惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

宝玉的分享
宝玉的分享
酷 壳 – CoolShell
酷 壳 – CoolShell
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
S
Security @ Cisco Blogs
小众软件
小众软件
D
Docker
博客园_首页
A
About on SuperTechFans
P
Privacy International News Feed
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
A
Arctic Wolf
Spread Privacy
Spread Privacy
有赞技术团队
有赞技术团队
T
Tailwind CSS Blog
Latest news
Latest news
WordPress大学
WordPress大学
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
T
The Exploit Database - CXSecurity.com
C
Cybersecurity and Infrastructure Security Agency CISA
大猫的无限游戏
大猫的无限游戏
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
K
Kaspersky official blog
V2EX - 技术
V2EX - 技术
SecWiki News
SecWiki News
U
Unit 42
GbyAI
GbyAI
H
Hackread – Cybersecurity News, Data Breaches, AI and More
L
LINUX DO - 热门话题
S
Security Affairs
Y
Y Combinator Blog
aimingoo的专栏
aimingoo的专栏
Blog — PlanetScale
Blog — PlanetScale
MongoDB | Blog
MongoDB | Blog
博客园 - 【当耐特】
The GitHub Blog
The GitHub Blog
T
Tenable Blog
W
WeLiveSecurity
Cloudbric
Cloudbric
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
G
Google Developers Blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog
N
Netflix TechBlog - Medium
F
Full Disclosure
N
News and Events Feed by Topic
D
DataBreaches.Net
P
Proofpoint News Feed
B
Blog RSS Feed
B
Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org

XINDOO

关于内卷,几个值得深想的洞察 当创作被 Skill 化:我用 AI 写了一部 320 章的长篇网文 AI第一剑,先斩程序员 AI 也会偷懒?这个 PUA 工具专治“摸鱼式编程” Gstack 深度解析:YC CEO 开源的 AI 工程团队 GitHub Trending霸榜!深度解析AI Coding辅助神器 Superpowers 深度探讨:从 OpenClaw 爆火,看 AI Agent 的真相与程序员的未来 我复刻了NotebookLM的信息图功能 我用AI写了部小说,这里是整个过程 [翻译]我在谷歌14年学到的21堂课 2万字吊打40万字:为什么我的“牛马Agent”比“数字分身”更聪明? 最近AI领域爆火的 Agent Skills 是什么? 从计算机科学的视角来看拖延症 一周改6个库后我悟了:AI时代,程序员正在退化成“甲方” 使用n8n做一个自动同步更新的Github项目问答机器人 Agent设计模式——第 20 章:优先级排序 Agent设计模式——第 1 章:提示词链 Agent设计模式——附录 D - 使用 AgentSpace 构建 Agent Agent设计模式——第 19 章:评估和监控 Agent设计模式——第 10 章:模型上下文协议 (MCP) Agent设计模式——第 21 章:探索和发现 Agent设计模式——智能体设计模式 Agent设计模式——第 11 章:目标设定和监控 Agent设计模式——第 9 章:学习和适应 Agent设计模式——第 16 章:资源感知优化 Agent设计模式——附录 G - 编码 Agent Agent设计模式——第 13 章:人机协同 Agent设计模式——第 17 章:推理技术 Agent设计模式——附录 F - 深入剖析:Agent 推理引擎的内部运作机制 Agent设计模式——章节目录 Agent设计模式—— Agent设计模式——第 7 章:多 Agent 协作 Agent设计模式——附录 E - 命令行界面中的 AI Agent Agent设计模式——附录 C - Agentic 框架快速概览 Agent设计模式——第 3 章:并行化 Agent设计模式——**常见问题解答:Agentic 设计模式** Agent设计模式——第 14 章:知识检索(RAG) Agent设计模式——第 18 章:Guardrails/安全模式 Agent设计模式——第 15 章:Agent 间通信(A2A) Agent设计模式——第 8 章:内存管理 Agent设计模式——第 12 章:异常处理和恢复 Agent设计模式——第 4 章:反思 Agent设计模式——附录 B - AI Agentic 交互:从图形界面到现实世界环境 Agent设计模式——第 5 章:工具使用(函数调用) Agent设计模式——结论 Agent设计模式——第 6 章:规划 Agent设计模式——第 2 章:路由 从经验主义到贝叶斯理论:如何排查线上问题 我用AI为自己造了一把安全的开发者“瑞士军刀”” 从LLM和MCP的协同过程看如何做优化 打通Dify与AI工具生态:将Workflow转为MCP工具的实践 一文了解知识库背后的技术RAG AI应用的五个级别:从入门到专家的进阶之路 一文入门AI圈最近爆火的MCP协议 HTTP/3:性能改进(第 2 部分) deepseek-r1祛魅:从过度热捧到理性认知⁠ 为什么AI智能体需要工作流 如何用GPT-4o解读视频 json命令行处理神器jq介绍 OpenAI的结构化浅析 从大模型的原理到提示词优化 从经济学原理看团队分工合作 [翻译]关于人工智能的30个思考 从马斯洛需求层次理论谈职场激励 如何使用大语言模型绘制专业图表 两个开源项目打造自己的大模型聚合平台 我让gpt4o给我推荐了一千多次书 得到了这些数据 用Langchain创建一个可以总结网页内容的Agent 推荐一个好用的命令行工具ShellGPT 关于ffmpeg height not divisible by 2的错误 使用Certbot解决https证书自动更新的问题 Spring Cache简明教程 软件开发中的抓大放小vs极致细节思维 OpenAI Assistants-API简明教程 OpenAI的多函数调用(Multiple Function Calling)简介 如何使用ffmpeg制作透明背景的视频 spring-kafka中ContainerProperties.AckMode详解 如何在地图上寻找最密集点的位置? IO密集型服务提升性能的三种方法 职场中的基本归因错误和自利归因 使用javax.validation.constraints校验参数合法性 Java Optional:让你的代码更优雅 ChatGPT函数调用初体验:让ChatGPT具备抓取网页文本的能力 如何使用ChatGPT提升自己的“码”力? 使用ffmpeg拼接两张图片 ThreadPoolExecutor——高效处理并发任务的必备良器 从CPU的视角看 多线程代码为什么那么难写! 使用ffmpeg缩小视频体积的几种方式 Linux parallel 命令使用手册 为什么说过早优化是万恶之源? Linux xargs命令介绍 深入理解Spring的事件通知机制 Java高并发之CyclicBarrier简介 聊一聊过度设计! 详解Redisson分布式限流的实现原理 Java中使用HashMap时指定初始化容量性能一定会更好吗? 如何用ffmpeg截取视频片段&截取时间不准确的坑 XINDOO的2022年年终总结 使用ffmpeg将视频转成HLS(m3u8)格式 谷歌Guava LoadingCache介绍
知识与智慧
xindoo · 2024-08-17 · via XINDOO


  前两天在medium上看到一篇文章,探讨知识(knowledge)和智慧(wisdom)之间的区别,很受启发,结合自己的经历和理解,形成此文:

何为知识

  知识通常指的是信息的积累和对特定领域的理解,包括理论、事实、技能和经验。它是通过学习、培训和实践获得的,通常可以被量化和系统化。在职场中,知识可以表现为专业技能、行业知识、技术能力等。就拿我所在的程序员行业为例,可以被称之为知识的东西可太多了,比如最基础的编程语言的语法、各种技术的使用,高级点的有设计模式、高并发……,这些其实都是知识。

何为智慧

  知识的概念相对直观明确,而智慧则是一个更为深奥和难以定义的概念。智慧是一种更高层次的能力,它涉及到判断、分析、洞察和决策。智慧不仅仅依赖于已有的知识,还包括对复杂情况的理解、对人际关系的把握以及在不确定环境中做出明智决策的能力。这样讲可能还是很抽象,我们还是拿程序员这个行业来举例:

在程序员的世界里,智慧可能表现为:

  1. 能够在众多技术方案中选择最适合当前项目需求的解决方案。
  2. 懂得如何平衡技术债务和产品迭代速度,做出最优的工程决策。
  3. 能够有效地与团队成员和其他部门沟通,化解冲突,推动项目顺利进行。
  4. 在面对棘手的技术问题时,能够创新思考,找到独特而有效的解决方法。
  5. 对技术发展趋势有敏锐的洞察力,能够前瞻性地指导团队的技术方向。
  6. ……

  举个大家耳熟能详的例子来说明知识与智慧的区别,作为一个程序员大家应该都学习过设计模式吧。在面对复杂的问题,使用合适的设计模式确实可以起到事半功倍的作用,显著提示代码可维护性,提示未来的可扩展性,有时候在一些框架里看到某种设计模式,真的是让人啧啧称奇。反过来,如果是在不当的场景下,为了炫技强行使用设计模式,反而成为未来的发展的掣肘。 这种情况很容易出现在新手身上,他们只是简单学会了某些知识,然后将强行将这些知识用在看起来合适的地方,陷入了拿着锤子到处找钉子的困境中的窘境中。

  而真正有智慧的程序员,他们不仅掌握了设计模式,而且他们也能够准确判断何时、何地、以何种方式使用这些设计模式,甚至是否需要使用设计模式! 用曾经在网络上流行过的一句话来说 知识是放纵,而智慧是克制

  从上面的概述中我们很明显能看出来,知识和智慧并不是两个割裂的东西,智慧其实是依存于知识的,只有拥有大量的知识,智慧才能真正发挥其作用。没有足够的知识基础,智慧就像无源之水、无本之木。如果说知识是我们掌握的工具和材料,那么智慧就是知道如何最佳地运用这些工具和材料来解决实际问题的能力。

知识如何转化为智慧:

  掌握知识固然重要,但仅仅拥有知识并不足以称之为智慧。就像我们在程序员的世界里常见的情况:有些人可能精通多种编程语言,熟悉各种框架和工具,但在面对实际项目时却无法有效地解决问题。这就是典型的有知识而缺乏智慧的表现。

那么,如何将知识转化为智慧呢?让我们继续以程序员的视角来探讨:

  1. 实践与反思:仅仅阅读文档或观看教程是远远不够的。真正的智慧来自于在实际项目中运用知识,并在这个过程中不断反思和总结。比如,当你在项目中遇到一个棘手的bug时,不要只满足于找到解决方案,更要思考为什么会出现这个问题,以及如何在未来避免类似的情况。
  2. 跨领域学习:智慧的程序员不会局限于自己的专业领域。他们会涉猎产品设计、用户体验、业务逻辑等相关知识。这种跨领域的学习能力使他们在面对复杂问题时,能够从多个角度思考和解决。
  3. 经验积累:智慧不是一蹴而就的,它需要时间的沉淀。随着项目经验的增加,你会逐渐形成对不同技术方案的直觉判断,这种判断力就是智慧的体现。
  4. 培养同理心:技术能力固然重要,但真正的智慧还包括与人合作的能力。学会站在同事、用户、甚至竞争对手的角度思考问题,这将大大提升你解决问题的能力。
  5. 持续学习与创新:技术世界瞬息万变,昨天的最佳实践可能今天就已过时。智慧的程序员会保持持续学习的习惯,并且善于将新知识与已有经验结合,创造出创新的解决方案。
  6. 培养系统思维:不要只关注代码层面的问题,要学会从整个系统的角度思考。这包括考虑性能、可扩展性、维护性等多个方面。这种全局性的思考能力,正是智慧的重要体现。

  知识和智慧的关系就像是食材和美食的关系。知识是原材料,而智慧则是将这些原材料巧妙结合,烹饪出美味佳肴的能力。在程序员的世界里,真正的智慧不仅仅体现在代码的质量上,更体现在如何运用技术解决实际问题,如何与团队协作,以及如何推动项目和产品的成功。

  所以,在追求知识的同时,别忘了培养将知识转化为智慧的能力。正如那句古老的中国谚语所说:"授人以鱼不如授人以渔"。掌握知识很重要,但学会如何运用知识、如何思考,才是真正的智慧所在。

结语

  自从我上大学以来,知识的获取就很方便了,只要你掌握一些互联网信息检索的技巧,刹那间就可以获取海量的知识,而这两年AI大模型的诞生,你甚至不需要技巧就可以获取海量知识,我们比以往任何时候都更容易获取知识。然而,正如我们在程序员的世界里所看到的,仅仅拥有知识是远远不够的。真正的挑战在于如何将这些知识转化为智慧,并在复杂多变的职场环境中灵活运用。知识就像是我们手中的工具箱,里面装满了各种编程语言、框架和技术;而智慧则是知道何时、如何使用这些工具来解决实际问题的能力。它是在无数次的实践、思考和反思中逐渐积累而成的。

  作为程序员,如果我们仅满足于只会机械运用我们掌握的知识,那未来一定会被AI所替代,因为它们比我们更擅长这些。我们的优势在于我们拥有真正的智慧,在解决任何问题时,能够洞悉更深层次的原因和背景,从而找到更有效、更创新的解决方案。智慧使我们能够在复杂的情况下进行判断并做出精准的决策,这种能力是当前的AI所无法比拟的。