社区
非技术类
帖子详情
新手和老鸟在提问和回答时有什么明显的差别?
杨哥儿
2011-09-14 08:11:41
我的感觉!请各位续之!
1、新手不停的求救,只恐不吸引眼球——老鸟只在探讨方法或思路。
2、新手是在伸手要答案——老鸟是给予和贡献自己的成果。
3、新手的问题让人哭笑不得,不想回答——老鸟的问题让人瞠目结舌,佩服之极。
4、新手有些很不礼貌——老鸟个个德高望重。
5、...
...全文
589
50
打赏
收藏
新手和老鸟在提问和回答时有什么明显的差别?
我的感觉!请各位续之! 1、新手不停的求救,只恐不吸引眼球——老鸟只在探讨方法或思路。 2、新手是在伸手要答案——老鸟是给予和贡献自己的成果。 3、新手的问题让人哭笑不得,不想回答——老鸟的问题让人瞠目结舌,佩服之极。 4、新手有些很不礼貌——老鸟个个德高望重。 5、...
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
50 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
杨哥儿
2011-09-22
打赏
举报
回复
结了。谢谢各位!
nemolee316
2011-09-21
打赏
举报
回复
[Quote=引用楼主 uself 的回复:]
我的感觉!请各位续之!
1、新手不停的求救,只恐不吸引眼球——老鸟只在探讨方法或思路。
2、新手是在伸手要答案——老鸟是给予和贡献自己的成果。
3、新手的问题让人哭笑不得,不想回答——老鸟的问题让人瞠目结舌,佩服之极。
4、新手有些很不礼貌——老鸟个个德高望重。
5、...
[/Quote]
第4条是我们新鸟要注意的,礼貌是基本修养。其他的1-3新鸟真的很难,学习的过程啊
杨哥儿
2011-09-21
打赏
举报
回复
总结:
1、有人对个问题反感;
2、许多人认为老鸟也从新手过来,要认可他们;
3、给了新手许多建议,让他们尽快成长;
4、钻石专家(VisualEleven)也路过了,荣幸中。
5、引申出其它问题,如老鸟为什么不提问。
一并感谢!明天结了。
dahaiI0
2011-09-20
打赏
举报
回复
补充一点,不论发帖还是回帖,每句必加一个或多个感叹号的,基本是菜鸟,个人相当反感
dahaiI0
2011-09-20
打赏
举报
回复
我的感觉,老鸟轻描淡写直接切中问题要害,新手顶,学习,复制楼上的答案,这类还好,最恶心的是避开问题本身,抓住标题的某个关键字大谈特谈,或者直接给个链接,甚至连别人问什么都不看清楚就在那指点江山激扬文字。纯灌水
Jekhn
2011-09-19
打赏
举报
回复
很少看到老鸟提问。
5t4rk
2011-09-19
打赏
举报
回复
大牛的成长一般可分为如下六个阶段:
//第一阶段
此阶段主要是能熟练地使用某种语言。这就相当于练武中的套路和架式这些表面的东西。
//第二阶段
此阶段能精通基于某种平台的接口(例如我们现在常用的Win32 的API 函数)
以及所对应语言的自身的库函数。到达这个阶段后,也就相当于可以进行真实散打对练了,
可以真正地在实践中做些应用
//第三阶段
此阶段能深入地厂解某个平台系统的底层,己经具备初级的内功的能力,
也就是“手中有剑,心中无剑”。
//第四阶级
此阶段能汽接在平台上进行比较深层次的开发。基木卜,
能达到这个层次就可以说是进入了高层次。这时进入了高级内功的修炼。
比如能进行VxD 或操作系统的内核的修改。
这时已经不再有语言的束缚,语言只足一种工具,
即使要用自己不会的语言进行开发,也只是简单地熟悉一卜
,就手到擒来,完全不像是第一阶段的时候学习语言的那种情况。
一般来说,从第二阶段过渡到第四阶段是比较困难的。
为什么会难呢?这就是因为很多人的遨鱼转变交越来
//第五阶级
此阶段就已经不再局限于简单的技术上的问题了,而是能从全局f . .
把握和设计一个比较大的系统体系结构,
从内核到外层界面。可以说是“手中无剑,心中有剑”。
到了这个阶段以后,能对市而卜的任何软件进行剖析,
都能按自己的要求进行设计,就算是MS word 这样的大型软件,
只要有充足的时间,也一定会设计山来。
//第六阶级
此阶段也是最高的境界,达到“无招胜有招”。这时候,
任何问题就纯粹变成了一个思路的问题,不是用什么代码就能表示的。
也就是“手中无剑,心中也无剑”。
这就是大牛的成长阶段 是一个漫长的过程
向大牛们致敬
一名程序员
2011-09-19
打赏
举报
回复
楼主的言论很理想。老手也是人。也是从新手过来的。崇拜是可以的。但不要过分。
HUSTCKLK
2011-09-19
打赏
举报
回复
我现在就是一枚菜鸟,想帮助别人爱莫能助额,现在才觉得那些热情帮人回答问题解决难题的童鞋们是多么的高尚了。。
hztj2005
2011-09-19
打赏
举报
回复
[Quote=引用 41 楼 jennyvenus 的回复:]
要看问题的类型,比如俺工作的类型,应该99%没有答案。
[/Quote]
可以说说,做什么开发吗?
杨哥儿
2011-09-18
打赏
举报
回复
我也是MFC新手,请新手说说自己的看法!
用户 昵称
2011-09-18
打赏
举报
回复
[Quote=引用 38 楼 uself 的回复:]
我的问题有70%在csdn上没有得到答案!但又舍不得“不满意结贴”,只好违心地给结了。
[/Quote]
要看问题的类型,比如俺工作的类型,应该99%没有答案。
康斯坦汀
2011-09-18
打赏
举报
回复
什么新手老鸟的,研究这个干什么?提问有提问的学问,回答有回答的智慧。
Eleven
2011-09-18
打赏
举报
回复
路过看看~
杨哥儿
2011-09-18
打赏
举报
回复
我的问题有70%在csdn上没有得到答案!但又舍不得“不满意结贴”,只好违心地给结了。
redui
2011-09-18
打赏
举报
回复
[Quote=引用 26 楼 jennyvenus 的回复:]
俺观察csdn的老手就是有问题宁可问同事,宁可在网络上搜索几天,也不在csdn提问的人。
[/Quote]
这个说得太对了。
我发现一些级别非常高的人,居然从来没有发过提问贴,难道他们真的从来没遇到过问题?话说回来,也许他们提的问题在CSDN上压根得不到答案,所以干脆不提了。
wltg2001
2011-09-17
打赏
举报
回复
[Quote=引用 26 楼 jennyvenus 的回复:]
俺观察csdn的老手就是有问题宁可问同事,宁可在网络上搜索几天,也不在csdn提问的人。
[/Quote]
顶!
罗平
2011-09-17
打赏
举报
回复
其实绝大部分问题,百度Google一下,自己再思索,都解决了。
新手一般不自己先百度一下,直接在这里索代码。
遇到问题,先尽量自己解决,实在无法解决再提问,这样得到答案后才会理解透彻。
酱油专业户
2011-09-17
打赏
举报
回复
[Quote=引用 31 楼 jianuman 的回复:]
新人没办法对问题进行定位
只是知道出问题了 没办法细分,无法是那块代码出错了
[/Quote]
所以才会有楼上说的那样:提问题有点让人哭笑不得.....
期待变成老鸟.........
jianuMan
2011-09-17
打赏
举报
回复
新人没办法对问题进行定位
只是知道出问题了 没办法细分,无法是那块代码出错了
加载更多回复(30)
最全阿里六面,挂在hrg,我真的不甘心!_阿里hrg面试不谈薪,面向大数据开发开发者的复习指南
hrg究竟是一种什么存在?。“阿里HRG”:HR generalist,可翻译为HR多面手。
提问
问题比较刁钻,不像一般的公司,只要通过了技术或业务面试,hr小姐姐,只是与你简单聊聊,真的是简单聊聊,比如你的家庭、学业情况,有什么兴趣爱好,期望薪资是什么,对未来的工作有什么期望,一切都是这么的和谐,然后你愉快的通过了面试,开心的等待offer的到来。hr这一面好像就只是聊天而已。但在阿里不是这样,阿里的hrg基本围绕**“闻味道、摸温度、照镜子、揪头发”**展开面试。
大模型安全能力评估:从CISSP/CS-EVAL测试看AI在网络安全中的真实价值与局限
大语言模型(LLM)通过在海量文本数据上进行预训练,掌握了强大的信息压缩、存储和关联检索能力。其核心原理是基于Transformer架构的深度神经网络,通过自注意力机制学习文本中的复杂模式和知识表示。这一技术为知识密集型领域带来了革新潜力,尤其在需要快速检索标准、框架和最佳实践的场景中。在网络安全这一高度专业化领域,模型的知识记忆与模式匹配能力,使其在
回答
基于ISO 27001、NIST CSF等标准的事实性问题,或解释SQL注入、XSS等常见漏洞原理时,展现出类似“超级知识库”的辅助价值。然而,安全决策的
基于MCP协议在IDA Pro中集成AI助手:逆向工程智能化实践
在软件逆向工程领域,静态分析工具如IDA Pro是理解二进制程序逻辑的核心。其工作原理是通过反汇编和反编译技术,将机器码转换为可读的汇编指令或高级语言伪代码,从而揭示程序的内部结构和执行流程。这项技术的核心价值在于提升安全研究人员和开发人员分析恶意软件、漏洞挖掘以及理解遗留代码的效率。然而,面对海量且复杂的反汇编代码,手动分析依然耗时费力。近年来,大语言模型在代码理解与生成方面展现出强大能力,为解决这一痛点提供了新思路。通过引入Model Context Protocol(MCP)这一开放协议,可以安全、灵
Mobile-System-Modification-Rollback-Planner-Capacity-Envelope-v1.0-原创源码与文档.zip
原创 JavaScript/Node.js 可运行工具源码,包含命令行入口、示例输入输出、自动化测试、离线 HTML 报告、README 使用说明与截图。适合 AI 工程、模型评测、数据质量与自动化运维场景,解压后按文档执行 npm test 或 node src/index.js 即可复现;全部文件为本次独立生成,可继续二次开发。
基于元胞神经网络配流与 DQN强化学习的公交线网扰动韧性恢复研究(Matlab代码实现)
内容概要:本文研究了基于元胞神经网络配流与DQN强化学习的公交线网扰动韧性恢复方法,提出了一种协同模型,通过元胞神经网络进行交通流量分配,并结合DQN(深度Q网络)强化学习优化调度策略,以应对公交网络中突发扰动(如线路中断、客流突变等)下的系统恢复问题。该模型在Matlab平台上实现了仿真验证,结果表明其在提升公交线网运行韧性、加快系统恢复速度、优化资源配置方面具有显著效果。研究涵盖模型构建、算法设计、仿真实验与结果分析全过程,体现了智能算法在城市交通管理中的深度融合与应用价值。; 适合人群:具备一定交通工程、智能优化算法或强化学习基础知识,从事智慧交通、城市规划、运筹优化等相关领域研究的研发人员及高校研究生。; 使用场景及目标:①解决城市公交网络在突发事件下的快速恢复与调度优化问题;②探索元胞神经网络与DQN强化学习在复杂交通系统建模与决策中的协同机制;③为智能公共交通管理系统提供算法支持与仿真验证工具。; 阅读建议:建议结合Matlab代码与文中模型框架同步阅读,重点关注元胞神经网络的配流机制与DQN奖励函数的设计逻辑,通过调整扰动场景参数进行仿真实验,深入理解算法在不同工况下的适应性与优化效果。
非技术类
1,663
社区成员
58,947
社区内容
发帖
与我相关
我的任务
非技术类
VC/MFC 非技术类
复制链接
扫一扫
分享
社区描述
VC/MFC 非技术类
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章