建筑转码 monologue

以下内容曾于 2022 年 9 月发布在小红书。原封不动捞回来，it is a retrospect。

E01 我的经历

小红书来了很久，最近建筑土木行业有点下行，感触很深，想分享下自己这么多年跨界的经历。

大家有任何问题都可以给我留言。我会努力认真但不一定积极地回答，做好摆渡人。

这一篇先开个头，简单说说我自己的经历

• 本科：国内 top2 土木工程
• 硕士：美国 top10 建筑学
  • studio 里学了 grasshopper、processing、maya 编程
• 工作：
  • 毕业后在美国东部一家国际建筑事务所做建筑师，接触了 revit，0.5 year
  • 回国后先是去了上海一家大型国企设计院做 BIM，主要做 revit dynamo 编程，1.5 year
  • 2017 年跳槽到新能源车企后一直在汽车行业做开发，经历过数据可视化、前后端开发、数据开发、机器学习算法、云基建和运维，现在的 title 是大数据开发专家，6 year+

E02 动机

凡事先不问怎么做，先问为什么。今天聊聊转码的“动机”。

其实我经历过“土木转建筑”和“建筑转计算机”两次跨界。我在申请硕士和几乎每次工作面试时的感受是，这个动机，如果你已经 resolve 了就实话实说，不管理由有多天真；如果你自己没想好，至少得提前编得圆满自洽。

我的动机一：喜欢

学土木时我觉得我非常喜欢建筑，学建筑时我觉得我从小就喜欢计算机，做计算机时每天都很开心。

我自己是那种知道自己要什么喜欢什么的人，对喜欢的事能忘我地全情投入的，勉强不来。我一直认为只有真正的热爱，才有可能叠加上偶然得到的天赋做到极致。

而且因为无论哪个行业，困难都是无穷多，都有低谷和绝望，这份热爱是你穿越黑暗唯一的火把。在环境和他人都质疑你，甚至你自己怀疑你自己时，热爱是你能坚持的可能。

不过我经历过的大学中学小学教育，我的观察是，整个过程并不太能帮助大部分人找到自己的热爱。在不强调和培养独立思考能力和批判精神的氛围里，随大流还是比较主流。

这就引出了第二个比较现实的动机：赚钱

先说几个反例，如果家里经济条件好，不差钱，自己也喜欢做设计，甚至有条件可以独立开事务所，或者爸妈也在建筑行业且小有成就，给你有不少的铺垫，自己是建二代有天赋，那的确没必要转，建筑就是你的命。

我当时从美国建筑学硕士毕业，从实习和短暂的工作经历看，美国的这个行业的基本是被白人男性统治的局面，design director 这层几乎就已经没有亚裔的。天花板太低，收入够温饱。或者如果自己在美国开 Office，那需要太强的 social network 和准备，难度更大，下一代还有可能。第一代人同等的智商情商和精力在美国工作的话，优选肯定是做金融或码农。

回国后我发现种族问题没有了，但是设计力也没有了。我曾经用自己学习过的方式讲我的作品，完全水土不服，不在一个频道。感觉国内大多就是被地产开发和资本强迫，讲究手法，惯例居多。而且当时已经是 2015 年以后，大规模建设的高峰时期已经过了，设计费率不高，必然导致对个人而言完全不 profitable。

最后呢，我觉得就是大环境。

前段时间流行看张雪峰老师的选专业建议，后来又看到我的母校王牌专业，今年本科招生大滑坡，挺感概就是时代已不一样了。

我当时被新能源汽车这股浪潮卷走，上了计算机的岸，也实属幸运。

对普通人一个个体而言，逆时代趋势发展需要很大的勇气。但是经过几个历史周期，我相信建筑和设计的文艺复兴还是会再来，just not now。

预告：E03 讲讲学建筑的好。

E03 学建筑

转码了，也不能忘了学建筑的好。下文如有不适，那就是我在洗脑怪我。

我读的是美国 3.5 年的 M.Arch 项目，专门收容我这种本科读的不是建筑学专业的娃。每个学期，一门设计 studio 课，加三门讲座课，一年两个学期。第一年纯教基础，第二年开始 curriculum 就和本科是建筑学专业同学混在一起了，倒数第二个学期准备毕设命题，最后一个学期做毕业设计。

我认为美国建筑学教育的本质，就是教你怎么做一个强有力的 argument。

一般大家学建筑设计的点都是怎么 p 渲染图，怎么排平面功能，拉个柱网。这些呢在这边 studio 里都有训练，但都是顺便学了，或者其实老师也不太会还是找 TA 吧。以前 studio 每周一三五下午，最主要的形式是安排我们跟老师一对一，每人用英语讲自己的进展，然后听老师的反馈。还会经常在节假日后安排各种 review，还有 mid review 和 final review，让你无心过节和周末出去玩。

我把这个讲方案的过程称之为认真地扯淡。因为第一年的时候，我经常眼睁睁地看着一个美国同学，明明桌子上空无一物，跟老师高昂地聊了一刻钟后开开心心回家了；而我一桌子的图纸模型，啥也憋不出来，晚上还得继续熬夜改方案。收到成绩单，他拿 A，我及格。

认真，是指你的 proposal 要合理。你得从学期第一天开始，怀着 my shit is gold 的信念，一步一个脚印地在 site analysis，climate，function，space，material，structure，construction，detail 等方面，娓娓道来你的设计是多么好。各个方面之间不一定 match，floor 和 section 可以对不上，但都是棒棒哒的味道。

studio 一个西班牙老师曾说，他认为最好的建筑就是 make sense 的。一个纽约来的年轻老师，曾在一次 review 里对我一个中国同学说他的设计要去 register the landscape，然后我同学拉着一堆中国人开始众包翻译这人话。

但是合理，不等于有理性逻辑。我一个工科背景的，在第一年犯的最大错误就是一直企图用推理的方式去推导设计方案，妄想跟力学公式推演一样。大部分时候都解不出逻辑链，就开始折磨自己。其实设计有很玄学很邪教很靠天赋的一面，很多时候就是我认为这样最好，没有为啥，因为我拍脑子的呀，然后老师也拿你没办法。

更何况好的设计，所有人无论设计水平多烂，都能一眼看出来评论几句，但做么都做不出来。

做毕设的时候，有个同学跟我说我的项目描述，每一单词他都看得懂，但是合在一起他完全不知道我在说啥。那一刻，我知道我认真了。

扯淡，其实跟建筑设计是一种创作行为有关。世上本无你的项目，你要负责把它带到人间，然后 final review 后 let it go，过上极其空虚的几天。

这是一个从无到有的过程，所以你要通过，主要是三种媒介，文字和图和模型，去 materialize 你的 concept，去给你的 idea 加一个 form 一个实体，去给你的 vision 融入无数个感人上瘾的瞬间。line drawing，axonometric diagram，floor plan，rendering multiples，无所不用其极；site model，mass model，section model，detail，毫无下限。

我现在觉得，做艺术都是修行，从体力活到脑力活，最后回归体力活，不然世人怎么看到你的灵魂。

这最后的体力活，因为合理就不觉得累。

被长期系统地训练过“认真地扯淡”后，英语比较好尚且不说，独立思考和批判精神也搁置一边，学建筑的最大后果就是歪理十八条且生产力惊人，极其能提供 evidence 说服自己和否定别人，以及 ppt 做得贼好，尤其是在码农堆里。

教育触及到了人之为人的核心，让受教育者成为了一个更完整的人。这事儿终身受益吧，反正至少我是这么跟我妈 argue 花了这小百万的学费生活费，转行了？

period

btw 糊弄了三期，接下来几期我准备上干货，讲讲怎么转和要学什么，从此了结这建筑情愫做个彻底的 utilitarian。

E04 常规上岸

as promised and solemnly sweared 今天讲怎么上岸。

我觉得转码的最高境界，就是压根儿没转。物极必反么。

case 1: 你还在读书，大一大二或研一

那就转系或双学位吧，唯一的目标就是要拿个 cs 的学位毕业，同时提高你的同学里科班 cs 的比例。具体政策看学校吧，在美国甚至可以就近转个 cs 牛逼的学校。

这样你就是无限接近了科班毕业，完美。虽然有学过建筑的简历“污点”but still perfect，尤其是当你毕业后在 google 微软亚马逊 aws 阿里百度腾讯华为反复横跳多年后，面试官会忽略这个污点，甚至视为亮点（因为会认真的扯淡？），而且你往往会把它藏在教育板块最后一行，almost 被下面第一段过于耀眼的项目经历 merge。或者加了点排版技巧比如竖过来倒着写，自己也找不到了。或者熬夜 ptsd，也忘了。

这是最好的 case，移民越早越 native，身份已换 white inside，何转之有。就可以不用看我后面唠叨了，剧终，fin。

在通向罗马和生在罗马之间，还可以 3 岁早早就搬家到罗马 downtown。

case 2: 还在学校，但拿 cs 学位无望

这个时候的目标就是毕业第一份工作找的是码农。

2.1 在国内，我知道的一个比较有中国特色的途径就是培训班，like any 补习班。两个潜在可能的岗位是前端开发和后端开发，hold on 我得先通俗地解释下前端后端是什么。

前端就是和人直接打交道的应用界面，我认为广义上前端一般包括三大类，web（所有能用电脑或手机浏览器打开的），ios（苹果手机 app）和 android（android 手机 app）。这些只要是个现代文明社会的碳基生物，天天都会接触到。in fact 你现在看到这个小红书就是因为有伟大的前端。

这三类的技能栈完全不同，肯定是三个班。千万别都学了，学一个！web 端你需要学习 html/css/javascript 三种语言，还有前端工程化框架比如 vue/react/angular，再古早的有 jquery；ios 和 android 你需要学习 ios 系统和 android 系统，开发工具也不同，反正我不会。

后端简单地说是在应用界面之外，给界面提供内容的服务。称为应用后端服务。一般培训班教的是 java 后端，springboot 全家桶之类，java 大法好么，again 我不会，但我极其推荐。

因为应用开发的在中国市场极其庞大，前端三大端基本处于稳定演进，后端么花样实在太多。互联网浪潮席卷各个行业，360 行行行招码农。需求大基数大，林子大了就容易容纳 outlaw。

还有些门槛更低的比如先做几年外包，再转正，适合背景学历能力学力一般的同学，我这里不予置评，有好有坏。其它歪门邪道，比如培训班帮你简历造假、编造项目经历等我个人建议宁可家里添双筷子，aka 啃老，也不要碰，毁一生。我面试这种候选人时，真的是闻都能闻出来。

哦对了还有机器学习、算法开发、大模型啥的岗位，这种培训班也有很多，但基本是面向码农而不是转码的，当然你要挑战下也行，就是容易崩溃 in every aspects。

2.2 在国内或国外，对大部分人刚毕业的转码，我推荐的路线是奋力刷题进大厂。我有学弟就是这样进了美国 google，完全可行。

为什么推荐呢？第一，大厂对校招而言相对比较友好，基本不用看项目经历，你就实个习能干出啥。第二，维度单一，基本上你要证明的就是自己足够聪明。怎么证明？大厂考的就是解算法题。

现在转码问题成功地转化成了解题的问题，是不是简单很多。

准备过程第一步，先学习算法和数据结构，基本都会从排序和 array 开始，编程语言么就 python 吧，比较像人话，不要去费力了解编程语言的高级特性。这类教程公开课很多，书也很多，知乎花钱的也多，反正就是铺天盖地，想找不到太难了。

第二步就是刷题，简单的讲就是按题目要求，写段程序，在足够短的时间里，输出正确的结果。

一般你会经历三个阶段。第一阶段，题目看不懂，或者看懂了但完全大脑一片空白想找点东西吃吃，这时就直接看答案吧，基本上就是碰到新知识点了，靠思考是没用的。

第二阶段，能写代码了！万岁！但就是跑的太慢，或者老有 test case 通不过。这个的根因要么是数据结构没选对，要么是算法有缺陷，就是不熟练，慢慢思考，对着答案思考，琢磨别人的解法，回去补新的知识，这个是最漫长的过程，可以一直练，每次找新工作重新练。

第三阶段基本就是下山的神，题目还没看完已经知道怎么解了。不讲了，反正跟你我无关，伤心。

我之前看过一本神书，英文叫 introduction to algorithms，中文叫算法导论，缩写 CLRS（为什么是这个不是 ITA？请 google）。现在想想还是算了不推荐了，这书经典是真的经典，但对刷题进大厂的目的性不够明确。想想也是，经典什么时候功利过。

我推荐是 leetcode，面向小白菜汤，教程和题库都有。边学边刷边吃 bagel，快乐得不行。

这个 case 的成功基本就是无它，唯往死里刷。如果本文有 takeaway 就是这四个字。

大家都懂，大力出奇迹。何况你还没中年，有的是时间和精力。你要能梦里写写 prefix sum，就离成功和发疯不远了。所以亲，烧了图纸和模型，忘记这个五彩斑斓的世界，刷起来吧。刷不动了就来给我这里评论吐吐槽。

哦对了 youtube 还有很多 google interview 视频，也就是模拟面试时解算法题，就跟高考一模二模，可以看看差距，找找距离，直面打击。我记得有个视频里面试官问他一个偏门的图算法他怎么想出来的，候选人说 i just know。

大部分转码就是上述两个场景，不然就是 too late baby，可惜我就是。I took a completely different approach，从我的经历也许能猜出来，我属于跳槽时转码，头疼但也许解得更美，E05 讲。

E05 my way

本集讲讲转码的 my way，the end is near ，我的岩井俊二。

先说“设计 X 编程”，也就是萌芽期。先回答上一篇 E04 超体 lucy 在评论区的留言（“请问你 grasshopper processing maya 这些事咋开始学的 有什么推荐教程吗？”）。

我翻出了大概是 10 年前看的资料，昨天又 google 下貌似都居然还能查到。世界是不变的么？建筑世界是。

• grasshopper（以下偶尔简称 gh）：入门看的书是 grasshopper primer，还有一本叫 grasshopper 运算器教程；很快你就会觉得拖电池神烦，一点点数据结构的事情搞出个毛线球，就直接上代码了；
• processing ：入门看的是作者 ben fry 的 processing 书，后来看作者 casey reas 的作品被惊艳到了，模仿加抄袭；当时资料少，现在可以看看官网 processing.org 里的 learn；packt 出过一本 processing 2 cookbook 书
• maya：只看过 digitaltutors 视频教程（现在好像改名叫 pluralsight），basics、建模、动画、mental ray 应该都有；还有就是看 autodesk maya 官方帮助文档 scripting 部分；

（明明是 monologue，硬插了段貌似来自“码转建筑”系列的 QA 互动环节，下不为例。）

以上三个，我都是在研二一个希腊 D 老师的 studio 学的。processing 做涌现理论和 flock 研究，maya 做几何体生成和动画渲染，导出到 rhino 用 gh 出图和 3d 打印，真的是天衣无缝，一气合成。哎希腊毕竟是文明发源地。用现在流行的话说就是，命运的齿轮从此开始流转。

当然一口气学的术，现在早就一气之下都忘了，连盗版软件安装包都葬身地中海了，只记得滚轮缩放之间满屏的毛线球。

还有就是在期末结束后大家都放假走了，我和 D 老师一起在教学楼前给 studio 其它同学的模型拍照，我负责抓举模型。忙完了老师请我喝了杯咖啡，我说希望以后还有合作的机会，他很平淡地对我说，我们以后一定还会再见面的。就转身走了。

至今没见。

伤感了，一时笔塞。（2 hours later）

后来毕业前的选修课又学了 BIM 概念，又学了 revit，又捣腾起了 dynamo，类似 revit 的 gh；实习，和毕业第一份建筑设计师工作，和回国后设计院工作，基本都在捣腾 dynamo，天天 dynamo，可惜它是用 c# 写的。

萌芽期的主旋律就是设计好好地学，顺便各种设计软件里的计算机周边挨个摸一遍。我和我室友的一致结论是，手办们的手感都差不多，这些编程模块用起来都是一回事。作为 cs 入门，种下码农的种子，的确是很棒，至少代码保护了你的腱鞘不发炎。

但是学多了就容易走入 computational design 的 jueo 境。搞 dynamo 是没有出路的，no offense。先不谈国内 BIM 在我那时，简直是满城尽带翻翻模，我用代码做了表皮，老板看了非常满意，然后就盖上了说我们要尊重 context，或者让我用代码去给垂直 duct 分分段，which is quite liberating；我说大老板，我给你转转酷炫的三维 revit 模型，你看平面立面剖面详图都有了，当我打开 dynamo 代码欲言又止时，他说你给我图纸打印一下。

本质上 computational design 还是 design，你的突破不应该在编码的提升。当然你要是用上了最新一代的 large language model 的确能给出很多形式主义的可能性，但我认为这不对，要突破的还应该是建筑理论。code is just an enabler。

突然想起前面有个 cmu 的 computational design 研究生给我留言，感觉他有点迷茫。hello，如果你 enabler 弄不出来或者你同校大神不理你，请找我，我们有时差你醒来就能打开邮箱，我免费还不挑活。擦，说好的下不为例呢。

过了萌新期就是进化期。进化期捣腾的就是纯 cs 的东西。

当时我还在设计院做 dynamo 吐，就开始起了个新项目，做一个 web 用来可视化 bim 模型，先学习了前端，看了 javascript，以及 bootstrap 和 threejs，还抄了很多 html 和 css。github 上有个教程系列叫 you don’t know js yet，讲 js 语言特性讲得非常透彻，墙裂推荐。嘿我这个系列是不是应该改名叫 you will never successfully 转码 until。

光有页面你也不能只靠静态文件服务来 serve，你需要后端。后端天下长期被 java 统治。哎又是老梗，java 和 javascript 就是老婆和老婆饼，雷锋和雷峰塔一样的关系，就是毫无关系，就是前端 er 们你们就配不上学后端，有生殖隔离。

但好巧不巧，当时惊天爆出了个 nodejs，使得前端用的 javascript 语言也能写后端了，一下子不隔离了。那种兴奋感和不适应感，就好像你来到一个能用中文考 GRE 的世界。我肾上腺素飙升，几乎是一天没吃饭就看完了 expressjs 框架，然后写了一丢丢代码，服务跑起来了！哎何必呢 java。

奇怪的码农们立刻编了个词叫 MEAN stack，四种技术，mongodb 数据库，expressjs 后端框架，angular 前端框架，nodejs 后端运行时，学了这四个你就是 full stack，全栈工程师了，前端后端通吃，行走江湖都不怕。我小心翼翼地学了 m 和 a，就准备去找码农工作了。

上岸期。

请注意，我并没有刷题。学 MEAN 期间我意外触发了 google foobar challenge，singapore 的 hr 来联系我面试，但我基础不好，约等于没有常识，第一轮就被问傻了。所以我知道那种互联网大厂基本不太可能。

然后命运的齿轮又开始转了。那几年中国的新能源汽车发展极其迅猛，其实我理解是因为汽车有了高压电后很多互联网的体验成为了可能，组织形式上需要大量码农。

我在招聘网站上挖呀挖，搜到一家新能源初创公司的一个 data visualization 的岗位，岗位要求真的就是个大写的 MEAN。面试官是个马来西亚人，特别好，甚至很可爱，我给他看了我之前做的那个 mean 的 web，还给他展示了我那本剑走偏锋的作品集，他一道算法题都没考，他请我用公司的马克杯喝了公司的咖啡后，拉我见了他的老板。然后第二天就要跟我谈薪水。

显而易见这就是缘，我啥也没想就离职去了。这就算是上岸了，我的稀里糊涂软着陆。

但也就是水面上露出个头，能呼吸码农的格子衫了，但下半身还泡在设计界，一身黑。

下一期我准备讲讲，我是怎么在车厂这几年学会了直立行走。

E06 进化史

上岸是在 2017 年夏天，到现在刚好六年多一丢丢，这集全覆盖。

年 1-2：基础+应用开发

前面讲了，我跳槽时既没刷题也没被考，it is a blessing and a curse。入职后我迅速意识到，没有夯实基础是万万不行的，铁定中道崩殂。其实我是羡慕科班的人，在大脑一片空白时灌进了 cs 精华液，看看我自己都是 c20 混凝土。但我也不可能回炉重造，咋办捏。

既然羡慕，就去抄袭和无限逼近，as if 我才大一。当时我感觉我大概率适合美帝的教育模式，于是就上网找到了 mit 和 cmu（而不是清华中科大）的计算机本科的 curriculum，把他们的课程设计，课程顺序（这个非常重要），书本教材，lecture video 如果有，quiz 啥的都搜刮了一遍。还有几乎所有免费的 cs 的 open course，主打一个穷字。就开始没日没夜地啃。

第一块骨头就是算法和数据结构，这个前面有讲，看的 6.006，CLRS，要死。边看边刷题，leetcode 前前后后三四百道吧，不算多，先用 python 做，再用 c++做，主攻 easy 和 medium，hard 全部跳过。我清晰记得我第一次看到可以用 dict 做 memorization 加速网格查找时，感觉被打开了扇窗有上帝之光照进来；后来看的越多，窗多到墙都没了，日光浴吧。换血长寿貌似不能成，但刷题换脑。

第二块骨肉就是计算机系统，看的是 15-213 ，CSAPP，也是本神作，家人们买起来。但我好像没看完，anyway。

第三堆排骨就很多了，主要是子方向上的课，什么 computer network，database system，distributed systems，还可以看些数学课，但我因为本科学过高数线性代数之类的，基本够用，就没怎么看。整体来说这部分花的精力相对较少。因为主要是跟着工作走。

哦对了我还有工作，要上班的呀。前两年基本都在应用层晃悠。

data visualization 一开始做了几个 web 端的 dashboard，就立刻转到了做 mobile 端里的报表 app，其实也是个 web，主要用途是每天早上我同桌处理数据，我计算图表 json，echarts 一套就推送出去，目标是给 ceo 提供决策支持，如果在后台偷看到 ceo 打开了，就开开心心地去吃午饭，然后经常吃不上午饭。因为 error 总是五彩斑斓的，能跑出来的一般只需要一次，需要第二次的注定需要无数次，缘起性空，bug 太多就是缘不够。

从技术栈上讲，我也逐渐背叛了 MEAN，be mean to MEAN。nodejs 在这个项目上还是坚守，学了很多网络知识；mongodb 学会了怎么花式 query，还跟同桌学了点 sql 和 mysql。express 好像换成了 koa；angular 彻底没用，前端小伙伴他用 vue，我也跟着学了 vue，那时还是第一版 vue，mvcc 和 data binding 是个有意思的思路。

总之就是几乎没怎么做 data visualization 的事，第一年过去后我已经离题万里，这里要感谢初创公司的灵 hun 活 luan 和马来西亚老板的宽容 via 视而不见，当然我做的东西让 ceo 能看到我们团队，我也要感谢我自己。

后来又做了个 web 端的业务系统，我自己操刀用的 vue，后端学了 golang 语言用 gin 写，然后就到了第三年。

年 3-4：大数据+机器学习

这个业务系统底层需要接入和处理各种其它系统来的数据，一开始是有个数据处理的同学做的 etl，后来他走了，我主动接了盘，就顺理成章的学了 scala 和 spark，再衍生到 hadoop 生态的种种。

一开始看 google 三驾马车和 jeff dean 的段子，听到他说，想用几千台 commodity hardware 用 map reduce 的办法解决海量数据处理问题，然后一台机子挂了也没事。我又被震惊了，这也太牛逼了，我要会了岂不是要上天。就是这么原始的动力。

一旦你能搅动这么多数据，你就总想拿它们做点什么。在做完那个业务系统后，我又转了几个部门，团队 scope 也一直如水母般伸缩。做过几个应用，和各种数据处理，但基本都是离线批处理。

但是这些都不重要，重要的是突然机器学习火了，我顺手接了个用 cnn 做图像分类的项目，在公司内部。刚好数据处理和应用开发我都会，我一个人拿着底层数据就做出了可以直接看和用的界面，就挺好，不求人。后来又从 supervised learning，学到了 unsupervised learning，知道了 rnn vae gan，终于可以看 cs 论文了！我自己琢磨了一个基于 vae 算法的新业务。现在看看挺 naive，but it works to certain degree 就还蛮开心。

但做完这个 vae 后我就有点 final review 后的空虚，lost 了好久，不知道活着要干嘛，最终没涨工资和升职成了最后一垛稻草，我离职了。

年 5-6：云+大模型

跳槽找了份大数据开发的工作，因为应用开发我已经不屑一顾，算法和机器学习我还不太有自信，数据处理的体力活恰好干了太多，可以跟对方细聊。

新公司也在汽车行业，但细分领域不同，也比较新，刚去的时候除了老板就是我，现在已经 30 多人了。哦对了这次跳槽我可是奋力刷题了，可惜老板依旧没有考我。

我当然是想在新的战场继续做大数据处理，大大大数据，大大大大超大无比大数据。但是进新公司后有点意料之中的小意外，跟数据相关的真的是必须啥也没有，百废待兴，战后柏林，奥本海默的 hiroshima。

就开始租机房买硬件拉专线采购云，折腾了快一年才开始正式写代码，我都快忘了代码怎么写了，只能靠偶尔刷题维持下手感。这个过程学的，几乎都是软件开发之外的东西，码外之物，包括但不限于怎么沟通，怎么管人，怎么施压，怎么抵御官僚主义。都不是我的强项，我是 i 人。还有就是知道了更多技术的全貌，知道了 what and where the code is running on。最好的管理是要给下属提供足够的 context 让他们自己做决定。我也一直在扩充自己的 context。

这是在 yi 情期间，今天经济和大环境都不好，到处裁员，我们也各种预算对折对折再一折，我因为之前代码没啥 bug，很多工作都已自动化也闲了下来，看看 attention mechanism 和 llama 之类，幻想 technical singularity 的到来，稍微有点过于松弛。松弛感是我当下的追求。

我甚至在想要不再转个啥，但反正不是金冠薯。要不转回土木，成一个环。

THE END

我决定下一集 E07 是本系列收官之作，至于讲什么我还没想好，但肯定不是干货，干货卖完了。

7 是个好的数字。时间是幻觉。

E07 松弛

休息了一天，what a week。最后一期主打松弛。

exactly 一周之前，我在手机上敲下了第一个字，之后都是在各种不需要我驾驶的交通工具上，一边心里默语一边大拇指速记完成的，顺带坐过了站。口语化很严重，我觉得我实现了“码转话痨”，信息密度之高超越了热恋顶峰时期，相比之下我的日常就是哑巴。

但人生就是有很多如此诡异而冲动的阶段 so seize the moment，此刻我觉得我将来也不会再有另一个时间点因为另一个触发点用这样一种不太结构也不需要结构的形式回忆这段塑造了我的时光。我也见识到了表达欲被激起的下场，还在这里获得了我从没有过、极其害怕、不想追求、就也不多的 popularity，要谢谢大家所有的互动！

大概率会有番外，因为有几个 idea 和 story 隐约可见，我择日回归，争取配图。就跟星球大战的 mandelorian/ahsoka 一样。all together make this series more sound and complete

let it flow and glow, it has its own life now

see you guys next life