慣性聚合 高效追蹤和閱讀你感興趣的部落格、新聞、科技資訊
閱讀原文 在慣性聚合中打開

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

阮一峰的网络日志

科技爱好者周刊(第 396 期):互联网通信的替代方案 科技爱好者周刊(第 396 期):互联网通信的替代方案 - 阮一峰的网络日志 科技爱好者周刊(第 395 期):软件开发的第三种方式 科技爱好者周刊(第 395 期):软件开发的第三种方式 - 阮一峰的网络日志 科技爱好者周刊(第 393 期):脑腐状态 科技爱好者周刊(第 392 期):axios 投毒与好莱坞式骗术 科技爱好者周刊(第 391 期):AI 的贫富分化 科技爱好者周刊(第 390 期):没有语料,大模型就是智障 套壳中国大模型撑起500亿美元估值?扒一扒 Cursor 的"套壳"疑云 科技爱好者周刊(第 389 期):未来如何招聘程序员 科技爱好者周刊(第 388 期):测试是新的护城河 零安装的"云养虾":ArkClaw 使用指南 科技爱好者周刊(第 387 期):你是领先的 科技爱好者周刊(第 386 期):当外卖员接入 AI 字节全家桶 Seed 2.0 + TRAE 玩转 Skill 科技爱好者周刊(第 385 期):马斯克害怕中国车企吗? 智谱旗舰 GLM-5 实测:对比 Opus 4.6 和 GPT-5.3-Codex 科技爱好者周刊(第 384 期):为什么软件股下跌 科技爱好者周刊(第 383 期):你是第几级 AI 编程 Kimi 的一体化,Manus 的分层 科技爱好者周刊(第 382 期):独立软件的黄昏 AI native Workspace 也许是智能体的下一阶段 科技爱好者周刊(第 381 期):中国 AI 大模型领导者在想什么 科技爱好者周刊(第 380 期):为什么人们拥抱"不对称收益" 科技爱好者周刊(第 379 期):《硅谷钢铁侠》摘录 我如何用 AI 处理历史遗留代码:MiniMax M2.1 升级体验 科技爱好者周刊(第 378 期):预测是新的互联网热点 科技爱好者周刊(第 377 期):14万美元的贫困线 科技爱好者周刊(第 376 期):太空数据中心的争议 科技爱好者周刊(第 375 期):一扇门的 Bug 终于有人做了 Subagent,TRAE 国内版 SOLO 模式来了 科技爱好者周刊(第 374 期):6GHz 的问题 VS Code 使用国产大模型 MiniMax M2 教程 科技爱好者周刊(第 373 期):数据模型是新产品的核心 国产大模型接入 Claude Code 教程:以 Doubao-Seed-Code 为例 科技爱好者周刊(第 372 期):软件界面如何设计 大模型比拼:MiniMax M2 vs GLM 4.6 vs Claude Sonnet 4.5 科技爱好者周刊(第 371 期):一个乐观主义者的专访 科技爱好者周刊(第 370 期):正确的代码高亮 错误处理:异常好于状态码 科技爱好者周刊(第 369 期):Tim 与罗永浩的对谈 科技爱好者周刊(第 368 期):不要这样管理软件团队 一天之内,智谱和 Anthropic 都发了最强编程模型 科技爱好者周刊(第 367 期):Nano Banana 的几个妙用 科技爱好者周刊(第 366 期):旧金山疯狂的 AI 广告 科技爱好者周刊(第 365 期):流量变现正在崩塌 科技爱好者周刊(第 364 期):最难还原的魔方 科技爱好者周刊(第 363 期):最好懂的神经网络解释 科技爱好者周刊(第 362 期):GitHub 工程师谈系统设计 科技爱好者周刊(第 361 期):暗网 Tor 安全吗?
關於計算機科學的50個誤解
阮一峰 · 2019-11-03 · via 阮一峰的网络日志

計算機科學(Computer Science,簡稱 CS)是大學的熱門專業。但是,社會上對這個專業有很多誤解,甚至本專業的學生也有誤解。

一個美國的 CS 老師寫了一份清單,列出了許多關於計算機科學的偽命題。它們都是 CS 學生信以為真,以後才慢慢明白,這些都是不正確或不完全正確的命題。

下面就是計算機科學的50個常見誤解,歡迎補充。

1、

CS 畢業生懂 C 和 C ++ 語言。

2、

Java 語言是幾乎所有編程任務的合理選擇。

3、

懂得編程 == 懂得計算機科學。

4、

CS 畢業生是優秀程序員。

5、

CS 畢業生會編程。

6、

CS 教授懂編程。

7、

CS 教授會使用計算機,或者懂得互聯網原理。

8、

如果一個軟件可以運行在我的筆記本電腦上,就可以運行在其他人的筆記本電腦上。

9、

StackOverflow 問答社區的答案都是可信的。

10、

如果一段代碼出現到互聯網上,就意味著你可以使用它。

11、

開源軟件意味著更少的錯誤並且更加安全。

12、

開源軟件(open software)和自由軟件(free software)是同義詞。

13、

git 和 GitHub 是同義詞。

14、

Unix 和 Linux 是同義詞。

15、

bash 和 sh 是同義詞。

16、

AWS 和"雲服務"是同義詞。

17、

"隱私"和"秘密"是同義詞。

18、

"加密"和"安全"是同義詞。

19、

聰明的程序員會寫出聰明的代碼。

20、

編程能力是一名優秀軟件工程師的最重要品質。

21、

擁有 CS 學位是成為一名優秀軟件工程師的必要和充分條件。

22、

計算機解析時間和日期是輕而易舉的。

23、

CS 畢業生知道如何驗證電子郵件地址。

24、

僱主關心 CS 學生選修了哪些課程。

25、

分佈式網絡是可靠的。

26、

第三方服務是可靠的。

27、

AWS 雲服務是可靠的。

28、

你可以將整個文件讀入內存。

29、

fork命令之後,父進程始終先執行。

30、

刪除文件需要對該文件具有寫權限。

31、

線程競爭很少發生。

32、

面向對象編程是最好和最常見的編程範式。

33、

CS 畢業生不會被黑客釣魚,因為他們瞭解計算機。

34、

CS 畢業生了解計算機。

35、

CS 畢業生已經學過大多數的重要課程。

36、

電子表格和 Powerpoint 只適用於商業活動。

37、

程序員大部分時間都花在編程上。

38、

計算機可以按照指令進行操作。

39、

技術和算法是中立的。

40、

學習人文學科是浪費時間。

41、

你的職業生涯需要使用大量數學。

42、

如果谷歌使用它,那麼別的公司也應該使用它。

43、

如果一種技術很先進,就應該使用它。

44、

如果一種技術超過5年,就不是新技術。

45、

只為了能夠用上紅黑樹或某個高級算法,重寫代碼是值得的。

46、

大學畢業後,你還有機會遇到霍夫曼編碼。

47、

具有 CS 學位的兩個人,將具有非常相似的背景和知識。

48、

算法複雜性和大 O 表示法在現實世界中一直使用。

49、

學術界某種程度上跟現實世界不一樣。

50、

沒有人會輸入這種數據,或者這樣寫代碼。

(完)