p7534a

@NoOneNoBody 是的，溯因推理局限很大。司法领域的证据链、逻辑链不太了解，不过看着很有意思。

最好的办法还是在有限的代码里清楚无误地发现原因。但是系统一大，耦合高了，就越来越难，因为排列组合有无穷多...大语言模型应该要给出很详细的背景介绍才在这方面有用吧


如果把系统视作一个半透明的黑盒子的话，那么换种方式表述就是
（ 1 ）证明猜想：条件 => 问题；或者
（ 2 ）证明等价的逆否命题: !问题 => !条件

用归纳法，也就是要证明以下相关性。溯因推理得出的猜想，用这两个问题来检测一下，应该可以避免一些问题：
（ 1 ）所有存在某条件的地方，都能观察到某问题； 或者
（ 2 ）所有不存在此问题的地方，都不存在此条件


如果是作为 tech lead 或者管理者，可以用最大似然估计法：P( 问题 | 条件_i ), 也就是集思广益，避免个人过于集中，狭隘的思维，而忽略有价值的猜想。

一个难点就是相关性不代表因果，而修复 bug 是要在因果关系上做文章的。

首先，因果关系可能有时间上的延迟，这样某个时间点两个不相关的东西，过一段时间就相关了。这样造成观测上的困难。

还有第三变量的问题，会让人找不到问题的根本原因。 比如：
- A 导致 B ，同时 A 也导致 C
- B,C 导致 P （问题）
这种设定下，B 、C 和 P 是条件独立的，也就是说固定 A 的值，B ，C 怎样变化和 P 根本无关。但是实际上因为 B ，C 会和 A 联动，所以你又观察到 B ，C 和 P 是相关的，最后得出结论应该修复 B ，C

基于以上的难点，所以说因果关系是很强的关系。我感觉建立一些确定的因果关系集合可能会比较有用。因果关系可以从可以从小范围的代码阅读中得出，也可以从过去反复被验证的命题中得出。

反正我要润回国了，西方真的沉闷压抑+无聊，消费奇高

至少 work from china 一段时间

@blackcurrant 这就是我在假期做的😂

@crysislinux 我现在开始理解这边公司的那些老油条的某些行为了

@27149 我觉得一周上三天，每年上 6 个月比较合适

@kangkangbuptcs 确实，闲下来就会胡思乱想

@qeqv 确实是这样，今天上班了啥事没有，情绪都是闲着的时候产生的。不过究其原因，感觉是办公室令人不悦的氛围（拥挤，强行尬聊，老油条等），还有面对大量新技术，发现自己在低层次重复的厌恶，还有对不能快速掌握大量繁杂新技术的无力感

非常厌恶这些装神弄鬼的概念，越来越恶心编程工作了

休假了半个月不见好转反而加重了

不看新闻，原因：

1. 毫无用处，没有有价值的信息，全是装模作样的车轱辘话
2. 新闻都是精心修饰的洗脑文章，旨在影响读者观点
3. 现在是信息爆炸时代，减少信息摄入很重要
4. 成瘾性

综合以上原因，要看新闻得付给读者费用才行，否则避之唯恐不及

@churchmice chatGPT 在编程界还是挺有用的。在社科，生活方面的回答可能是驴唇不对马嘴，编程界能给出代码并确实跑起来的 （比如帮我解决了 AWS 一些项目问题，避免了花好几天看那些又臭又长的文档）

基于这个现象我觉得 chatGPT 在以后编程界确实会有很大作用，就像一个秘书一样。

至于制造垃圾，我觉得在编程界答案还是很准的，未来随着喂料增多，会更准

个人体验：纸质书>书面博客>>视频博主

当然纸质书又可大题分为流行畅销和经典读物两种。

个人经常读自我发展，心理社科类的读物，感觉流行畅销类的确实和楼主想的一样，90%都是垃圾，旧瓶装新酒，互相抄袭，极少新鲜观点。

但这类书也有其价值，对于水平一般，时间有限的大多数人来说，这类书没有新鲜观点并不是一个很大的问题，能通俗易懂地起到一个对某一领域入门的作用，也是很好的。


另外对于视频 /音频博主的内容， 个人感觉大多数都极为肤浅，极少数能达到普通畅销类图书的水平。你要是平日里有阅读习惯，那么这些视频博主所能提供的最好内容，可能都对你毫无价值。而且因为推荐系统的原因有成瘾性，个人感觉应该主动远离。

让你看懂了怎么提现他的水平和重要性？