Computer science will stop being taught as a useful craft; it has become an explanation of how the world works, like physics, biology and chemistry. This change is long overdue.

The only to-dos method that has worked for me:

Every week I make a weekly note, and write my to-dos for the week. I may add more items to it during the week.

If any items didn't get done I roll them over to the next weekly note or drop them.

That's it.

在 2026 年的行业语境下，最核心的考问已经不再是“AI 能否写出这段代码？”，而是极其严肃的系统工程命题：“我们能够以多高的置信度信任这段代码在生产环境中的表现？” 。过度依赖 AI 的盲目生成，不仅是系统崩溃的配方，更是对开发者批判性思维能力的严重侵蚀 。

Pure software is rapidly becoming un-investable.

-- Naval

风后面是风，天空上面是天空，道路前面还是道路。

——海子《九月》

a good life is one in which we focus on the things that are up to us while, at the same time, striving to develop an attitude of acceptance and equanimity for the things that are not up to us.

The impediment to action advances action. What stands in the way becomes the way.
行动的障碍促进了行动。阻碍道路的，成为了道路。

-- （马可·奥勒留）Marcus Aurelius

以人为本的设计就是解决之道，这种理念将用户的需求、能力和行为方式先行分析，然后用设计来满足人们的需求、能力和行为方式。**良好的设计起始于对心理和技术的理解。**优秀的设计需要良好的沟通，尤其是从机器到人的沟通，指示出什么是可能的操作，会发生什么，会产生什么结果。当事情出了问题，沟通是非常重要的。如果一切正常，工作起来顺当融洽，这样的设计相对容易一些。但是一旦出了事情或存在误解，问题就来了。这就是优良设计的重要之处。**设计师需要关注可能出错的地方，而不是仅仅停留于让一切按照计划进行。**实际上，这就是最贴心的地方：当设备出了问题，并且提示了故障，用户就能知道出了问题，采取正确的措施，并解决问题。当这个过程自然而然地发生时，人与机器的协作会感觉很棒。

Prompt Engineering: "How do I phrase this question to get a good answer?" (Creative writing).

Context Engineering: "How do I structure the 100k tokens of history, 50 available tools, and 3 retrieved documents so the model doesn't get confused?" (Systems Architecture).

真正的 Agentic 工作流包含三个核心特征 ：

• 自主规划（Planning）： 能够将模糊的自然语言指令（如“重构鉴权模块以支持 OAuth 2.0”）拆解为一系列有序的工程步骤。

• 工具调用（Tool Use）： 能够像人类工程师一样，自主操作终端（Terminal）、读写文件系统、运行测试套件，甚至浏览网页查找最新文档。

• 闭环迭代（Loop & Correct）： 在执行过程中，代理能够实时监控反馈（如编译器报错、测试失败），并根据错误信息自主修正代码，直至任务完成，而无需人类干预。

软件开发工具的演进史，本质上是抽象层级不断提升的历史。从打孔卡到汇编语言，再到高级语言和 IDE，每一步都旨在降低人类与机器沟通的认知负荷。

不要把经济看作是一个装满了商品的静态仓库，要把经济看作是由无数技术（硬件和规则）搭建起来的乐高城堡。当我们发明了新的乐高积木（新技术）时，我们不仅是加了一块砖，而是往往需要把城堡拆掉一部分，重新设计结构，才能把新积木搭进去。这就是“骨架”的含义。

在 AI 主导编程的时代，人类的角色正在从 Writer 转变为 “建筑师” (Architect) 和 “质检员” (Reviewer)。保障代码质量的重心，需要从“怎么写”转移到“怎么验”。

让 AI A 写代码，让 AI B 写测试，最后由人类 C 审查测试覆盖率和边缘情况。

在 AI 时代，“提问”比“回答”更重要，“鉴别”比“生成”更重要。

自言自语 (Self-Talk)，这是打破“中式翻译思维”的关键，随时随地都可以做。强迫大脑直接用英语处理信息，跳过“中文思考 -> 翻译成英文 -> 说出口”的过程。

如何做：

描述动作： 做家务或走路时，用英语旁白自己正在做的事（例如："I'm pouring coffee into the mug. It smells distinctively nutty."）。

描述环境： 看到什么说什么（"That car is driving way too fast."）。

每日总结： 睡前用英语在脑海里复盘今天发生的三件事。

故事的本质是“解决麻烦”。如果没有足够时长的危机、压力和阻碍，故事就松散了。观众必须时刻感受到“事情不对劲”或“情况在恶化”。

一旦观众意识到“我在看戏”，前额叶皮层（理性大脑）就会介入，抑制边缘系统（情绪大脑），神经递质停止分泌。

用多巴胺做诱饵，用催产素做粘合剂，用皮质醇做推进器，最后用内啡肽和血清素给观众发奖励。

观众的神经系统是一根橡皮筋。你讲故事的过程，就是拉伸这根橡皮筋积蓄势能的过程。