这里是 @yhyy135 的日常频道，欢迎各位浏览 / 转发 / 评论三连。
频道绑定的幽灵群组👻仅用于开启频道评论功能，禁止人员入群。
欢迎使用 Telegram 订阅本频道：https://t.me/acunico
欢迎一起交流学习英语🇬🇧：https://t.me/acunicoEng
欢迎一起交流学习日语🇯🇵：https://t.me/acunicoJpn
频道绑定的幽灵群组👻仅用于开启频道评论功能，禁止人员入群。
欢迎使用 Telegram 订阅本频道：https://t.me/acunico
欢迎一起交流学习英语🇬🇧：https://t.me/acunicoEng
欢迎一起交流学习日语🇯🇵：https://t.me/acunicoJpn
面对甲方的需求，先立牌坊、夸海口，然后借着以此带来的压力，促使自己持续学习和精进。
这不失为一种好的压力学习方法——“Fake it til you make it”
但重要的是，这种伪装只是暂时的，这么做的目的永远是为了 make it 而非 fake it.
Secrets about freelancing — I lied about my career.
这不失为一种好的压力学习方法——“Fake it til you make it”
但重要的是，这种伪装只是暂时的，这么做的目的永远是为了 make it 而非 fake it.
Secrets about freelancing — I lied about my career.
是什么让我们不假思索地接受了一（两）家独大就是最好的选择？路边小贩打印一个二维码就能收钱是件好事，但用户有更多选择也是。
从法律角度来说，医生是没有逮捕权的。但是通过公权力的授权，医生开出的「司法精神病鉴定」其实是有法律效力的。在司法过程受到充分监督的情况下，滥用职权导致的「被精神病」当然极少发生。但如果规则漏洞本身可以为执法者留后门呢？
你绝对想不到的逼供方式 - Matters
你绝对想不到的逼供方式 - Matters
编码不是核心能力，解决问题的三步骤在于 UDB：
理解（Understand）：
1. 避免信息不对等
2. 避免行动不达预期
设计（Design）：
1. 问题的解法有几多？
2. 各种方案的优劣、风险和可行性
实施（Build）：编码其实是 UDB 三部曲中最容易的
Understand, Design, Build: A Framework for Problem-Solving - Lob Blog
理解（Understand）：
1. 避免信息不对等
2. 避免行动不达预期
设计（Design）：
1. 问题的解法有几多？
2. 各种方案的优劣、风险和可行性
实施（Build）：编码其实是 UDB 三部曲中最容易的
Understand, Design, Build: A Framework for Problem-Solving - Lob Blog
建立个人知识 wiki 时不可避免地需要用到标签
文章认为好标签和坏标签的本质区别在于从什么维度来定义标签：好的标签系统应该从对象本身来定义，而不是从对象涉及的主题来定义。否则最终标签系统将会因为难于检索而失效。
我个人的经验是参照 Wikipedia 进行对象分类，不打大分类标签（比如 Technology），而在大分类下使用多级小分类（如 Database、MySQL）作为标签系统的叶子。虽然也不够满意，但仔细想来，其实痛点需求并不在标签，而是全文搜索。如果随时能够通过文内某关键词检索到内容，那标签系统的作用其实也就没有想象中那么大了。
The Difference Between Good and Bad Tags
文章认为好标签和坏标签的本质区别在于从什么维度来定义标签：好的标签系统应该从对象本身来定义，而不是从对象涉及的主题来定义。否则最终标签系统将会因为难于检索而失效。
我个人的经验是参照 Wikipedia 进行对象分类，不打大分类标签（比如 Technology），而在大分类下使用多级小分类（如 Database、MySQL）作为标签系统的叶子。虽然也不够满意，但仔细想来，其实痛点需求并不在标签，而是全文搜索。如果随时能够通过文内某关键词检索到内容，那标签系统的作用其实也就没有想象中那么大了。
The Difference Between Good and Bad Tags
这篇文章探讨了集权主义和大数据及 AI 的伦理关系。
大数据和 AI 在集权体制下的应用可能会加剧系统性偏差，最终导致难以估量的后果。
对大数据收集和分析结果进行人工干预，进而使得系统得出更加符合使用者想要的结果。——这基本符合有限状态机的假设：系统的结果与投入的参数相关，一次产出的结果反过来成为下一次的系统运行参数。
http://crookedtimber.org/2019/11/25/seeing-like-a-finite-state-machine/
大数据和 AI 在集权体制下的应用可能会加剧系统性偏差，最终导致难以估量的后果。
对大数据收集和分析结果进行人工干预，进而使得系统得出更加符合使用者想要的结果。——这基本符合有限状态机的假设：系统的结果与投入的参数相关，一次产出的结果反过来成为下一次的系统运行参数。
http://crookedtimber.org/2019/11/25/seeing-like-a-finite-state-machine/
1. 基于现有技术而生
2. 为实现统一目的的不同实现
3. 对既有工具的微小改进
所以并不存在什么更好或最好，只存在最适合项目 / 自身。
对一个 beginner 而言，切知识派的最小片，然后重在实践
Learn Less, Do More
https://thoughtbot.com/blog/learn-less-do-more
