最近我突然想起一个问题：让 AI 写一个 Linux 操作系统，这事儿是不是太难了？说出来可能有点好笑，但确实是我自己提的。那一瞬间我也觉得自己有点冲动——好像只要把“写一个操作系统”丢给 AI，就能轻松实现一样。可是想想就知道不现实。Linux 不是一个简单的程序，而是一整套复杂的系统：内核、驱动、文件系统、网络、调度……每一部分都要精细设计、反复测试。更别提它要在真实硬件上稳定运行，哪怕一个小错误都会崩溃，甚至造成数据损坏。AI 可以帮你写示例、解释原理、生成代码片段，但它无法替代长期的工程实践和硬件调试。就像让 AI 去盖一栋楼，AI可以画图、出方案，但真正动工、验收、修复问题，还得靠人...

第一次找leader汇报的时候，他说“你book一下我的时间吧”，我心想book是啥、在哪里book、怎么book……？啊……？两个月过去了，学到的小黑话已经够我写一篇笔记了1、book一下：在企微日程里预约对方的时间开会2、拉个会对齐一下：开会同步信息，减少信息不对称3、颗粒度：从宏观到微观的各层内容对齐颗粒度：通过开会同步所有细节4、p0/p1：任务优先级，p0优先于p15、底层逻辑：从事物的本质发现任务要这样做的根本原因6、抓手：切入点7、闭环：接到任务-制定计划-执行操作-反馈结果-实现目标8、哈：同事之间表示亲切的语气词在腾讯的两个月，听到的“逻辑”连起来可绕地球三圈…

目前只学完了外卖和点评，八股一塌糊涂

你以为你只需要调调参数？实际上，你要面对的将是：生犯贪嗔痴戾疑，死受鞭笞斧灼烹（不好意思，杀批乱入了）。好了，言归正传，作为一个合格的视频算法工程师，大概的技术链路就如下图所示，其中最重要的就是视频画质算法（超分/去噪/增强），这一领域不可避免地要深度依赖深度学习。“深度学习”这个概念大家耳熟不一定能详，但如何系统地掌握它？也就是从“知其然”到“知其所以然”？ 阶段一：数学与编程基础 ( 2周左右，熟悉可跳过)万丈高楼平地起，在开始搭建神经网络之前，你需要掌握底层的语言（Python）和逻辑（数学）。不要被复杂的公式吓跑，我们以“够用”为标准。数学基础线性代数：矩阵运算、特征值、特征向量微积分...