Dawn Y Li

programmer

[Sac @Saccc_c]

20岁大四学生，用10天Vibe Coding手搓出来的开源项目：MiroFish，连续3天霸占GitHub Trending榜单前列，目前Star数已狂飙至8.3k，且还在持续增长中。

盛大创始人陈天桥看了Demo后，24小时内当场拍板注资3000万。

它是一个「预测万物」的 AI 仿真沙盘。只要丢给它一段新闻、政策或金融信号，它会自动生成成千上万个具备独立人格的 AI Agent，直接推演出未来的发展方向。

当你还在靠人工收集数据、靠经验做判断时，此项目已经开始用成千上万个 agent替自己预演未来了。

仓库地址：https://t.co/0Einknjq3V

[李不凯正在研究 @libukai]

一点一点重啃 Claude Code 文档，今天的重点是 Anthropic 发布的 33 页 Skill 构建完全指南，顺便把 awesome-agent-skills repo 又大幅更新了一版。

说实话，经过春节这几天沉下心看文档，我觉得自己之前的理解实在是太浅薄了······

Agent Skills 的确是很好，Anthropic 也承认它就是最灵活的扩展方式。但是，如果能跳出“老子天下第一”这个自我设限，把 Skills 和 MCP/Agent/Hooks 等其他组件配合起来使用，更能发挥它胶水工具的无尽想象力。

我自己有一个肤浅的判断，今年的 AI 新玩意不会像去年那么层出不穷了。大模型基座的能力已经到了 80 分，运维层面的必要工具也已经齐备，接下去就是干苦活累活的时候了，看看谁能真的在垂直行业里面做出跨越式的新东西了。

另外，真羡慕你们这些天天能追热点的，说实话 Claude Code 我都觉得太复杂了，学起来用起来已经快营养不良了······

[尤雨溪 @yuxiyou]

AI coding 一个实践：每次做重大功能/改动之前先用 plan mode 做一个 research / design doc，然后再基于这个 doc 做实现的 plan。

design doc 加上编号存到一个文件夹里，commit 进仓库。这就类似你的设计思路的 db migrations，记录着整个项目进化思考的脉络。

[卫斯理 @imwsl90]

不要沉迷于书本学习

我发现很多同学喜欢废寝忘食的学习书本知识，感觉书本学习会让他们兴奋

十年前我亦是如此，看了很多的书，每天都在“学习进步”，其实是原地踏步走的，毫无成长

我现在解毒了，不再沉溺于书本学习，尽量让自己的思维放开，向外界去学习那些非书本的东西，的确得到了很多的真知。

以职业为例，我们最终目的是为了挣钱，那我们应该更加靠近钱的那一侧，而不是遵循老的路径

“提升技术 - 有公司看上我 - 挣到钱”

新的路径要打破这种思维惯性

“看钱在哪里 - 学习别人如何去做的 - 自己做 - 挣到钱”

[程序员小灰 @XiaohuiAI666]

86年，39岁，脱下孔乙己的长衫，我开了家一人公司。

曾经少年的我，以为30岁是一个十分遥远的年纪，谁知转瞬之间，我竟然已经年近40了。

1986年，我出生在北京，人生中绝大部分时光都在这个城市度过。

2008年，我走出大学校门，对自己的前途充满迷茫。

2019年，我告别了10年的职场生涯，开启了一条创业之路，这一干就是整整6年。

在X平台上，我分享过各种AI技术，分享过众多副业方向，而今天我希望把自己的故事分享给大家。

1. 少年不识愁滋味

1986年的2月，我出生在北京，在小小的胡同里度过了快乐的童年。

我的家庭并不富裕，但我有一个知书达理的父亲，有一个温柔美丽的母亲，我们一家的生活平淡而又幸福。

（1991年，5岁的小灰跟家人出去玩）

从小学到中学，我给别人的第一印象都是“乖巧”，但只有我心里知道，自己其实是一个非常不安分的人。

学生时代的我自以为聪明，高中课堂上几乎不听讲，只是在期末考试前突击两天，就能考到班里第一第二。但我现在回想起来，那时候很傻，和真正的聪明人相比还差着十万八千里。

2004年的夏天，小灰走进了高考的考场，虽然我最终考进了志愿填报的某211大学，但因为几分的差距没能进入最想去的计算机专业，而是落到了电气自动化专业。

2. 放纵的大学生活

（2004年，18岁的小灰在大学校园）

如果用两个字来形容我大学四年的生活，那就是“放纵”。

高中时候的我虽然不认真听课，但至少维持着表面上的乖巧。进入了大学以后，没有人管束了，我这四年几乎都是在网吧打游戏度过的。

或许有人会问：你大学天天这么玩，没想过毕业以后怎么办吗？

小灰当时有一个很傻很天真的想法：成为一名小说家。

我是一个很爱幻想的人，整天幻想着各种各样的玄幻故事。大学期间，我总算有机会把我的各种想法写成小说，发表在起点中文网上。

然而小说家的道路远没有自己想象的容易，我在网上写了十几万字，却一直不火，最终还是放弃了这个梦想。

虽然小说没写成，但我的另一个技能却被点亮了，那就是游戏创作。

在我上大学期间，非常流行一款名为《魔兽争霸3》的游戏，这款游戏提供了一个额外的RPG地图编辑器，支持玩家在他们的游戏基础上进行二次开发。

小灰很喜欢玩游戏，也喜欢搞创作，于是我也开始尝试这款编辑器，一发不可收拾。

当时流行的大部分PRG地图都是3C、塔防、防守类的，而小灰突发奇想，制作了一款风格迥异的RPG地图，玩这个RPG地图就像是在玩魂斗罗，受到了当时许多玩家的好评。

那时候网上正好有一个RPG地图制作比赛，小灰这个地图获得了第二名，拿到500元奖金。虽然这500元并不多，却是我人生中赚到的第一桶金。

大学四年的时光很快过去了，我勉勉强强把各科成绩混过，拿到了毕业文凭。然而刚刚走入社会，我却陷入了深深的迷茫。

3. 初入职场

我毕业于2008年，那年正赶上全球金融危机，再加上我大学四年里根本没认真学习专业知识，因此找工作变得难上加难。

我投了上百家公司，经历了无数次碰壁，最后进入了一家专做航空维修业务的公司，月薪1800元。

我的专业知识几乎为零，为什么这家公司愿意录用我呢？说出来大家可能不信，是因为公司老板的儿子玩过我开发的魔兽PRG地图，对我比较认可。

于是，我的第一份工作就这样稀里糊涂地开始了，当时我主要负责整理仪器的电路图，以及维修一些简单的飞机零件。

事实证明，笨手笨脚的小灰真的不适合这份工作。在这里干了半年，经历了无数次PUA之后，我决定离职，选择一个我真正喜欢的行业。

4. 转行程序员

究竟什么样的工作更适合我呢？当时有很多编程培训机构在到处打广告，我自己对编程也有一点兴趣，于是我花了两万多元的学费，报名了一家IT培训机构，学习C++和Java。

虽然我在大学期间也上过C语言和微机原理课程，但当时根本没有认真听课，如今小灰真正开始认真学习编程，有一种潜藏多年的天赋被打开的感觉。

在培训班的日子里，我一边每天上课学习编程知识，一边自己琢磨开发小游戏，一边跟同学交流程序问题，那段时间充实而又快乐。

在那里我结识了一群志同道合的朋友，我们一同成长、一同毕业，时至今日，他们当中的许多人都成为了各大IT企业的核心程序员。

转眼间一年过去了，我从培训班毕业，因为一些机缘进入了一家央企，正式开启了我的程序员之路。

这家央企的名字可能听过的人并不多，叫做中国航信。

2010年，24岁的小灰在这里开启了程序员之路

5. 职场的摸爬滚打

当初在培训班学习编程的时候，我一直自以为很厉害，技术水平甩出其他同学一大截。但真正进入到职场，我才发现自己不过是一介编程小菜鸟，这也不会那也不懂，前方的道路还有很长。

在我的职场生涯中，我曾经换过很多家公司，也更换过技术栈。我从央企跳槽到游戏研发公司，又从游戏公司跳槽到微软做外包，又从外包跳槽成为一家外企的正式员工。在技术上，我先后做过C++、C#、Java，也曾经做过测试开发。

随着时间的推移，我本人也从一个编程菜鸟，逐渐成长为了一个经验较为丰富的老程序员。

到了2016年，30岁的小灰离开外企，来到了一家互联网公司，这家互联网公司是京东集团。

2016年，京东大楼夜景

6. 公众号之路

从慢节奏的外企，来到快节奏的互联网公司，我虽然感到有些压力，但是成长也很快。

同时，我在京东工作期间做了一件影响至今的事情，那就是创建了自己的微信公众号。

为什么选择创建自己的公众号呢？

当时正好是微信公众号最火的时候，混子曰、六神磊磊等知名IP，都在那个时候做得风生水起。于是小灰产生了一个想法，决定把自己多年积累的技术发表在公众号上，帮助更多的程序员同行。

就这样，一个名为“小灰”的可爱的小仓鼠形象诞生了。我通过小灰和大黄的漫画故事，为程序员们讲解一个个算法和编程知识点。

（2017年，小灰创作的漫画片段）

由于我创作的内容对广大程序员很有帮助，又生动有趣，很快我就吸引了第一批粉丝。

2017年末，当我离开京东跳槽到摩拜单车的时候，我的微信公众号已经有了一万粉丝，顺利完成了自媒体从0到1的冷启动。

随着我公众号的影响力越来越大，我也结识了许多同样在做IT类自媒体的朋友，通过和大家的深入交流，小灰受益匪浅。

此时，我的思维不再局限于内容创作，同时也对自媒体的运营方式和流量增长有了更多的理解。带着新的思维来运营公众号，我的粉丝呈现指数增长。到了2018年末，我的粉丝已经接近20万，这是以前完全不敢想象的。

在公众号粉丝飞速增长的同时，也有广告商找到我寻求合作。我接到的第一个广告是一个Java培训班广告，合作方只给了我600元，但我仍然特别开心，因为这是我在主业之外赚到的第一桶金。

后来，随着我的公众号流量越来越大，我接广告的价格也越来越贵，甚至每个月的收入已经高于我的本职工作。

2018年末，当我发现自己已经没有必要上班，完全可以凭借公众号养活自己的时候，我最终选择离开职场，全职投入到自媒体的创作当中。

7. 一个人的公司

离开职场之后，我有了更多的时间精力去创作自媒体。我的流量增长很快，广告收入也越来越高。

2019年的5月，随着我的第一本书《漫画算法》的出版了，程序员小灰这个IP的影响力更是达到了巅峰。

这本书我撰写了整整半年，整合了我公众号上的精华内容，并且额外增加了许多基础性的知识，让全书更加连贯和系统。

《漫画算法》一经推出，仅仅三天就卖了2000多册，后续长时间热度不减，在2019年全年卖出了五万多册，成为当年IT领域最畅销的图书之一。

后来小灰再接再厉，于2020年推出《漫画算法 Python篇》，2021年推出《漫画算法2》，2023年推出《漫画ChatGPT》。我的新书《漫画DeepSeek》在2025年5月末正式出版。

因为我比较擅长写作，又有一定的行业影响力，这些年里我的大部分图书都卖得非常好，目前这几本书的累计销量已经超过20W册。

2019年到2020年是我走出职场的前两年，我这两年的状态可谓是高歌猛进。我只要专心运营好公众号，就能接到大量的广告商单，轻松获得非常可观的收入。

为了让自己的商务合作更加正规，我注册了自己的公司。起初公司只有我一个人，后来随着业务的扩大，我先后招聘了一位助理和一位剪辑师。曾经我只是一个初入职场的小白，如今我竟然变成了老板，回想起来真是感慨万千。

那时候我乐观地认为，我的流量和收入会一直增长下去。可是历经三年的口罩事件，整个大环境变了，许多给我们投放广告的机构纷纷倒闭，纯粹依靠广告轻松变现的时代结束了。

这时候摆在我面前的是商业模式转型的挑战，为了长久发展，我不得不寻求新的突破。

8. 新的突破

如何找到全新的突破口呢？

2023年3月，大模型GPT-4的横空出世，许多普通人利用AI大大提升了工作效率，也有很多人搞起AI代写、AI绘画、AI爆文等项目，赚到了副业的第一桶金。

在这个AI时代，我看到了新的契机。为了帮助更多的朋友了解AI、掌握AI、利用AI变现，我也打造了AI与副业相关的知识付费产品，包括小报童专栏、知识星球、训练营等等。

目前我们推出的爆款产品是知识星球《小灰副业俱乐部》，这是一个交流AI与副业经验的平台。到这篇文章发布为止，星球已经汇集了超过9400位想要探索副业和AI的朋友。

同时，小灰也推出了自己的高阶社群《小灰十年风云会》，立志用整整10年的时间陪伴大家，和大家共创各种火爆的AI项目，带领大家共同实现副业变现。

经过这几年的创业探索，我的发展方向变得越来越清晰，我在今后几年的工作重点可以凝练成八个字：左手技术、右手副业。

小灰的绝大多数读者都是程序员，算法对程序员来说至关重要，我会继续为大家分享算法、编程、AI等技术知识。

同时，现在的就业形势并不好，我的许多读者也希望能做一些离钱更近的事情，甚至像小灰这样脱离职场，把自己的副业做成主业。面对这样的需求，我也很愿意把自己的副业经验拿出来分享。

9.写在最后

回望过去，转眼间我已经创业整整6年了。在这6年里，我经历了刚刚离开职场时的意气风发，经历了市场剧变之下的焦虑无助，也经历了重新找回方向的淡定从容。

在这6年里，我完成了很多以前不敢想象的事情。我总共出版了5本技术图书，撰写了700篇文章，拍摄了300多个视频。我的全网粉丝量超过70万人，我拿过的奖项超过20个。

（2017年到2025年，小灰获得的部分奖项）

作为一名再普通不过的草根，我所走过的每一步都并不轻松。我能取得现在的成绩，要感谢这个时代，感谢广大读者，也感谢我自己。

虽然过去这些成绩确实值得自豪，但我也决不能满足于此，前方等待我的将是新的征程。小灰感恩每一位陪伴我一路走来的老朋友，也随时欢迎新的朋友关注我。

未来的道路充满了不确定性，希望你我共同努力，携手前行。

[Dawn Y Li @LeonDawn20]

小厂去了，外包也去了，没有拼过，现在还在外包

[Lexi 勒西 @lexi_labs]

说说我当年的面试经历，十几年了，没啥参考价值，全当听个乐。

- 自卑，投了一堆软件小厂。90%没回音，10%面试了，没回音。
- 失落，投其他行业，直接收到房产中介offer，没去。
- 气馁，投了软件外包，拿到文思 offer，不敢去。
- 拼了，投了微软中国，6 论面试通过，入职。

[LinearUncle @LinearUncle]

学习AI方法论：摸着宝玉过河。

世界上有很多提示词写的巨好的人物，但他们都像高斯，只给你一个漂亮的公式，却把得到公式路径的脚手架给拆掉了，你根本无法知道他是怎么得到这么漂亮的结果。

宝哥不一样，感谢宝哥。

一大早起床都在研究宝哥的这个产生雷军提示词模版的方法论。gemini得出结论，人类智慧提取出来的雷军风格的深刻洞见，比deepresearch的好用一万倍，也就是人类的知识仍然对提升提示词最终效果影响巨大。

[宝玉 @dotey]

老板（BOSS）：自己坐在车里，让别人拉着自己前进。

领导者（LEADER）：与团队一起拉车，自己冲在最前面。

内向的人（INTROVERT）：独自一人默默地拉着车向前。

有了AI的内向的人（INTROVERT WITH AI）：自己驾驶着AI驱动的火车，高效且轻松地快速前进。

[Dash @DashHuang]

因为有些人可能真的只是“码农”而不是创作者，他们只是产品设计者和电脑程序之间无情的传话人。所以他们不愿意理解和接受 Vibe Coding 的存在，反而害怕这种传话过程不再神圣。
相反优秀的程序员一定会被 Vibe Coding 爽到，因为 AI 提供了无数敬业的小弟供自己指挥和安排，把自己从繁琐的细节工作中释放出来，专注于高纬度的创作与规划，更大的发挥自己的优势。

[Dawn Y Li @LeonDawn20]

“思维链推理是一种脆弱的海市蜃楼，一旦超出训练分布就会烟消云散”

[steve hsu @hsu_steve]

Is Chain-of-Thought Reasoning of LLMs a Mirage?

... Our results reveal that CoT reasoning is a brittle mirage that vanishes when it is pushed beyond training distributions. This work offers a deeper understanding of why and when CoT reasoning fails, emphasizing the ongoing challenge of achieving genuine and generalizable reasoning.

... Our findings reveal that CoT reasoning works effectively when applied to in-distribution or near
in-distribution data but becomes fragile and prone to failure even under moderate distribution shifts.
In some cases, LLMs generate fluent yet logically inconsistent reasoning steps. The results suggest that what appears to be structured reasoning can be a mirage, emerging from memorized or interpolated patterns in the training data rather than logical inference.

... Together, these findings suggest that LLMs are not principled reasoners but rather sophisticated simulators of reasoning-like text.

[✧ 𝕀𝔸𝕄𝔸𝕀 ✧ @iamai_omni]

@xincmm 它列出的这些公司都属于闭眼买的类型，长期持有很难亏钱

[Gilfoyle @wangleineo]

@oran_ge 是这一期吧？很赞 https://t.co/Iac0WiQOMl

[Orange AI @oran_ge]

《how to get rich》10分钟播客版本：
费利克斯·丹尼斯：致富的残酷真相与巨大代价 https://t.co/BLhztZpPIc

[宝玉 @dotey]

我把这称之为“AI 蜜月期”，通常是编程新手在刚开始尝试用 AI 写了几个小项目之后发自内心的激动，完全能理解。另外很多观点其实也赞同的，但整体还太过乐观，尤其是编程部分，因为软件工程范式其实还没有根本性改变。

赞同的部分：
- rule based的设计模式走向半开放式
- 产品经理和设计能做 MVP
- 如果自己本就逻辑混乱，那么Bug将层出不穷

部分赞同
- VOC（用户之声），AI 捕捉情绪信息整理很强，但是挖掘用户需求 AI 做不到或者做不好，需要人
- SEO，AI 虽然懂很多 SEO 知识，但是不同场景的应用 AI 做不好；另外 AI 知识库更新不及时，Google 的 SEO 规则一直在变化，它可能会按照老的 SEO 给建议
- 研发和测试将开始变得模糊，这在 AI 之前DevOps兴起时就已经开始了，大厂早已没有多少专职测试岗位，主要是依赖自动化测试和研发自己测试，AI 只是让自动化测试效率更高

不认同
- 内容生产自动化，AI 产生的内容未来会趋于平庸，普通人会对 AI 内容免疫，本能抵触 AI 生产的内容，SEO 也会降低 AI 内容权重，过于依赖 AI 生产内容会适得其反
- 普通的研发不会被逐步淘汰，在编程范式发生本质改变之前，不会淘汰普通研发，但技能要求会发生一些变化，需要学会如何用好 AI。
- 写好一份给AI的逻辑文档，并不能获得好的代码，代码不仅仅需要逻辑，还要和环境交互，要处理各种边界条件，还有用户体验等等。
- PRD工作，从来就不是单一的产品经理或者研发的职责，以前不应该是未来也不会是
-AI时代也不会是通才的时代，通才即使借助 AI 也做不出有深度的作品，因为无法分辨AI生成结果的好坏，专才利用 AI 也不能马上变成通才，因为不同领域有很多领域知识也不是靠AI能很快弥补，甚至都不知道该怎么提出正确的问题。
AI时代确实是加速了学习速度，想变成通才和专才比以前更容易，但依然需要主动学习。

最后，这些预测都需要加上时间期限，我的观点是未来5年内。

[Booker Zhao @being99]

干货分享🧙‍♀️

Kimi K2 + Claude Code 自动处理 Github issue 和 PR

💻 实现真正的异步编程

💤睡一觉醒来代码自动帮你写好，等待主人验收

1️⃣将 Claude GitHub 应用程序安装到您的存储库：https://t.co/OsmBEjnv7K

2️⃣配置项目的 Secrets，注意要配置

ANTHROPIC_BASE_URL 和 CLAUDE_CODE_OAUTH_TOKEN

3️⃣ 配置 Github Actions

详细步骤和围观的 issue 都在评论区

#Claude #kimik2

[Line @linexjlin]

看来陶哲轩对当前 AI 并不满意😅

陶哲轩对当前 AI 使用上的一些抱怨：

- 写 Lean（一种机器证明语言） 时 copilot 补全的有一半是不可用的 （他用的 rubbish）
- 用 AI 查找数学文献经常幻觉，甚至完全捏造文献（他说 Nonsense， Garbage）
- 他想让 AI 按他的思路证明数学问题，AI 听不懂他的证明思路，还跟他辩论 （他用了 exhausting）
- AI 越聪明它的证明的错误越难发现，这些证明初看起来都是对的，但是仔细看会发现犯的错误却都非常愚蠢，而且 AI 还没有自我反思和纠错的能力。 (他用的 “Annoying，Stupid ”），
- 他还说之前谷歌的 AlphaProof 银牌也有“吹嘘”的成分， 它是多个 SOTA 模型的混合系统， 一道题需要 3 天谷歌服务器时间（应该是类似 AlphaGo 的 MCTS 搜索）这让 AlphaProof 无法拓展。

他认为 AI 解决更复杂数学问题需要处理的问题：

- 学会规划能力， 模型需要学会将大问题分解成小问题，先证明关键引理， 再完成主定理证明。
- 解决复杂的数学问题需要不断试错，现在 AI 能接触到的更多是成功案例，人类也没有积累数学家的解体试错数据，这让 AI 不能像数学家一样试错，也就无法通过试错找到解题方法。
- 现在的 AI 没有数学嗅觉（Mathematical Smell），数学家的数学嗅觉可以用来快速判断一个证明思路是否有前途，减少不必要探索。 他用 AlphaGo 对局势评估能力类比数学嗅觉。
- 解决复杂数学问题往往需要开辟一个新领域， AI 需要在解题的过程中学会归纳，抽象，发明新概念， 并且还要坚信使用这些新概念能解决问题。

后记：人类智力最后的堡垒

陶哲轩说的这些确实暴露了目前 AI 的一些局限性。 尽管 AI 也在日新月异的进化， 诸如“研究生级”、“博士级”、“诺贝尔级”AI的概念不断涌现，这些多少有吹嘘的成本，即使是真的，数学作为人类最复杂的智力活动，要被突破可能还很遥远， 甚至，数学可能可以做为人类智力最后的堡垒。

人类的形式科学发展至今，大部分知识其实只靠人类自己只要给足够的时间，任何“短描述”的知识都有机会被发现或者已经被发现过了，剩下的问题其推理链会越来越长。。 也就是说对人类来说真正有难度的是那些需要经过漫长推理的知识，这些知识的发现往往还需要大量的创新技巧，这些才是我们最希望 AI 解决的，也是 AI 能发挥最大价值的地方， 但现在AI处理起来似乎也最力不从心，一点也没有能解决的迹象。

数学新发现需要创新的方法，有着超长的推理链，可能只有当数学完全被突破了，人类智力的“计算搜索功能”才能算正式退出历史舞台。倒是并不一定要解决陶哲轩说的所有问题，能解决长链推理或者能自主发现创新方法就很有用了，也是通往 AGI 的必经之路。

[Dawn Y Li @LeonDawn20]

应该要成为第一步的专家，这一步最重要，交流也最多，最接近人性。做产品经理要过后期运维，本质区别。

[李继刚 @lijigang]

迭代四步走：

1. make it work
2. make it right
3. make it fast
4. make it elegant

[Ｗ 𝗜 𝗦 𝗘 𝗖 𝗢 𝗡 𝗡 𝗘 𝗖 𝗧 𝗢 𝗥 ™ 💬 @wiseconnector]

FIRST word you see reveals your mindset.

Which word do you see?

[Susan STEM @feltanimalworld]

在AI时代，程序员的核心能力结构正发生根本性转变。当务之急不再是积累更多的语法细节、框架技巧，而是全面构建“系统性认知结构”。程序员要从“写代码的人”进化为“调度系统的人”，而实现这一跃迁，必须集中火力掌握五项关键能力：系统工程、控制论、老三论与新三论、系统架构、以及复杂系统思维。

首先，系统工程提供了从需求分析到系统部署的整体观，训练程序员在面对庞杂任务时，具备结构化拆解、流程闭环与资源调度的能力。它是一种“从全局向局部”的控制方式，决定了一个项目是否具备可扩展性与演化空间。

其次，控制论作为信息流与反馈机制的核心理论，是一切人机系统与智能交互系统的底层模型。从自动控制到大模型Agent的行为管理，从PID控制到自适应学习，程序员必须理解系统“感知—判断—行动—修正”的完整循环，才能真正参与智能系统的调优。

而老三论（系统论、控制论、信息论）构成了最早的通用系统思维框架，是现代计算、通信与管理系统的理论基石；新三论（复杂性科学、网络科学、涌现理论）则进一步揭示了非线性、耦合、边界模糊与多主体协作的运行机制，是AI与社会计算等前沿领域的关键引擎。掌握这两组理论，是构建“思考系统如何思考”的认知跳板。

再者，系统架构能力决定了程序员是否能将局部代码逻辑扩展为全局系统协议。无论是微服务、容器编排、分布式系统，还是多智能体调度与数据流图设计，架构是一种跨层次、跨模块的语言，它是程序员在AI生态中获得话语权的凭证。

最后，复杂系统思维教会程序员如何在不确定性和非线性中导航。这种思维模式强调反馈、涌现、自组织与动态稳定，不仅适用于算法调度和大模型微调，更适用于理解技术、社会与用户之间的动态关系。程序员如果只拥有线性思维，注定无法驾驭高度动态的AI协作网络。

简言之，程序员必须掌握从“编码单点”到“调度系统”的进化逻辑，把自己重构为一个能够感知系统、设计系统、调优系统的智能中介。未来的编程语言，不是Python或Rust，而是“结构语言”——一种能够被智能体调用、被系统识别、被价值闭环的认知协议语言。这才是AI时代真正可持续的核心竞争力。

[YU @FreiheitYu]

偶然发现这个学乐理的网站，有包括中文在内的各种语言，练习题也都非常有趣，小朋友学得不亦乐乎 https://t.co/eX4vYwlFuZ