最近一直在做： 挑战速刷力扣 top100 ，慢慢从一天提速到了 5 小时 回顾做过的项目 思考自己思考，写代码中的思考，做工程中的思考 得出结论 力扣题：难点/重点/核心是在约束条件下，对问题建模，选择合适的算法+数据结构。简单/中等题都是场景题，难题往往是常见场景的组合或者是需要基于常见场景提进行再进一步思考 做项目：难点/重点/核心是找到问题约束，并对矛盾的问题做权衡。之后是设计上的权衡，性能/成本/扩展性/数据一致性之间的权衡，最后的方案设计/实现就变成了力扣题 技术问题无非约束二字，明确了问题的约束，基本整个问题的思路就理清楚了，后续的测试验证迭代是在不断调整约束 学习新技术一样，这个技术的约束在哪？边界是什么？它是什么问题的杀手锏？但是它不能解决什么问题？ AI 时代最稀缺的是什么？ 我认为就是约束二字，AI 可以做什么？不可以做什么？在约束范围之内，哪些问题 AI 做起来是杀手锏比如 AI 客服，AI 爬虫/搜索等等，哪些问题 AI 做起来就不行，比如高确定性/高风险的流程：做手术等等 总结一下： 计算机是约...