落点，但缺点除了设计时的复杂性以外 ，更重要的是浪费燃料。因为如果把很多燃料预留到回收阶段，就要牺牲上升阶段的推 力，也就得不偿失。 所以主动回收最关键的技术环节在于如何尽量使用最少的燃料实现安全降落。 这些年电子飞控技术已经发展的很成熟了，如果允许预留足够多的燃料的话，那不要说 回收了，就算绕地球飞几圈去先到处逛逛再飞回来也是小case一件，一点都不难，根本 不需要什么突破性的技术。 但如果只能预留极少量的燃料，那就完全不同了。SpaceX之前认为现在的电脑已经足够 强大，电子器件也足够的精准，所以有野心想要实现这种经济的回收方式。之前的方案 是要尽量延长上升时间，推进器一旦脱离以后就关机，只靠惯性飞行，仅在即将落海前 的几秒钟才短暂开机，用极少量剩余燃料迅速的进行很少的几次姿态调整，然后落地。 这个过程决定了回收基本上必须在海上，而且落点也不能大范围改变，所以必须落在能 主动跑去接的海上平台。因为点火晚，姿态调整的时间和燃料都非常的有限，这就对控 制的精度提出了很高的要求，基本上必须一步到位，容不得半点误差。 结果我们看到SpaceX的几次真正意义的回收实验都以失败告终，每次火箭都是在即将落 地时才仓促减速，匆忙调整姿态，最后无一例外的因为微小的误差而失败。最后一次都 已经安全落地了，只因最后一刻火箭站的不够直，结果还是倒了。 连续多次回收没有成功，外界基本认识到这个方法实现不了，马斯克也自知难以继续忽 悠了，无可奈何之下，开始耍赖皮。之后几次实验，马彻底放弃了初衷，给回收阶段预 留的大量的燃料，火箭也不再是是依惯性飞行，而是自己主动飞回着陆场，发动机很早 就开机，火箭早早的就在空中调整好姿态，然后慢慢悠悠稳稳当当的逐渐缓缓降落在平 台上。 于是乎，我们看到SpaceX忽然就从屡试屡败中“升华”了，变成次次成功，每次都能完 美...

发信人: qihuuqihuu (胡说胡话), 信区: Stock 标  题: 十年期美国债最多一个月升到百分之三 发信站: BBS 未名空间站 (Sat Feb 10 09:55:38 2018, 美东) 上周五十年期美债收盘在百分之二点八五以上，离开百分之三还差十四个点多。 川普总统的减税基建财政计划已经通过，今年美国债务增加五千亿，达到一万亿赤字， 也就是美国财政部必须发行一万亿美债，明年和后年的财政赤字还要大大超过一万亿， 外加美联储缩表抛售的美债，还有就是各式各样债券基金银行保险金融业持有的十几万 亿美债一直在减持，中国日本沙特俄罗斯等国拥有的六万多亿美债也在售出，持续了 三十四年的美债大牛市结束了，美债的供应大大超出预期。 美国失业率已经到了百分之四点一的新低，预期今年美国经济增长率达到百分之四到五 ，远远超过去年的百分之二点六，减税和基建的刺激经济效应明显，美国人才和人力严 重不足，工资和物价面临全面上升的压力，也就是说，美国通货膨胀时代来临，美联储 加息已经远远落后于经济周期，美国经济发展加速，加上通胀来临，联储加息速度变快 ，美长债利率上涨。 全球各国央行都在撤出印钱撒币宽松刺激经济政策，也等于说，各国利率都随着美债利 率上升而上升，各国的货币紧缩政策和金融去杠杆必将导致银根紧缺，不但没有新钱买 美债，严重缺钱的时候抛售美债也是必须，意味着美债的全球卖家越来越多，各国买家 越来越少。 随着美债三十四年大牛市的结束，随着美长债价格越来越低，利率越来越高，投资美债 的债民们亏损惨重，必将导致越来越多的债民们撤出债券基金，抛售美债可能越来越凶 猛。 世界上一直存在债券大熊猎户，英文是bond vigilante,三十四年的债券大牛市让债券 大熊猎户几乎血本无归，踪迹全无，债券大牛市完结了，各国进入加息周期，世界通胀 时代来临，全球经济走向复苏，债券尤其是长债的利率越来越高，投资长债已经越来越 无利可图，做空长债的大好机会来临，也就是说，债券大熊猎户会大肆出击。 美国二十年期国债的TLT最近处于下降趋势，大有跌破110甚至100价位的势头。 预期十年期美债利率一个月内升破百分之三，甚至只需要一周。 利率上升，股票还要下行。 请做好自己的功课，股市和债市如同赌场，自己的钱，...

>>> items = ['a', 'b', 'c'] >>> from itertools import permutations >>> permutations(items) >>> for p in permutations(items): ...     print(p) ... ('a', 'b', 'c') ('a', 'c', 'b') ('b', 'a', 'c') ('b', 'c', 'a') ('c', 'a', 'b') ('c', 'b', 'a') >>> for p in permutations(items, 2): ...     print(p) ... ('a', 'b') ('a', 'c') ('b', 'a') ('b', 'c') ('c', 'a') ('c', 'b') >>> from itertools import combinations >>> for c in combinations(items, 3): ...     print c ... ('a', 'b', 'c') >>> for c in combinations(items, 2): ...     print c ... ('a', 'b') ('a', 'c') ('b', 'c') >>> for c in c...

>>> def count(n): ...     while True: ...             yield n ...             n += 1 ... >>> c = count(0) >>> c[10:20] Traceback (most recent call last):   File " ", line 1, in TypeError: 'generator' object has no attribute '__getitem__' >>> for x in itertools.islice(c, 10, 20): ...     print x ... 10 11 12 13 14 15 16 17 18 19 islice() will consume data on the iterator. Iterators can't be rewound. If it needs go back, just turn the data into a list first. >>> next(c) 20 >>> next(c) 21 >>> for x in itertools.islice(c, 10, 20): ...     print x ... 32 33 34 35 36 37 38 39 40 41

就在这周，美国三大股指在新年的第一个交易周就创下了历史新高，纳斯达克指数更是首次站上了7000点，要知道，2000年互联网泡沫的时候，纳指的峰值才5000点。这些应该都是好消息，赚了钱大家都开心，可是有的人却开始担心熊市的到来 ，毕竟有的人还指望着用这笔钱退休呢，所以他们的担心是有道理的。如果熊市真的来了，那肯定会有很多倒霉蛋买在了历史最高点，那怎么办呢？下面我给你们讲一个真实的故事，这个故事由美国的本·卡尔森讲述，故事的主人公叫鲍勃，他就是这个世界上最倒霉的投资者。 鲍勃从1970年开始工作，当年他22岁，他在生活中是个精打细算的人，为了能在65岁之前退休，他给自己计划了下面的理财目标：从1970年开始，每年省下2000美元，每过10年，每年要都节省出2000美元，所以就是到了80年代，每年要存4000美元，90年代的时候，每年要存够6000美元，这样一直到退休。根据鲍勃的计划，工作3年后到了1972年，他已经有了6000美元的存款。那时候鲍勃觉得，应该好好的管理这笔财富，毕竟，这会是他退休以后的经济来源。 但是鲍勃对于投资这个决定又是谨小慎微，他只会在他觉得股市涨势明朗之后才会决定入市，而那时候股市从1970年一路涨到1972年，所以鲍勃决定在1972年开始他的投资旅程。他把全部6000美元存款买入了S&P500（标准普尔500指数基金），可是不幸的事情还是发生了，股市在1973年到1974年这两年间下跌了近50%，鲍勃不幸的成为了买在山顶的站岗者。 有人觉得鲍勃应该及时止损出局，毕竟更大的损失。可是他没有。他给自己定了个铁律，“退休之前，一股也不卖”。因为他觉得自己就是个倒霉蛋，之前一买就跌。要是这回没扛住卖了，万一一下涨回去了，岂不后悔死了。 请大家记住鲍勃的这个“打死也不卖”的铁律，这会是他投资生涯最关键的素质！ 1972年开始的熊市彻底打击了鲍勃的投资信心，于是之后他每年只是把省下的钱存银行，一分没有往股市丢过。很快时间到了1987年8月，82年到87年这长达5年的牛市又重新帮鲍勃拾回他的信心，于是他决定把这15年来的46000美元存款投入股市，他再次买入S&P500指数基金。可倒霉的事情又再次重演，从鲍勃买进了他的指数股票后，S&P500在短短的3个月时间内迅速蒸发掉30%的市值。鲍勃这次继续选择认命，由于...

➊ 看了很多关于伊隆·马斯克的报道，印象最深的是他年少时如何逃出南非的故事，这段经历在他的一本传记里有详细的记录。 马斯克出生在南非比勒陀利亚，但是他一点也不喜欢这个国家，原因是：当时的南非太乱了。 2013年时他曾经做过一次鼻子矫形手术，就是因为小时候他在学校里被别的孩子殴打留下的旧伤。当时他的父亲在Facebook上这样描述七八十年代的南非： “即使是白人之间也没有人讲规则。两个人把你按住，另一个人抡起木棍对着你的脸一通猛砸，这样的事情太常见了。在酒吧里礼貌性地看别人一眼，可能就会让你被揍得要在重症监护病房里住上三天。如果你的眼光里稍微露出那么一点不服，那就不是住三天，而是三个月了。” 少年马斯克是班级里最小最聪明的学生，他狂热地读书，自学编程，12岁就用BASIC语言写出了一个电子游戏卖了500美元——但也正因为这样，让他成为了学校里的小流氓们欺负的对象。有一次他甚至被踢下楼梯，昏迷了两天。 马斯克深深地知道，如果留在南非他将一事无成，如果要做出点什么事，就必须要离开南非——他的梦想之地是美国，是硅谷，虽然那时他对硅谷根本一无所知，只知道那是一个神奇之地。 1988年，马斯克即将年满18岁，面临服兵役，他意识到这可能是自己逃出南非最后的机会。 他设计了一条先去加拿大再去美国的曲线路径，因为他的母亲是在加拿大出生的，按照法律可以申请加拿大国籍，也可以帮子女申请加拿大国籍，而从加拿大再去美国相对来说要容易一些。 于是他取得母亲的同意，给母亲和自己填了申请表格。几个月以后，他拿到加拿大护照，马上头也不回地跳上了飞机，彻底告别了这个只给他留下痛苦回忆的国家。 他原本的计划是去投奔一个住在蒙特利尔的舅老爷，但下了飞机才知道，这个舅老爷早就已经移居到美国明尼苏达了。 于是，他又花100美元买了一张可以在加拿大境内随意搭车的长途汽车通票，开始挨个去寻找散居在加拿大各地的远房亲戚。 在坐了3000公里的长途汽车、辗转了很多城市之后，他终于在一个只有1500人口的小镇找到了一个远房表弟，在他家临时安顿了下来。那之后的一年，他打各种零工，从种菜、伐木到清洗锅炉。 第二年，他进入加拿大皇后大学读书。又过了两年，他申请到美国常青藤大学宾夕法尼亚大学的奖学金，转学到了宾大——从...

那些白手起家的亿万富翁企业家是否有一些独特的思维方式和做事准则，从而让自己获得从人群中脱颖而出的独特优势呢？作为一个连续创业者和作家，我的整个职业生涯都被这个问题深深吸引，我读过数不清的亿万富翁企业家的传记，研究了他们的一些共同点，并且亲自采访了其中的一些人。他们打造了价值成百上千亿美元的大公司，像沃伦·巴菲特、杰夫·贝索斯、史蒂夫·乔布斯和埃隆·马斯克这样的企业家。 通过研究这些成功企业家，我发现了一种独特的思维方式和做事准则，这种思维方式在大多数企业家（甚至是成功的企业家）中其实并不常见。其中的一些原则提醒我们，这些成功的企业家一直在做一些最重要的简单事情。 对于我所研究的每一位企业家，我发现了一个： （1）亿万富翁企业家的独特做事准则。 这个做事准则为他们的成功奠定了坚实的基础。 （2）亿万富翁企业家做事准则的运用方式。 成功的企业家是如何运用这些做事准则的。 查理·芒格（亿万富翁投资者） 要分析什么地方可能会出错，而不是什么地方可能不会出错。 亿万富翁企业家的独特做事准则： 直到我读了亿万富翁查理·芒格的《Poor Charlie’s Almanack》之前，我都认为成功的关键是树立一个愿景，设定目标，并且日复一日地朝着这个目标努力前进。如果我失败了，我会认为是因为我在其中的一个步骤中犯了错。 不管你有多聪明、多努力，事情总会不断出错的。 意识到这一点之后，芒格不断地、有条不紊地考虑可能会出错的每一种方式，并规划出如何避免每一个障碍。他说：“要学会把事情颠倒过来考虑，逆向思维会帮助你发现很多问题。很多难题就是在逆向思考、倒过来考虑问题的过程中发现并解决的。如果我们的所有计划都出错了怎么办？我们不想去到哪里，我们如何会去到那里？不要寻求成功，而是列一个如何失败的清单——一个因为懒惰、嫉妒、怨恨、自怜以及其它所有的自我挫败的心理习惯而导致失败的清单。如果能避免这些会导致失败的品质，你就能取得成功。告诉我我将死在哪里，这样我就不会往那里去。” 芒格的方法帮助他避免了很多障碍，当他不可避免地遇到一个障碍时，他会更有更为充分的准备。 总结：同时做到既悲观又乐观比单纯乐观更重要。赢得胜利的最好方法之一就是不要失败。 亿万富翁企业家做事准则的运用方式： （1）...

>>> from datetime import datetime >>> text = '2012-09-20' >>> y = datetime.strptime(text,'%Y-%m-%d') >>> y datetime.datetime(2012, 9, 20, 0, 0) >>> z = datetime.now() >>> diff = z - y >>> diff datetime.timedelta(1968, 57379, 588592) >>> z datetime.datetime(2018, 2, 9, 15, 56, 19, 588592) >>> z datetime.datetime(2018, 2, 9, 15, 56, 19, 588592) >>> nice_z = datetime.strftime(z, '%A %B %d, %Y') >>> nice_z 'Friday February 09, 2018'

发信人: awaydream (昆仑天下), 信区: Stock 标  题: 美股的大问题是指数基金严重超买，大盘指数垃圾股化 发信站: BBS 未名空间站 (Fri Feb  9 11:55:10 2018, 美东) 越来越多人意识到，传统的对冲基金搞不过sp500， dow 30。 据说sp500直接beat 90%的对冲基金，所以越来越多的人把钱投 到指数基金上。投的钱越多，指数涨越快；指数涨越快，投得钱 越多。这样子自催化循环加速，已经搞了很多年了，>10年。到 最后，指数基金或者ETF的资金里面，投机的钱越来越多，而且 占市场的比重也越来越大。这样，本来千挑万全搞出来的成分股， 精华股，逐渐被炒作进入了垃圾股的炒作模式。 我的预测就是，最后的结果就是，大盘指数变得越来越动荡。 涨得时候，暴涨；跌得时候，暴跌。 最近几年的指数暴涨，大家都看到了。大盘像疯了一样，一年涨 百分之几十，跟垃圾股暴涨一个德行。 现在利息升高，股市指数超买严重，一群人又开始狂跑路，差点就 踩踏了，所以大盘指数又开始暴跌，也跟垃圾股一样。 前面暴涨的时候，我一直在想这玩意要怎么收场，应该会以暴跌收场， 但是，到底是什么时候呢？ 一等两等，就是不来。市场扭曲得越来越厉害， 到了点，终于来了。 最后收尾，一句话，大家以后可以考虑把大盘的指数spx， dow 30当成放大版 的垃圾股来炒，追涨杀跌，不能单纯地hold住就不动了，那个阶段过去了。

>>> from fractions import Fraction >>> a = Fraction(5,4) >>> b = Fraction(7,16) >>> a+b Fraction(27, 16) >>> print a + b 27/16 >>> print a * b 35/64 >>> >>> c = a * b >>> c.numerator 35 >>> c.denominator 64 >>> float(c) 0.546875 >>> print c.limit_denominator(8) 4/7 >>> print c.limit_denominator(9) 5/9 >>> x = 3.75 >>> y = Fraction(*x.as_integer_ratio()) >>> print y 15/4

>>> import numpy as np >>> ax = np.array([1,2,3,4]) >>> ax array([1, 2, 3, 4]) >>> ax * 2 array([2, 4, 6, 8]) >>> ay = np.array([5, 6, 7, 8]) >>> ax + 10 array([11, 12, 13, 14]) >>> ax + ay array([ 6,  8, 10, 12]) >>> ax * ay array([ 5, 12, 21, 32]) >>> grid = np.zeros(shape=(10000,10000), dtype=float) >>> grid array([[ 0.,  0.,  0., ...,  0.,  0.,  0.],        [ 0.,  0.,  0., ...,  0.,  0.,  0.],        [ 0.,  0.,  0., ...,  0.,  0.,  0.],        ...,        [ 0.,  0.,  0., ...,  0.,  0.,  0.],        [ 0.,  0.,  0., ...,  0.,  0.,  0.],        [ 0.,  0.,  0., ...,  0.,  0...

0755 --- None of the special bits set 1755 --- Sticky bit set 2755 --- SGID bit set 4755 --- SUID bit set

发信人: pker (我要那天再挡不住我眼), 信区: Stock 标  题: 股市，币市，游戏，工作，人生其实都一个道理 发信站: BBS 未名空间站 (Thu Feb  8 14:17:19 2018, 美东) #1 在绝对的实力前面，任何计谋策略阴谋阳谋都是屁。 比如百亿资金要压盘的时候，小散能做的就是跑路。 #2 在实力相差不是很大的情况下， 比如50%以内的差距：狭路相逢勇者胜。 熊牛相逢，实力相当，谁不怕死谁就赢。 我半血射手遇到全血坦克，不但不退，反而冲上去。 坦克一想，肯定丫后面有人，赶快逃跑，结果被活活射死。 #3 奇迹只会出现在你的坚持的时候，不会出现在你祈祷乞求的时候。 二战斯大林格勒保卫战，这个不解释了。 #4 人都是猥琐的，包括人的群体，你个人的力量也许什么改变不了， 但是如果你不怕死的精神，疯狂的态度，可能会感染观望派，导致形势逆转。 以上法则重要性按数字顺序排列， 当你困惑在某一条的时候，请参考上面一条。 如果你是温拿，请善待loser，士可杀不可辱。 如果你是loser，你唯一翻盘的资本就是疯狂和不怕死。

说起伟大的公司，我们能举出很多个，谷歌、苹果、亚马逊……但真正能代表这个时代，代表科技爆发最剧烈这20年的，只有一个——Facebook。为什么这么说？ 在Facebook创立14周年的今天，「得到」专栏作者张潇雨用这篇清单告诉我们，这家公司到底有多伟大。 1.   Facebook定义了当今的创业方法论。 “小步快跑，快速迭代”，现在几乎所有创业公司都在践行这套思想。虽然不是Facebook首创，但正是由于Facebook的成功，才被第一次系统地总结出来，传播到世界各地。 因为Facebook， 一时间人人都在谈论“最小可行性产品”。 2.   Facebook定义了当今公司领袖的模板。 如果让你想象一个硅谷科技公司的创始人，很可能是这样：穿着T恤或帽衫，年轻聪明，不善言谈但骨子里有点酷，敢于挑战权威，是个天才程序员，没准还是个名校辍学生。 而这个形象的流行，正是源于Facebook的CEO扎克伯格。 3.   Facebook改变了投资界的资本走向。 Facebook创立之初，很多投资人并不看好。然而如今，它已经是全世界最大的公司之一，所有投资了它的人，都得到了巨额财富。 “宁可错投一千，不能错过一个”，成为了风投界共识，没人再敢错过所谓的“风口”。谁知道你今天拒绝的青年，会不会打造出下一个Facebook呢？ 4.   Facebook重塑了世界对技术的认识。 在微软、惠普、谷歌的时代，技术是用来崇拜的，和普通人无关。而Facebook，一个大学生写出来的网页，让整个世界都感叹“互联网技术，如此简洁又如此有力量”。 从它开始，大众突然觉得，坐在电脑前写代码，就能改变世界。技术开始变得“民主化”。用技术改变世界，好像真的离我们很近。 5.   Facebook塑造了当今互联网信息流的呈现方式。 刷朋友圈或微博时， 我们不会特别注意—— 信息是按时间线排列、以信息流 （News Feed） 的形式呈现的。 这是当今互联网的基本配置，而这种如同空气一样的“信息流”机制，正是Facebook发明的。 6.   Facebook有任何公司都无法企及的豪华“私董会”。 巴菲特、乔布斯、肖恩·帕克（硅谷传奇黑客）、...

发信人: Goofinaround (香颂 fears4tears), 信区: Stock 标  题: 大盘这次大跌，只是调整，幅度比较大而已，不会有衰退。 发信站: BBS 未名空间站 (Wed Feb  7 18:10:23 2018, 美东) 大盘这次大跌，应该只是调整，幅度比较大而已，这个判断是经济基本面和政治局势决 定的，不会有衰退。美股的总体牛市还有5年以上，股通的老人应该还记得我2013年3月 发的“地球大炮：道指的前生来世”？ 估计这一轮调整，SP500下跌幅度在20-25% 之间。抹掉过去一年半的涨幅，前后需要三 个月。等到五月份大家念念有词 Sell in May and go away，媒体整天爆尼奥 recession 已来的时候，三大指数会在那时稳起，慢慢回升。 至于调整的过程，经历过前几天的爆跌急涨，看样子这礼拜反弹的高点已过。接下来涨 跌互见，总趋势向下，慢慢磨损市场信心，直到最后几个星期，爆量暴跌，调整结束。 几个月以后等大盘再涨回现在这个点，沧海桑田。 真的，股市里没有新鲜东西。轮回重复而已。 ---------------------------------------------------------- 地球大炮：道指的前生来世 纯属误会 时间: 2013-3-08 周五, 上午12:57 写道: The Big Picture 道指回顾与展望：（图） 有生之年，美股大趋势向上。 道指的政治意义，是美式资本主义成功的主要标志。 而通常Dow Jones在创新高后，还会继续上涨30%左右才面临熊市或大的回调。 （* 按高盛的美国股市今后3年年化总回报率9%，3年累计就是上涨30%左右。题“所见 略同”之意，盖出于此。。。） 但无论熊市还是回调，美股历时14年的Secular Consolidation面临终结，新的一波长 期牛市很可能力拔山兮，随之展开。 如果历史和人性可以参照，这新的一波Secular Bull Market短则持续5年，长则高达15 年或更长。保守的预期，不管这Cycle长短，道指必上五万点。 在过去114年里，Dow Jones Index一共有过4次的Secular Consolidations，前面...

1st phone interview internal aws search using solr kafka zookeeper sort system? data centers scale every phone is a client - a deverloper said his binary is running slow. and need more hardware. how do you know if we really need more hardware? top - if cpu usage is low, still seeing high load. how possible? some processes in waiting state, such as i/o. - if i see load 16 is it high? not necessarily. if on 32 core machine it's fine. main dev devops sre     services automation     min support mesos is used on compute side. he is in stateful ervice. lots of python code automate on call once a quarter produce a lot of code     accelerated ------ def is_palindrome(candidate):     candidate = candidate.lower().replace(' ', '')     candidate = [c for c in candidate if c.isalnum()]     return candidate == candidate[::-1] for candidate in candidates:     print "{}:   {}".format(ca...

英文：Ben Northrop  编译：开源中国   www.oschina.net/news/84850/reflections-of-an-old-programmer 【导读】：Ben Northrop 在 2016 年满了 40 岁，本文是他对职业生涯的思考。他认为从长远来看，应该多投资一些不容易过期、衰竭期较长的知识领域中。 我是一名程序员，几个月前刚过完 40 岁生日。某个星期六的早晨，我参加了一个 React Native 技术交流会，演讲者正在竭力说服我们为什么它会成为移动开发领域真正的下一个大事件。但对我来说，它有点像 15 年前的 JSP，将所有的逻辑都放在演示代码里面。但我“老”了，我认为这是因为自己还没有完全理解它。 演讲者展示完 PPT 后，现场进行编码，还展示了大约半打我没听说过的配套工具，这些都让我感到有点沮丧。 当然，我并不是真的惊讶。在过去 20 年里，我也掌握了一些比较流行的技术，并享受驾驭它们的乐趣。新的东西总能给编程带来一丝激动的体验，并且能让事情变得更容易、更快和更清楚。但是在这个特别的早晨，在40岁的这个门槛上，我不得不承认我感觉有些落伍。我知道如果想跟上节奏，我得继续付出，抛弃一些已经充分吸收的知识，吸收一些新的知识，为下一次旅程做准备。 我在想，我的编程生涯不像其他的专业人士，医生到了 40 岁不用担心他对血管系统的知识会蒸发，同样的，律师、水管工、会计、英语老师，也是如此。他们积累的知识是相对稳定的，并随着年龄会给予他们相应的尊重和补偿。但是在编程领域，20年的经验，似乎并没有赋予同样的优势。 两个概念 当然，我们的行业也不是那么糟糕 —— 程序员需要爱上很多东西 —— 有趣的是，无休止的跟进，好像是我们这个领域或多或少独一无二的特点。编程生涯是真的如此不同吗？如果是，为什么？对我们的事业轨迹来说又意味着什么？我想从以下两个观点来尝试回答这些问题。 第一个是知识衰退。 我们所知道的一切，不仅仅是编程，都有一个有效期，过了这个期限将不再有用。我16岁学会了开车，到现在依然用的很好，这种技能可以认为有一个相对较长的半衰期 。医生的知识会越来越渊博，是因为他学习的每一件事情都是基于他以前的知识。而在编程领域...