标题：练习听力的学习观念，认识答案反馈 今天练听力时，联想到以前的学过的学习方法概念——答案反馈，然后想到了一个比较简练的表达: 听力训练也是很注重答案的反馈，但这个是基于经过盲听练习的前提，而大部分人看视频都直接看字幕，相当于不做题直接看答案，所以听力练习效果很差。 盲听后再看字幕，看了字幕再听一遍音频。基于语音信息和答案（字幕信息）这两个信息，你对于这个发音的掌握程度就上升了。 所以盲听时听不懂也不用难过，你对了答案后听力水平肯定上升了，每次积累一点，随时间推移能听到的会越来越多，这也是我最近练习听力的感觉 关于答案反馈这个概念可以参考 【【寻径 08】什么才算有效训练，为何一看就“会”，却一做就“废”？】 https://www.bilibili.com/video/BV1KM4y1P7U3/?share_source=copy_web&vd_source=cb804c92cb9aca2966f586712caac3aa 然后这是我关于这套视频的[笔记]https://www.bilibili.com/opus/832102406970933288 我最近一个月也在写博客，现在主要更新冥想、运动、英语学习日记，偶尔会更新点相关的文章，有兴趣的可以来逛一下 https://flow-sandyu.github.io/posts/总结和复盘/diary of 2024-6#_2024-06-02 另外，我最近3个月用的app是听典app，前几天把 Flipped 这部电影练完。如果练听力，可以尝试使用一下，前期会比较不适应，可能会感觉会比较难。 学习总结 经验

# 自己对知识的串讲 以下是自己观看完断墨寻径后，用自己的话和实例来过一遍下面这张图的知识点 断墨寻径的链接 [学习误区自查课程介绍 - 断墨寻径 - 渐构 Modevol] https://www.modevol.com/episode/ckx8eb99w000501l2ewyt2kto [18 个知识点应用串讲 - 断墨寻径 - 渐构 Modevol] https://www.modevol.com/episode/ckx8j6a4q001u01l2fkt7hjx2 建议观看 pdf 或 md 文档，那样排版更好 ## 明确目标 第一步分辨是八股知识点是一个需要重现的内容，还是一个需要泛化的内容 需要重现的知识，也被定义为信息，比如@Controller @Component 这些名字是要记住的。即使你明白底层怎么实现（有了泛化能力），你也要记住这几个注解的名字。 -   如果你能明确说出名字，那样交流的效率会很高，别人也会认为你专业。 比如事务四个特性你明确的说出英文单词 -   如果你面试答不出来名字那肯定很降分 -   重现知识的技巧和方法     -   重复，增加频率。     -   多次使用概念，比如面试时经常被问，自己在学其它知识时经常用到这个信息 而需要泛化的知识就有很多门道了 ## 找学习材料 首先你得找到合适的材料去学习 -   材料的是一个有效实例，需要有问题，解答过程和答案。 -   比如有些面经里只有问题，没有解答过程和答案，这就不算一个很好的实例，你需要自己去**补充**解答过程和答案，而且你还得**验证**自己的思考过程和答案是否正确 -   材料的**前置知识**你要搞懂。 -   比如 “ArrayList 是由数组来实现数据存储的” 这一段材料，你得先明白数组是什么，才能去开始学这句话，才能看懂 ArrayList 一些简单的源码     -   所以在你学习时，遇到新的概念和知识，要搞明白自己哪里不懂。如果你数组都不懂，那么你看 ArrayList 肯定就是看天书了，不可能看懂的 ## 开始学习 搞好这两个，就可以开始用有效训练和精细加工开始学习了 -   有效训练就是经过实际执行和答案反馈两个过程     -   实际执行可以是你自己把知识点对应的代码阅读并过一遍，形成自己的理解，也可以是自己重做一下例题，反正就是动手做     -   实际执行时，注意不要立刻对答案。         -   比如做算法题时，尝试自己思考，并把自己想不通的地方记下来     -   答案反馈就是把自己之前的理解和看着答案，把自己的理解和答案做对比 -   精细加工就是用举例和建立知识间联系来强化对知识的记忆   ## 验证所学 在学习完知识后，还有验证知识，检验自己是否掌握了知识 -   比如自己构建的知识是否能解决新问题（是否有可泛化性），是否存在归纳不足、以偏概全的情况，自己是否不明白知识的限定条件 验证的好方法 -   费曼学习法，包含举例和换个说法两个核心概念 -   验证的另一种表述是新例预测和表述转换 -   用编程领域的后端学习来举例子 -   新例预测：     -   可以在学完一个编程框架后，比如 spring，自己动手写一个管理系统，检验看自己是否理解并熟练运用各种 api 来写代码，看自己的代码是否能完成需求     -   比如看完一个韩顺平一个章节的视频后，做课后题 -   表述转换：并在写完管理系统后，写个文档，把自己学到的知识，实践过程以自己的话复述一遍     -   在写文档时，你会尽可能让自己的语言通俗易懂，这样也推动你对知识有更深的理解 另外 经过验证的知识也更难遗忘 ## 解决验证过程中的各种问题 验证后出现的各种情况，应如何解决？ -   验证后如果发现对知识的限定条件不明，就去学习新的限定条件是什么，怎么用 -   如果发现归纳不足，这时你已经知道自己哪里归纳不足，自己哪些需求做不了，那就找一个可以解决当下需求和以前的需求的通用方法 -   如果发现以偏概全     -   那就找更多的有效材料来扩充认知     -   或者把自己构建的知识总结为更简单的表述，也就是 keep it simple 法则，简单的表述通常会更通用，能解决更多的情况 ## 学完注意睡眠 知识在大脑中一种由神经细胞一起形成的结构，这种结构的调整发生在睡眠里 ## 额外补充 ### 学习瓶颈 ### 对遗忘和记住的正确认识

#闲聊# #生活# 分享一下日常感悟，闲聊一下。 标题：关于睡眠的新观念和调作息方法 我将有关睡眠和学习的精神状态分为三类： 一，非常精神，工作效率高，不需要睡眠。 二，介于困和不困之间，工作效率低。因此，我很容易逃避去娱乐，因为娱乐不需要动脑子，但结果是容易娱乐过头。比如看小说，很困了但就想看下去，这种不顾身体困的情况继续看小说就是一种娱乐过头的现象。 娱乐过头后果就容易耗费大量时间，一是娱乐时间多了，学习时间就变少，二是作息乱了，影响精神状态，进而影响学习时间。 三，很困了，倒头能睡。这种状态会出现在熬夜学习赶 ddl，以及上面娱乐过头的情况。 为了调整作息，我有以下方法： 第一种。在第二种介于困和不困之间的状态，选择限制娱乐时间，或者直接在第二种状态下学习。 这种情况下学习，学习效率自然会低，但即使效率低下，那也是学习，而且这种状态下学习，很难会出现学习过头的现象（学习过头称为很困了，但还在学习）。例子就是当你临睡前睡意不足，拿了本微积分来看，你大概率是不会越看越精神，相反可能会积累睡意 第二种调节方法基于一种灌南，就是让自己在第三种很困状态硬撑到理想睡眠时间。比如，我晚上 7 点就很困了，但我硬撑（使用过度学习或过度娱乐的方式），撑到 10 点才睡。 除此之外的建议：如果真的不困（比如第二种状态），那就不要躺下，我更建议去学习，然后参考第二种方法，学习到很困，如果能撑到 10 点，那就最好了。 最后，为什么选择固定时间睡觉而不是固定时间起床？那是因为对我来说熬夜比早起更简单，但有时候是不得不早起的。

背八股后，有突发奇想 #求职# 经验 #闲聊# Java 学习总结 苦涩背八股后的休息时间，看到一篇面经分享的面试方法，进而有了突发奇想：我要改进准备面试的方式 和 我思考了为什么会有这种情况：为什么在代码能力弱的情况下 靠八股知识的理解过面试 关于准备面试时新技术的学习方法 -   在代码实现上少花时间，大部分时间花在思考上（把八股理解到位，能答出来）。     -   然后带着有代码的笔记（很多视频教程都有笔记）去学这些技术，cv 代码过一遍技术，然后着重脑子理解代码实现 和 技术实现 和 业务的逻辑     -   灵感来源下图 （原文地址 https://javaguide.cn/high-quality-technical-articles/interview/summary-of-spring-recruitment.html#面试准备） -   现在新技术的学习其实是和背八股同步的，所以是可以学的     -   另外我能这么同步，是因为我牺牲了敲代码的时间 ### 分析为什么在代码能力弱的情况下 靠八股知识的理解过面试 -   我很早就知道有这种情况。比如我看过敖丙大佬在一个星球的评论     -   第二张图 -   我以前不这么做的理由，是感觉背八股不靠谱，都靠背进公司，那进去动手能力不足怎么办。 -   还以为这么背经不住面试官问 - 所以想着多花时间写代码 -   现在才意识到（经过两场面试后），**国内的面试就是背八股** -   而且我背的时候也是有理解的背的，不是说死记硬背，没有能力提升，背完后多少是懂点道理的，只是代码实现很弱。**但代码能力恰恰是面试很难考察的**，且国内中小厂没算法，那就更面试对代码能力的考察就更弱了。所以完全可以**靠知识理解过面试**，拿到工作后再多敲代码，打磨代码能力。     -   相对，有 GitHub 开源项目的人，代码能力有社区和时间的验证。那就是很大的有时 -   但是还是有考察代码能力的情况，如果简单的代码写不出来，那么会很扣分     -   比如手撕 sql、死锁这种，有可能有简单算法 -   其实这样面试也不是不行，能筛出一部分努力准备面试的人，就是企业把面试成本转嫁给打工人，然打工人卷出几个做题家，然后招这些卷王做题家 但我还是一个未工作的应届生，可能上面的有多不合现实的内容。请鱼友们知道的分享一下你的看法

又开始打卡咯 :) ，我迭代了新的工作流。里面的attendance就是打卡环节。 以后有空可以分享一下我这个工作流，基本围绕写markdown 、倒计时、和一些时间管理的方法和观念 #闲聊# #打卡#

最近花在碎片化知识和碎片化娱乐的时间有点多 :( ，也就是大便💩了。 现在找本书读读，后续如果继续读的话，应该会整理点读书笔记出来#闲聊# #阅读#

#闲聊# 经验 标题：gpt 取代不了程序员 简介：gpt 和 ai 工具带来的影响，如何利用 gpt。 为什么现在不能取代程序员 -   因为现阶段你想让 gpt 实现需求代码，即使是简单的 crud，都有两个 gpt 做不到的局限。一是产品经理要把需求写的 gpt 能读懂，二是 gpt 生成的代码有漏洞 -   这两各局限都需要程序员来弥补     -   第一个，你用自然语言，有时 gpt 是理解不了的，你要用跟贴进技术的自然语言，更好的是用 code 说 为什么将来一段时间取代不了程序员 -   gpt 生成的代码 bug 是一方面，但生成的代码肯定会越来越好的 -   更重要的是，软件系统是可以很复杂的，业务需求也是很复杂的，以我目前浅薄的认知来看，gpt 并没编写复杂相同代码的能力，也没有解决复杂系统出现的 bug 的能力 gpt 可能带来的改变： -   gpt 非常通用的特点会带来一些改变     -   且理解代码能力也不错。所以会有基于此的低代码工具，会是开发效率进一步提升     -   通用还表现在可以处理各种不同形式的重复劳动。         -   编程之外就是，写论文时。让 gpt 根据提供的信息快速生成图表，让 gpt 根据具体的文献规则快速改参考文献格式。         -   这些都是不同领域的需求，但 gpt 都能用自然语言来理解需求和实现需求，这是非常厉害的一项能力         -   所以只要你想到有这类不动脑的涉及文字的工作，都可以交给 gpt 做。编程可以是，写单元测试，写简单 crud 等 -   另外 chatgpt 是相对自然语言理解的，如果 chatgpt 结合其它领域的 ai 应用，就能实现更多以前一个人不能实现的需求     -   现在网上的各种插件就是对 ai 技术落地的各种应用实例。插件可以是开发一个 ai 的多种使用可能，也可以结合多种 ai 来实现其它的需求 -   ai 工具通用的特点势必会替代某些重复性高，易理解的工作。但这也是提高工作效率的工具。这也是 ai 工具的利弊，作为个人，不要只看到缺点，还要看到优点。 -   gpt 对于个人学习的帮助也是很大的     -   会用 gpt 的程序员进步会很快，结合准确的自然语言（技术属于）和关键代码，程序员从 gpt 快速获取信息，用于学习知识、开发实践。

身份认证和跨域的知识

鸽了2个月的跑步，今天重新捡起 契机源于B站的ayumu的分享： 主要讲拖延的原因，比如“等到...再开始，就等于永远不会开始” https://www.bilibili.com/video/BV19t4y1F7Jy?share_source=copy_web