阿里毕玄:如何避免成为井底之蛙

简介: 在任何领域,视野都无比重要,否则就很容易出现你觉得做了个很牛的东西,但其实会发现原来别人早就做过了,在技术领域,技术视野同样无比重要,不过我发现很多人并不知道怎么样去拓宽自己的技术视野,所以写篇文章来说说我的感受。

作者:毕玄   
文章来源:微信公众号HelloJava

在任何领域,视野都无比重要,否则就很容易出现你觉得做了个很牛的东西,但其实会发现原来别人早就做过了,在技术领域,技术视野同样无比重要,不过我发现很多人并不知道怎么样去拓宽自己的技术视野,所以写篇文章来说说我的感受。

在更早前,我基本觉得拓宽技术视野就是多在网上看看各种的技术文章,多订阅几个高质量的RSS,公众号,但过去一两年,我发现拓宽技术视野也是可以有一定套路的。

这里不是说把你的技术领域去拓宽到很多的领域,而是指拓宽你自己熟悉的领域,避免成为井底之蛙。

所谓拓宽自己熟悉的领域,是指得知道这个领域都在发生什么,最顶尖的是什么情况,这不代表你一定要采用和最顶尖一样的方案,或者要超过最顶尖的,但至少应该知道最好的是怎么样的,以便更好的根据自己所面对的场景,以及目标,来做适当的决定。

一个技术领域最顶尖的状况我觉得需要分为工程圈和学术圈来看,很多人可能对学术圈觉得没什么,但事实就是很多的技术都是因为学术圈多年前的研究而推动的,毕竟目前很多不错的教授们研究的确实是前沿很多,多了解学术圈对于避免技术出现系统性踏空很重要,多了解工程圈则是可以让让自己在当前的技术方案上更加靠谱些。

学术圈,最简单的方法是通过对应的领域的顶级学术大会的论文来了解情况,例如像操作系统领域顶尖的OSDi/SOSP这种(怎么知道领域对应的顶级学术大会,充分借助google),通过翻翻这些顶级大会上的论文,可以很好的了解这个领域学术界在探索的前沿都是什么,同时也可以通过论文的作者来看看是哪些大学的哪些教授在研究这个领域,如果你对论文能有所观点,又或者你所在的公司所在做的项目有学术合作的诉求,那就更好了,那样可以直接和论文的作者们做些交流探讨,就会更加清楚情况。

工程圈,工程圈比起学术圈来会相对复杂一些,主要是工程圈有些不一定会公开讲,比较简单的第一个方法还是去翻翻一些顶尖的技术大会的记录,例如QCon这些,然后尽量的选择性的参与几个,参会不是说仅仅去听,更重要的是通过参会去和演进的人聊聊,认识认识(冲上去说加个微信吗,这种不算认识哈),工程圈还有更重要的是去了解这些领域对应的顶尖公司都在做什么,通常来说顶尖公司就是那么几家,例如Google、Amazon、微软、阿里、腾讯、百度等,这个比较麻烦的就是得通过一些途径尽可能去认识这家公司里对应技术领域的人,这个需要借助人脉,一种可能比较好的方法是这些公司通常会搞一些技术领域的小型的meetup,这会是好的机会。

在能够了解这两个圈子,或至少工程圈的情况下,那基本就可以避免成为井底之蛙了,只是技术圈不同于其他的圈,很难靠纯粹的混进入顶级的圈子,主要还得靠实力。

相关文章
|
Java 程序员
收藏!阿里毕玄16篇文章,深度讲解Java开发、系统设计、职业发展
阿里毕玄结合自己的经历深度讲解Java开发、系统设计、职业发展等问题,快来一键收藏吧。
35521 1
|
7月前
|
Rust 安全 Linux
从PowerShell到Rust:伊朗黑客组织MuddyWater携“RustyWater”木马升级攻击链,跨平台隐蔽性成新威胁
伊朗黑客组织MuddyWater于2026年初利用Rust语言编写新型木马“RustyWater”,通过鱼叉邮件攻击电信、金融等关键领域。该木马具强隐蔽性、跨平台能力,可规避传统安全检测,揭示APT攻击正向现代化、工程化演进,对中国网络安全防御体系构成严峻挑战,亟需提升对新型语言编写的恶意软件的检测与响应能力。
362 3
|
10月前
|
人工智能 安全 Java
分布式 Multi Agent 安全高可用探索与实践
在人工智能加速发展的今天,AI Agent 正在成为推动“人工智能+”战略落地的核心引擎。无论是技术趋势还是政策导向,都预示着一场深刻的变革正在发生。如果你也在探索 Agent 的应用场景,欢迎关注 AgentScope 项目,或尝试使用阿里云 MSE + Higress + Nacos 构建属于你的 AI 原生应用。一起,走进智能体的新世界。
1832 99
|
4月前
|
人工智能 缓存 安全
从0到1搞懂AI研发:SDD流程+实战案例,一看就会
AI的价值不在于“炫技式”编程,而在于解决团队痛点、规范研发流程。很多人对AI编程的认知停留在“写demo、补代码”,而AI真正的核心价值,是嵌入「需求→设计→开发→Review」全环节,让研发流程可控可追溯。
|
人工智能 安全 应用服务中间件
阿里巴巴 MCP 分布式落地实践:快速转换 HSF 到 MCP server
本文分享了阿里巴巴内部将大规模HSF服务快速转换为MCP Server的实践经验,通过Higress网关实现MCP协议卸载,无需修改代码即可接入MCP生态。文章分析了MCP生态面临的挑战,如协议快速迭代和SDK不稳定性,并详细介绍了操作步骤及组件功能。强调MCP虽非终极解决方案,但作为AI业务工程化的起点具有重要意义。最后总结指出,MCP只是AI原生应用发展的第一步,未来还有更多可能性值得探索。
1774 49
|
7月前
|
人工智能 JavaScript Java
多 AI 协同 + SDD 编程实践:一个 AI 全流程交付实录
本文提出Spec-Driven Development(SDD)范式,以解决AI编码中“写得快但写不对”的痛点。通过OpenSpec工具实现规范先行、分阶段验证,并构建Claude+Codex+Gemini多模型协同工作流,确保复杂业务(如跨境保险)下代码的高质量、可复现与可靠交付。(239字)
多 AI 协同 + SDD 编程实践:一个 AI 全流程交付实录
|
9月前
|
SQL 人工智能 BI
AI 在数据库操作中的各类应用场景、方案与实践指南
本文系统梳理AI在数据库操作中的8大核心场景,涵盖智能查询生成、性能优化、数据质量监控与自动化报表等,结合SQL实例与最佳实践,展现AI如何赋能数据库开发,提升效率与洞察力。
1172 1
AI 在数据库操作中的各类应用场景、方案与实践指南
|
监控 Cloud Native Java
基于阿里云容器服务(ACK)的微服务架构设计与实践
本文介绍如何利用阿里云容器服务Kubernetes版(ACK)构建高可用、可扩展的微服务架构。通过电商平台案例,展示基于Java(Spring Boot)、Docker、Nacos等技术的开发、容器化、部署流程,涵盖服务注册、API网关、监控日志及性能优化实践,帮助企业实现云原生转型。
|
存储 人工智能 算法
AI与大数据的结合:案例分析与技术探讨
【8月更文挑战第22天】AI与大数据的结合为各行各业带来了前所未有的机遇和挑战。通过具体案例分析可以看出,AI与大数据在电商、智能驾驶、医疗等领域的应用已经取得了显著成效。未来,随着技术的不断进步和应用场景的不断拓展,AI与大数据的结合将继续推动各行业的创新与变革。
1468 1
|
Kubernetes 监控 Java
发布策略:蓝绿部署、金丝雀发布(灰度发布)、AB测试、滚动发布、红黑部署的概念与区别
发布策略:蓝绿部署、金丝雀发布(灰度发布)、AB测试、滚动发布、红黑部署的概念与区别
4515 1