在現實生活中，人們都需要學習怎麼樣寫程式了。其實，人們已經在使用計算機的過程中不自覺的編寫著程式。財會工作者用電子**軟體和字處理軟體程式設計，攝影師使用編輯器程式設計，**家使用音響合成器程式設計，職業程式設計師使用計算機程式設計。。。。
程式設計已經成為了人人都需要掌握的技能。但是，它實際上披上了形式語言外衣的數學。
其實，程式設計跟數學一樣，可以訓練人的分析能力，不同的是，程式設計是一種積極的學習方法。在與軟體的互動中，學習者可以直接得到反饋，進行探索、實驗
和自我評價。與鑽研數學習題相比，程式設計的成果，即計算機軟體，更有趣，更有用，能極大的增加學習者的成就感；另外，程式設計跟語文一樣，可以增強學生
的閱讀和寫作能力。即使最小的程式設計任務，也是文字形式表達的，沒有良好的判斷和閱讀技能不可能設計出合符規範的程式，反之，好的程式設計方法會迫使學生用
適當的語言清晰的表達他的思考過程。
其實，在這個數位化的過程中，又創造了大量新的工作崗位。不過，這些新的崗位已經露出極大的依賴數學能力。這裡說的數學就已經包含了運用數學相關軟體、相關數學模型的程式設計能力。很多人以為美國人沒有我們重視基礎教育，數學不如我們，還舉例說很多中國人、印度人去美國做數學、計算機工作者。其實這都是只看到表面。美國人有句話叫doing the math to find the good jobs.美
國人從來就沒有忽視過數學教育，人人都知道學好數學將來可以賺大錢。只是，有些純數學、計算機的工作，只要你給他打工，他就給你幹，他當老闆就好了。說的
話糙理不糙一點，只要是應用到商業社會的數學，就不是什麼火箭技術、飛彈機密，放心大膽的用中國、印度的廉價勞動力好了，美國人自己當資本家老闆，何樂不
為？因為客觀的說，在國家沒有喪失技術優勢的前提下，最偉大的力量不是技術的力量，而是資本的力量，因為資本抓住了人性。很明顯，在乙個高度成熟的市場經濟環境，數學能力可以決定乙個人收入的高低。但即使這樣也不是人人都可以嘗試，因為看到數字就暈菜的大有人在。收入高但不適合你，再高對你也是假的。
在國內有哪乙個是最佳職業？除了聽上去不錯的經濟學者、法律行業部分成功的大律師。說的難聽點，國內歷史學者能有地產銷售收入高？（這分屬於兩種不同的薪酬體系，後面有詳細說明）。還有大量累得牛死馬活的程式設計師都戲稱自己為it民工（不是我的意思，我的在it公
司做模型的朋友自己說的，休怒）。我乙個高中同學現在就是工業設計師，雙學士，忙的跟狗一樣還是得在台灣老闆手下忍著。就舉個中美兩國的氣象研究工作者為
例吧。在美國研究氣象可不是像在國內這樣做做天氣預報、和民生部門做一些氣象技術性支援工作就完了，其涉及的方方面面包括跟地球物理、軍事、民航、海上氣象、農業息息相關。而且還有一種你想不到的：華爾街的巨災保險的**衍生品，氣候學者、地球物理學者還有天文學者也參與了定價。比如我知道swiss re就養了一些美國的氣候和地球物理學家，還有些不是直接聘用，但是是集團的高階顧問。我曾經在一本再保的期刊上上看過一篇文章，乙個天文學者居然討論「彗星撞擊地球巨災的可能性」然後延伸到對應的巨災保險的**化（還是07年的文章）。當時乙個超級bt的天文學模型（具體是文章裡的還是引用文獻裡的我忘了）我花了整整乙個星期才搞懂。巨災保險**化並不是什麼新東西，2023年就有了。可蒼天啊，彗星撞地球都拿來搞金融衍生品。你看，美國人的金融市場熱情已經達到這種地步了。
我覺得實體經濟的完全成熟，導致基於資訊科技的知識密集型服務業（而不是勞動密集型服務業）高度發達，才會有知識密集型的最優工作排名。不然，說的現實點：生產線上的工人是不需要受過高等教育的，實在不行了，直接上工業機械人。
目前咱們國內的發展還完全處於全面打基礎的時期，充滿各種新事物，每天各種財富新貴層出不窮；市場經濟的規則還非常非常脆弱。文縐縐的說，各經濟部門之間的
銜接時常發生加固、破碎、重構，各種新的職業機會此消彼長。而且，國內是羊群效應的重災區，任何從發達國家移植過來的好職業，不出5年就是人滿為患。你看國內無論什麼新事物，在最近的30年，都有乙個顯著的特點，就是來的快去的也快。為什麼？
因為中國有乙個全世界國家都不具備的特點：人口多。首先，你別以為人口多完全是劣勢。人家鬼佬每天都擔心中國人如此龐大的人口基數，哪怕精英比例只有10％，1.3億的精英都超過n個歐洲發達國家的人口總和。
我完全贊同從小就必須有及早的英語教育。但是，請切記，一定要把英語教育作為工具式的語言教育，而不是文化教育。任何外語，我再說一遍，任何外語，都只是一門工具，一門用自己的語言邏輯來解釋一定物件的工具，我們只要掌握[解釋/轉譯/看得懂]這套語言的邏輯可。我
們絕不能被英語帶來的文化所奴役。國內很大程度上走入了這個誤區。很多英文教師，包括新東方的教師，都口口聲聲的說，要學習英語文化，要用英語思維。什麼
叫英語思維？但我覺得根本就沒有什麼必要糾纏英語思維、漢語思維。以我的經驗，當你在和鬼佬溝通純粹的知識問題的時候，全世界人民的邏輯都是一樣的：都是
從因推到果，由果歸納因。歸納法、演繹法、識別－控制－反饋，這些基本思路都是相通的。個人認為，一般的研究人員，稍微稍微了解英語國家的大概背景文化即
可，完全不必本末倒置。舉個例子，乙個短語，achilles'heel，
阿喀琉斯的腳踝，也就是乙個人的致命弱點。新東方的老師就會跟你大談特談，這個是英語國家文化，是神話故事云云，還擺出一副充滿心理優勢、自我感覺特別良
好的架勢說你不學英語文化就學不好英語云云。其實，這種所謂的文化的邊角餘料，基本上沒人會在實際生活、寫作中運用。就算生活中用了，你聽不懂，你問他，
他自然會跟你換個說法，誰會強求乙個中國人去背誦西方的神話故事？（當然，如果你為了考gt除外）就像你跟鬼佬講「姜太公釣魚願者上鉤」，他聽不懂你如果再跟他講封神榜，那他更加一頭霧水。你肯定會換個簡單的說法跟他解釋就完了。溝通才是目的，我們不是文化推廣大使。而且，強調學習英語國家文化還非常容易造成文化奴性。因為，在知識面前誰都可以當老師，但是在文化面前，沒有人可以當老師。
其次，人口多的負面因素當然非常多，其中有一點很致命：人口多是乙個足以影響整個社會執行狀態的因素。全體社會的激情可以在一瞬間點燃，但也可以在一瞬間盲從。這裡插乙個哲學命題，問題(issue)的規模大小足以影響問題性質本身。比如，too big to fall，又比如大奸似忠。
咱們全社會的成功標準簡單統一：以經濟建設為中心，也就是簡單的以錢為中心。每個人都想成為社會廣義定義下的最優，也就是最有錢的人。但短時間內經濟體的極不成熟又決定了最優者的數量在相當一段時間內是固定的。
數量技術當然有用，至少我就很喜歡通過數量模型透視很多人看不到的背後的玄機，這種感覺確實很刺激很讓人奮進。嗯，是很好，但咱們的市場需要麼？這裡說的需
要不是技術意義上的需要，而是現實意義上的需要。整個市場還如此不發達，搶占市場、以短期的高成本融取大量的現金，成為中期的唯一目標，那麼永續經營必然
要讓位於市場發展。就好比乙個嬰孩現在需要的不是百公尺教練而是最佳幼師。有人會說我這個論證是個悖論。
從小我們就被教育「悖論＝錯誤的證明」，其實「悖論」只是一種現象，而不是原因。對結果的解釋不一定代表對結果的歸因。我再說一遍，對結果的解釋不一定代表對結果的歸因。就像人人都知道too big to fall是個悖論：因為too big就必須改革，不改革怎麼進步到can fall regardless of the size？但是too big，恰恰又是無法改革/倒閉的結果。
這裡回到之前講的，歷史學者不如賣樓的。因為這牽涉到乙個很重要的薪酬概念。這完全是兩種薪酬體系：一種是靠專業技術拿工資的，一種是拿佣金的。從意識形態
和人的本性來講，全世界的人民都崇拜拿很高技術工資的人，而看不起拿佣金的人。比如，你會很崇拜乙個「工程師」，哇，聰明人哎。但你會嫉妒，而不是佩服，
乙個業績很好的銷售人員。哼，不就是個sales麼，有什麼了不起，老子/老娘只是不想屈尊去幹而已，我要去幹一定比他拿的高。但是，在乙個完全欠發達的經濟體，拿佣金的薪酬思維是致富的成本最優途徑。（我再說一遍，本帖只談風月，不談風雲）。你別以為拿佣金就只是sales幹的。投行也是靠佣金活的，建築設計師的專案提成也是佣金。不建立這個思維，你永遠停留在「技術偏好－提高技術工資收入－再提高技術偏好」的模式中。國內的高階知識分子這點意識亟待強化。所以，第乙個，且不論您是否會這樣從事，但至少你必須有這個思維基礎。
就算是黑嘴吧，覺得到了不吐不快的地步了。此文純屬2023年《貨幣戰爭》一書的讀後感，純屬**，如果引起不適，請務必一笑了之。本來就是個就事論事的文章，一千個人眼裡有一千個哈姆雷特。
static變數的初始化，生存期，作用域
1 初始化。全域性static變數的初始化在編譯的時候進行。在main函式被呼叫之前初始化,並且,只初始化一次。函式static變數在函式中有效，第一次進入函式初始化。以後進入函式將沿用上一次的值。2 生存期。生存期,是main第一次執行,直到程式結束。比如下 include include int...
進擊的資料中臺，企業數位化轉型的新引擎
經歷過 追捧 和 質疑 等種種考驗後，當前，資料中臺已經走到驗證其價值的關鍵路口。在人工智慧 大資料等技術發展和企業數位化轉型加速的雙重驅動下，2019年，資料中颱在眾多賽道中脫穎而出，成為行業焦點。除了提供綜合解決方案的行業元老阿里巴巴之外，專注於某一具體場景的中颱服務商，以及轉型中的crm er...
進擊的資料中臺，企業數位化轉型的新引擎
資料中颱賦能企業數位化轉型，成為降本增效新引擎。經歷過 追捧 和 質疑 等種種考驗後，當前，資料中臺已經走到驗證其價值的關鍵路口。01 資料中颱是企業數位化轉型新引擎 在人工智慧 大資料等技術發展和企業數位化轉型加速的雙重驅動下，2019 年，資料中颱在眾多賽道中脫穎而出，成為行業焦點。除了提供綜合...