前言

马尔科姆·格拉德威尔的“一万小时定律”指出，持续投入一万小时的努力，足以使人在某个领域达到专家水平。 按照每周20小时的练习量计算，每天大约需要投入3小时，十年左右才能达成这一目标。

从我写下第一行C代码算起，至今已超过十年。 期间，我编写了超过三十万行代码，其中一部分在微信编写的代码，曾服务过超过一亿的用户。

尽管写了这么多代码，我仍不敢自诩为专家。 但多年的“打工”生涯，日复一日地敲代码，也让我积累了不少感悟。 “工多艺熟”，这些感悟既是对编程技术的思考，更是对职场人生的体味。 毕竟，除了最初在学校学习的几年，我的编程生涯几乎都伴随着“打工”的酸甜苦辣(多是苦辣)。

持续学习

虽然大学是从C语言入门编程的，但是我在大学时主修的语言是Java ，毕竟Java是门非常成熟的工业语言，有非常丰富的框架，在国内的企业非常受欢迎，工作岗位也多。

我当时从Java Servlets入门Web开发，再学习了非常流行的JavaEE 企业开发框架SSH, 即 Structs2 ¹+ Spring ²+ Hibernate ³, Struct2 负责控制逻辑关系，Spring 负责解耦, Hibernate 负责操作数据库.

而到我开始找工作时，SSH的概念就变了, Struct2 被SpringMVC ⁴所取代, SSH 变成了 SpringMVC + Spring + Hibernate.

到我实习入职蚂蚁金服的时候，发现组里代码库操作数据库的ORM框架用的并不是Hibernate，而是 Ibatis ⁵, 后面又切换成了新的 MyBatis ⁶

而蚂蚁金服内部使用的也并不是Spring/SpringMVC, 而是自主研发出发的 Sofa框架 ⁷, Spring 社区后来觉得Spring框架过于重量级，不利于快速开发，又开发了更轻量级的 SpringBoot ⁸, 而蚂蚁内部又推出了Sofa版本的 Sofaboot ⁹

去了微信支付后，前期都是在写C++, 使用微信内部自研的svrkit 框架，到后期因为负责数据治理相关项目的缘故，开始使用 Spark + Python + Hive SQL

现在在AWS S3, 因为业务对性能和资源使用有非常高的要求，又开始使用Rust, 而历史业务又是使用Java, 兜兜转转之后，又回到Java的路子上。

细数下来, 这些年来，我写过Java,C++,Python,Rust,Javascript/Typescript 这些语言的生产代码.

除去工作之外, 我还因为学习SICP 学习了Scheme, 因为使用Emacs 而学习了Emacs Lisp, 想做独立开发赚钱学习了Swift, 想感受Ruby on Rails的魅力而学习的Ruby, 还有以前为了压测写的Golang, 还有各种语言对应的框架和库.

自我学习编程以来，学过的编程语言没有10种也有半打了.

我也从来不会把自己定义为某门语言的程序员，如Java程序员,C++程序员等等, 我只叫自己做Software Development Engineer. 语言从来只是工具，只要你持续学习，遇到新的场景，自然就会学习新的编程语言了.

计算机的世界日新月异，可能几个月就会出个新框架，几年又会流行一门新语言，只有持续学习，才能持续保持自己的竞争力。

学好英语

领袖常说，「东升西降」，虽然不知道此种变化何时才能实现，但起码说明，目前是「西尚在上，东尚在下」，在计算机领域，尤其如此。

最前沿的技术都是英文资料，英语又是世界通行的语言，来自不同国家的开发者又会不约而同地使用英语来交流， 因此学好英语既可以了解最新的技术潮流，又可以融入社区，建立自己的影响力。

疫情之后，越来越多的公司都开始推行远程办公，从全世界招聘开发者. 这就意味着如果你英文过硬，甚至可以离开一线城市，避免高额的生活开销，在老家工作，陪伴在父母身边，同时赚取外汇；这对于饱受996困扰的程序员来说，未尝不是一条出路.

于我个人而言，坚持学习英语可能是我收获最大的投资之一。

熟悉我的朋友，尤其是我的高中同学可能知道，十年以前，我的英文可以说着实挺烂的: 满分150分的英语，只考个及格的90分可谓是家常便饭，后来也只会笨学英语，到高三的时候能考个120分已经是巅峰水平。

但上大学之后，我也没有就此懈怠放下英语，大一还每天去晨读英语。

没有口语交流的条件，就自己创造，去网上找人聊天, 当时还在一个叫 Interpals ¹⁰ 聊天网站认识了全世界好多的人, 其中还有一个是年龄相仿的土耳其女孩，我们还加了Facebook, 经常用Skype 视频聊天.

大学毕业后就没有那么多的时间闲聊后就断了联系, 最近看Facebook的动态，看她也穿上婚纱了.

工作后也一直阅读英文的技术文章，用英文搜索内容，在Stackoverflow 和 GitHub 用英文回答问题，在Discord 的英语学习频道找人聊天, 把电脑和手机系统语言都换成英文的，从学习英语变成用英语。

后来在机缘巧合之下，从国内找到了加拿大AWS的工作，幸而有机会来加.

人们常说，路应该要越走越宽，而不是越走越窄；

而在我看来，英语就是夜里走路时手上拿着的手电筒，可以让我们走自己的路的同时， 扫一下旁边那条道的情况，需要时及时转向，不至于一条路走到黑.

独立思考

微信以前一直有发最新iPhone手机的传统，但是那已经是4年前的美好时光了。

记得2021年是小龙明确年会不会发手机的第一年，他当时透露，那一年会发个铝片。

当时同事之间还在讨论，iPhone也是一块铝片冲压而成的嘛，那发的是否还是iPhone呢，不发手机只是烟雾弹?

拆开年会礼物之后发现，的确是一块铝片，上面写着「2022保持独立思考」.

{{

Gartner研究副总裁高挺（Arnold Gao）表示：“今年的重要战略技术趋势涵盖了AI的必要事项和风险，以及计算技术和人机协同等前沿趋势。追踪这些趋势将帮助IT领导者以负责任、和合乎道德的创新方式塑造企业机构的未来。”

以下是 2024 年 10 月 22 日 Gartner 发布的 2025 年重要战略技术趋势：

• 决策代理型人工智能（Agentic AI）
• 人工智能治理技术平台（AI Governance Platforms）
• 虚假信息安全（Disinformation Security）
• 后量子密码学（Postquantum Cryptography）
• 环境隐形智能（Ambient Invisible Intelligence）
• 节能计算（Energy-Efficient Computing）
• 混合计算（Hybrid Computing）
• 空间计算（Spatial Computing）
• 多功能机器人（Polyfunctional Robots）
• 神经增强（Neurological Enhancement）

2025年重要战略技术趋势

决策代理型人工智能（Agentic AI）

代理型AI通过自主规划和采取行动实现用户定义的目标。代理型AI为实现能够分担和补充人类工作的虚拟劳动力带来了希望。Gartner 预测，到2028年，至少15%的日常工作决策将由代理型AI自主做出，而2024年这一比例为0%。这项技术的目标导向型功能将实现适应性更强、能够完成各种任务的软件系统。

代理型AI有望实现企业首席信息官（CIO）提高生产力的愿望。这一动机促使企业与厂商探索、开创和建立能够提供稳健、安全和可信的代理型AI所需的技术和实践。

行业应用：

• 个人助理：如财务规划AI，可根据用户收入与支出模式，直接执行最佳投资策略。
• 企业管理：在供应链管理中，Agentic AI能够动态调整库存和物流策略，以应对市场变化。

人工智能治理技术平台（AI Governance Platforms）

随着AI的广泛应用，模型偏见、不透明性等问题对信任构成威胁。AI治理平台将通过模型透明度、道德审查和可解释性提升信任度，防止生成有害或不道德的内容输出。

技术落地：

• 模型可解释性：确保AI决策过程清晰可追溯。
• 偏见检测工具：识别并纠正模型中的隐性偏见。
• 行业规范化：推动AI治理标准化，加强对敏感领域AI应用的监管。

Gartner预测，到2028年，采用综合AI治理平台的企业将比没有这类系统的企业减少40%与AI相关的伦理事件。

虚假信息安全（Disinformation Security）

虚假信息安全是一个新兴技术类别。该技术能够系统地辨别信任度，旨在提供一个能够确保信息完整性、评估真实性、防止冒名顶替和追踪有害信息传播的方法体系。Gartner预测，到2028年，将有50%的企业开始采用专为应对虚假信息安全用例而设计的产品、服务或功能，而目前这一比例还不到 5%。

AI和机器学习工具的广泛可用性和高级状态被用于恶意目的，预计将增加针对企业的虚假信息事件数量。如果这种趋势不被加以控制，那么虚假信息可能会对企业造成重大且持久的损害。

应用场景：

• 媒体审查：新闻机构可利用该技术验证内容真实性。
• 企业声誉管理：实时监控并应对恶意虚假信息攻击。
• 司法取证：为法庭提供对合成媒体的技术验证支持。

后量子密码学（Postquantum Cryptography）

后量子密码学能够保护数据免受量子计算解密风险。根据量子计算过去几年的发展情况，目前广泛使用的几种传统加密技术将被淘汰。由于改变加密方法并非易事，企业必须有更长的准备时间，才能为一切敏感或机密信息提供强有力的保护。

行业影响：

• 金融行业：确保银行与交易系统的数据安全。
• 通信安全：加密敏感通信内容，避免数据泄露。
• 政府机构：保护国家机密，抵御量子计算威胁。

Gartner预测，到2029年，量子计算技术的进步将使大多数传统的非对称加密技术变得不安全。

环境隐形智能（Ambient Invisible Intelligence）

环境隐形智能是由成本极低、体积小巧的智能标签和传感器实现的，这些传感器能够提供大规模、经济实惠的的追踪和传感。长远来看，环境隐形智能将使传感器和智能技术无缝融入我们的日常生活中。

典型应用：

• 供应链优化：实时监测货物位置、温度和湿度。
• 资产管理：跟踪企业固定资产的状态和位置。
• 工业物联网：提高工厂运营透明度，优化生产效率。

到2027年，环境隐形智能的早期示例将以解决当前问题为主，例如零售库存检查或易腐货物物流等，通过实现低成本的实时物品追踪和感知来提高可见性和效率。

节能计算（Energy-Efficient Computing）

IT以多种方式影响可持续性。在2024年，碳足迹是大多数IT组织的首要考虑因素。计算密集型应用，例如AI训练、模拟、优化和媒体渲染等由于能耗最高而可能成为企业碳足迹“大户”。

发展方向：

• 绿色数据中心：通过优化冷却系统和能源管理降低碳排放。
• 算法重构：针对能源密集型应用优化代码效率。
• 光学和神经形态计算：探索更高效的计算架构。

预计从2020年代末开始将出现一些新的计算技术，如光学、神经形态和新型加速器等。这些新技术将被专门用于特殊任务，例如AI和优化，并显著降低能耗。

混合计算（Hybrid Computing）

新的计算范式正在不断涌现，包括中央处理单元、图形处理单元、边缘、特定应用集成电路、神经形态以及经典量子计算、光学计算范式。混合计算结合不同的计算、存储和网络机制解决计算问题。这种计算形式能够帮助企业探索和解决问题，使AI等技术能够突破当前的技术限制。混合计算将被用来创建比传统环境更高效的变革性创新环境。

未来计算体系将整合CPU、GPU、边缘计算、量子计算、光学计算等多种技术，实现协同计算。组织需要评估并部署最适合其需求的计算框架。

应用趋势：

• 精准医疗：通过量子计算模拟药物反应。
• 智能制造：边缘计算实时分析生产数据，提高生产灵活性。
• 超大规模AI模型训练：GPU与量子计算联合加速训练过程。

空间计算与增强现实（Spatial Computing）

空间计算利用增强现实和虚拟现实等技术，以数字方式增强物理世界。它将实体和虚拟体验之间的交互提升到一个新的级别。在未来五到七年内，空间计算的使用将通过简化工作流程和增强协作能力来提高企业效率。

前景展望：

• 智能工厂：工人通过AR眼镜实时获取设备维护信息。
• 远程医疗：医生通过空间计算与患者共享三维诊断模型。
• 沉浸式教育：为学生提供交互式虚拟实验室体验。

Gartner 预测，到2033年，空间计算市场将从2023年的1100亿美元增长至1.7万亿美元。

多功能机器人（Polyfunctional Robots）

多功能机器人能够执行多项任务，它们正在取代为重复执行一种任务而专门设计的特定任务机器人。这种新型机器人的功能性能够提高效率和投资回报率（ROI）。多功能机器人可以与人类一起协作，能够快速部署和轻松扩展。

技术进展：

• 服务业：为家庭提供清洁、监控等多任务服务。
• 农业：一台机器人可完成种植、喷洒与收获。
• 灾难救援：集成多种功能，用于搜索与救援任务。

Gartner预测，到2030年，80%的人类将每天与智能机器人打交道，而目前这一比例还不到10%。

神经增强（Neurological Enhancement）

神经增强利用读取和解码大脑活动的技术提高人类的认知能力。这项技术能够使用单向脑机接口或双向脑机接口（BBMI）读取人的大脑，在人类技能提升、下一代营销和提升表现这三个主要领域具有巨大潜力。神经增强将提高人类的认知能力，帮助品牌了解消费者的想法和感受并增强人类的神经功能，从而获得最佳的结果。

Gartner预测，到2030年， 30%的知识工作者将通过BBMI等技术（资金来源包括雇主和个人）提升自己的能力，并凭借这些技术来适应工作场所中AI的崛起。这一比例在2024年还不到 1%。

潜在价值：

• 康复医学：帮助中风患者恢复运动能力。
• 学习增强：提高人类对复杂信息的理解与记忆能力。
• 交互创新：通过脑机接口实现直接的人机互动。

今年的重要战略技术趋势强调了那些将在未来10年内给CIO和其他IT领导人带来重大变革与机遇的趋势。

References

• Gartner Top 10 Strategic Technology Trends for 2025
• Gartner发布2025 年十大战略技术趋势
• 2025年十大战略技术趋势

内容转自百度词条 煮雪，侵删，以下为原文。

煮雪

林清玄

传说在北极的人因为天寒地冻，一开口说话就结成冰雪，对方听不见，只好回家慢慢地烤来听… …

这是个极度浪漫的传说，想是多情的南方人编出来的。

可是，我们假设说话结冰是真有其事，也是颇有困难，试想：回家烤雪煮雪的时候要用什么火呢。因为人的言谈是有情绪的，煮得太慢或太快都不足以表达说话的情绪。

如果我生在北极，可能要为煮的问题烦恼半天，与性急的人交谈，回家要用大火煮烤；与性温的人交谈，回家要用文火。倘若与人吵架呢。回家一定要生个烈火，才能声闻当时哔哔剥剥的火暴声。

遇到谈情说爱的时候，回家就要仔细酿造当时的气氛，先用情诗情词裁冰，把它切成细细的碎片，加上一点酒来煮，那么，煮出来的话便能使人微醉。倘若情浓，则不可以用炉火，要用烛火再加一杯咖啡，才不会醉得太厉害，还能维持一丝清醒。

遇到不喜欢的人不喜欢的话就好办了，把结成的冰随意弃置就可以了。爱听的话则可以煮一半，留一半他日细细品味，住在北极的人真是太幸福了。

但是幸福也不长驻，有时天气太冷，火生不起来，是让人着急的，只好拿着冰雪用手慢慢让它溶化，边溶边听。遇到性急的人恐怕要用雪往墙上摔，摔得力小时听不见，摔得用力则声震屋瓦（声振屋瓦），造成噪音。我向往北极说话的浪漫世界，那是个宁静祥和又能自己制造生活的世界，在我们这个到处都是噪音的时代里，有时我会希望大家说出来的话都结成冰雪，回家如何处理是自家的事，谁也管不着。尤其是人多要开些无聊的会议时，可以把那块嘈杂的大雪球扔在自家前的阴沟里，让它永远见不到天日。

斯时斯地，煮雪恐怕要变成一种学问，生命经验丰富的人可以根据雪的大小、成色，专门帮人煮雪为生；因为要煮得恰倒好处和说话时恰如其分一样，确实不易。年轻的恋人们则可以去借别人的“情雪”，借别人的雪来浇自己心中的块垒。

如果失恋，等不到冰雪尽溶的时候，就放一把火把雪都烧了，烧成另一个春天。