@Flymachine 话说“费曼学习法”的核心就是通过向一个一点不懂的人解释清楚一件事，来督促自己整理和消化学到的知识，其实本质上和写博客是一样的。

这儿还能看到薪酬数据，有点意思: https://duibiao.info/salary

很多 C++/STL 用久了的人转写 Python 时都会想当然地以为 set 和 map/dict 是基于树结构的 /有序的

"重写过 mysql，Apache ,看过 Quake 源码，花了 1 年多，做了一个我的世界类似的游戏引擎"

你把 github 贴出来，我估计 V2EX 版友就帮你把工作搞定了。

感觉在这个例子里，A 承担了架构的工作，不过这个和做接口本身没关系吧。
B 的工作就是那种看上去很忙，但是很可能是把你会的东西重复 100 遍的感觉

@jsun 我的思路和你一样。

看了以上的留言大概就能看出来，哪个 IDE 都没有压倒性的优势。或者说，无论选哪个都不重要，先干起来是真的

这个事只能你自己拿主意咯。究竟这个公司什么情况，前景如何，这个你跟的经理资源如何，为人又如何，没人比你更清楚了

从应用本身的角度上来说，肯定是越上层越好移植，越底层越难移植。软件本身无非就是一层一层的封装，层次越高，需要关心底下的操作系统和硬件的知识就越少。但是整个软件栈里总得有一层去支持这些不同的架构，有很多恶心的#if def，有很多的 system API，甚至有一些汇编(最简单的比如实现不同平台的 atomic)去封装这么一个 HAL layer 。

就 C/C++语言来说，也不能一概而论。如果一个简单程序只用了 C/C++标准库和比如 POSIX API 的话，那么只要依赖库和 API 都已经移植了，移植起来不会太难。如果确实用了很多 x86 的特性，但是 HAL 层封装的好的话，也会容易不少，大不了 arm 上的实现都先用最朴素的实现先顶着。如果没有封装好，平台相关的代码遍布整个软件各个层面的话，那就是另外一回事了。

发完贴想起来，我这样写和你原帖是一样的，需要分情况讨论，原因是你这种表示方法(0.5 表示缩小一倍,2 表示放大一倍)不是对称也不是均匀分布的；另一个表示方法是负数表示缩小，正数表示放大，那么实际上就从[0.5,2]变成了[-2, 2]，就对称了。

因此换个思路的话，你这个其实是指数对称，也就是 2^-1 表示缩小一倍，2^1 表示放大一倍，这样指数项就变成了对称且均与分布的了：

# 假设返回[-1, 1]
return exp(2, rand())

r = rand() # 假设 rand()返回[0, 1]
return (r + 0.5) if (r < 0.5) else r * 2 #相当于 50%的概率位于[0, 0.5),要把它 scale 到[0.5, 1); 50%的概率位于[0.5, 1],要把它 scale 到[1, 2]

考虑买 air，用作轻量级上网本+浏览代码+玩具级别小程序开发。当然真正日常干活还是台式机+thinkpad 。现在手头有 mbp 16，但是太重了，用的很少。比较享受那种随开随关，桌上、沙发上、床上随便带来带去的感觉

如果仅从岗位上考虑的话，技术支持 vs 开发（假如腾讯是开发），感觉还是开发更好一些。我有点怀疑微软的技术支持能学到啥“绝对领先”的技术。如果两者都是技术支持且非得 2 选 1 的话，我会选 ms

<Algorithms>, <CSAPP>，都是入门神书

感觉 AI 相关的门槛逐年升高，如果不是有很好的学历+顶级会议发表，很难的。而且一旦换个赛道，你做了 6 年的 java 基本都用不上，相比应届生在经验上没有优势，在年龄上还有劣势，你琢磨琢磨。

而且说实在的，就像我现在去读个美术的专业，不代表我出来就能靠画画吃饭了不是，天生不是这块料啊。不妨先业余时间自己看看书籍、看看论文，坚持一段时间，看看自己是不是这方面有兴趣和天赋再说吧……