《暗时间》读书笔记

前言

2003年,刘未鹏在杂志上发表了自己的第一篇文章,并开始写博客。最初的博客较短,也较琐碎,并夹杂着一些翻译的文章。后来渐渐开始有了一些自己的心得和看法。在这8年里,作者平均每个月写1篇博客或更少,但从未停止。这本书便是从刘未鹏8年的博客文章中精选出来的,主要关于心智模式、学习方法和时间利用,《暗时间》的书名便来自于此。

本文对《暗时间》进行笔记记录,希望能有所收获。

正文

一、笔记

1、实际的投入 = 时间*效率

2、时间流逝的沉浸状态->流体验

3、能够迅速进入专注状态,以及能够长期保持专注的状态,是高效学习的两个最重要的习惯。

可以在干扰环境下锻炼自己的抗干扰的能力

4、过早退出是一切失败的根源

5、你所拥有的知识并不去取决于你记住多少,而取决于当你需要它的时候,它是否能从你的脑子中崩出来。

6、养成习惯,经常进行主动回顾。

7、学习一项知识,必须问自己的三个重要问题:

1、它的本质是什么?

2、它的第一原则是什么?

3、它的知识结构是什么样的?

8、习惯性反驳自己。

9、趁着对一件事情有兴趣的时候,一股脑把万事开头难的那个过程给熬过去。

10、最好订一个五年的计划,五年后,你希望你成为什么样的人?那么在这期间,你会付出什么样的努力,你会在什么方面付出巨大的努力。你是希望只做一个应用层的架构大师,还是希望做一个底层的大佬。

11、应该要及时判断自己做的那件事到底是重要的还是不重要的。

12、设计你自己的进度条

设计自己的长期计划,计划的每一步该如何努力,都应该去思考。

到底是要成为一个架构师,还是要成为一个底层大佬,这是需要持续去努力的。

目前已经工作快五年了,五年对一个人来说,一定是一个坎的。五年后,人家对你的要求就是不一样的。我想现在工作了五年,关于工资,好像基本上就是每年涨1点的这种程度,并没有一个比较突破性的进展。

那么就有个问题:学习qt,到底是往架构师那边转还是往底层转更好,这一定要慢慢的去想明白。

13、过早的退出是一切失败的根源。

对自己的退出一定要有坚定的分析、考虑,有完整的退出理由。而不是仅凭一时的兴趣。

14、兴趣遍地都是,专注和持之以恒才是真正稀缺的。

比如你要做的公众号或是区块链,你退出的原因是什么,无非是因为你个人兴趣的消灭,这是非常致命的,一定是要坚持、坚持,坚持在一个地方深挖,如果你认为你走的路是正确的话。

《我是一只IT小小鸟》

15、反思是改变自己的第一步,我们很少会把自己的思维当做目标去思考。

16、看完了书还是说"说起来容易做起来难"的,怪自己,不怪书。

17、记忆的时候,一定是要将线索(例如场景、背景、语言环境、空间位置)一并编码进了记忆。

这对于记忆一些比较 困难的难受,卓有成效。

当你问我2年前背的东西,还记得多少,我可能没记得多少,但如果是在某种情景下记住的,当回忆起那个情景,对应的内容就回忆起来了。

第十六页

参考

相关推荐
DuHz2 天前
无线通信与雷达感知融合的波形设计与信号处理——论文阅读(上)
论文阅读·信号处理
DuHz2 天前
无线通信与雷达感知融合的波形设计与信号处理——论文阅读(下)
论文阅读·汽车·信息与通信·信号处理
张较瘦_3 天前
[论文阅读] AI + 软件工程 | LLM救场Serverless开发!SlsReuse框架让函数复用率飙升至91%,还快了44%
论文阅读·人工智能·软件工程
m0_650108243 天前
InstructBLIP:面向通用视觉语言模型的指令微调技术解析
论文阅读·人工智能·q-former·指令微调的视觉语言大模型·零样本跨任务泛化·通用视觉语言模型
做cv的小昊4 天前
VLM经典论文阅读:【综述】An Introduction to Vision-Language Modeling
论文阅读·人工智能·计算机视觉·语言模型·自然语言处理·bert·transformer
m0_650108244 天前
PaLM-E:具身智能的多模态语言模型新范式
论文阅读·人工智能·机器人·具身智能·多模态大语言模型·palm-e·大模型驱动
m0_650108245 天前
PaLM:Pathways 驱动的大规模语言模型 scaling 实践
论文阅读·人工智能·palm·谷歌大模型·大规模语言模型·全面评估与行为分析·scaling效应
小殊小殊5 天前
【论文笔记】视频RAG-Vgent:基于图结构的视频检索推理框架
论文阅读·人工智能·深度学习
有点不太正常5 天前
《ShadowCoT: Cognitive Hijacking for Stealthy Reasoning Backdoors in LLMs》——论文阅读
论文阅读·大模型·agent安全
小殊小殊5 天前
【论文笔记】大型语言模型的知识蒸馏与数据集蒸馏
论文阅读·人工智能·深度学习