- 找到适合自己的方法
- 多实践
- 对于某个库的学习，更重要的是学习它的思维方式，每看一个例子，就先想一想如果自己写，会把代码写成怎样，再与真实的例子进行对照，举一反三，这样的学习会是很快的过程
- 学编程，不要在基础阶段停留太多时间，边学边做是成长最快的；先把内容快速都顺一遍，了解完整体情况再针对攻克问题，要尽快上手实战项目（我以前的思维模式更多是“基础要打牢”，喜欢缓慢、一本正经地学习，学完了再接触实战项目。这种思维导致了我的“开头难”，因为总觉得学习编程需要全心投入，觉得自己目前恐怕时间不够啊，再等等，空余时间一鼓作气再学啊。然而生活中，很多东西都需要穿插着进行，没有那种“专门的时间”，太把新知识当回事儿，就很难开头……）所以，最小行动单元这个技巧真的很好用，满足基本条件能运行就先干起来，在过程中调整
- 编程语言没有优劣，只有更合适的应用场景
- 写代码以前，可以试着画流程图
You only need 26 customers paying you $99/mo to make an average U.S. income.
or
- 做一个优质小众的服务是可行的。做好值得用户花大价钱的服务，对独立开发者或者小型开发团队是一种选择
- 一项价值$99/mo 的服务，需要关注产品本身，只需要 26 人说明并不需要太大的流量，而是精准的受众群体
- 另外：付费周期和数额非常灵活，也可以年付费$99，订阅人数要达到 312 人
取法其上，得乎其中，取法其中，得乎其下，取法其下，法不得也。——孔子教育弟子时说
学习之道：读书学习不能「死」学，如果生搬硬套，则只有形体而缺乏神韵。
读一本好书，如若无法领悟其精髓，又如何能够应用于自己的生活中呢？
所以，要辩证地学习，同时要学习创新。
所有技术成长过程中必须坚持的优良品质：
- lifelong learnin 终身学习
- hands-on practice 上手实践
- learn to think 学会思考
- master the basics, buy old books 掌握基础，阅读经典书籍
- Review history
约翰·乌歇尔从小就对数学有兴趣，在他还打球的 2015 年，就在学术杂志上发表过论文《用于计算图拉普拉斯算子的 Fiedler 向量的级联多重网格算法》，这种题目一看就属于专业数学家的范畴，说明那时他的数学水平已经不低了。
因此，外界对这件事情的看法就是，他具有数学天才，所以改行去读数学也很正常。
在一次采访中，他回应了这种看法。说得真好，推荐给大家。
"在别人眼里，数学对于数学家是很容易的。错了， 那是一场斗争，艰苦而孤独，不确定能得到成果，而且需要很长时间的奋斗。数学家是热爱斗争的人。"
他的意思是，即使他真心热爱数学，依然觉得数学研究非常艰苦。（注意，一个真心热爱的人还说艰苦，如果换成普通人，感受可想而知。）他能够坚持下去，并不是因为他觉得很容易，而是因为他可以忍受这些痛苦。
这段话对我很有启发。大家往往只看到成功时的荣耀，而忽视成功之前那个痛苦的过程。英国著名作家奥威尔就说过："一个人如果将他自己描述得很好的话，他十有八九是在撒谎，因为任何生命从内部审视都只不过是一系列的失败。"
实际上，一个人能够成功，仅有热爱是不够的，还必须有强大的忍受能力，能够吃苦。
很多人建议，寻找人生方向时，你应该听从自己的内心，寻找真正热爱的事情。我现在觉得，更现实的建议应该是，寻找你愿意忍受的痛苦。 你在哪一个方向上，愿意心甘情愿地、经年累月地吃苦，具有最大的忍耐，"虽九死其尤未悔"，那就是你应该选择的方向。
你能在某件事上赢过别人，原因很可能不是你比他强，也不是你比他更热爱这个事业，而是你比他更抗打击。生活虐你千百遍，等到别人都放弃的时候，你还没有放弃。
我不了解我使用过的任一语言、框架、系统。我学过计算机体系结构、系统编程和分布式系统，但对他们一知半解。我完全不懂数据库、网络、编译原理和编程语言。我几乎不能完成力扣中等以上的算法题。我没有写过任何一个独创工具或是想出任何一种优化的思路，我只会拙劣地模仿。我觉得我不适合学计算机……
通过软件学习科学技术，软件的安装过程中，会有诸多问题，解决这些问题不是主要目的，这些问题只是铺垫。之后，要进行的才是真正重要的。
知识是思考的根基
根据一次和北京一个公司的 HR 小姐姐聊天，得出结论：我对自己的技术并没有本质的信心，我总觉得自己学习得还不够多，了解得还不够多，所以不敢承认自己有能力完成交付的工作
Fake it till you become it. Do it enough until you actually become it and internalize.
— Amy Cuddy, Professor at Harvard Business School
我依然可以被替代吗？