你好，我是何为舟。

上一讲，我们一起拆解学习了 CIA 三元组，也就是机密性、完整性和可用性。它们分别代表了数据的“不可见”“不可改”和“可读”。简单来说，以购买极客时间专栏为例，机密性就是未付费用户无法学习这个专栏，完整性就是这个专栏的内容不会变成别的其他方向的内容，可用性就是你作为付费用户，能够随时学习这个专栏。

你好，我是周维。这节课，我会通过丁真、李子柒和阿雅小厨的案例，来给你讲解另外两种打造爆款短视频背后的底层逻辑：稀缺价值法和改良创新法。

相比马斯洛原理和编程思维这两种侧重于创作方法与平台算法的底层逻辑，今天要讲的两种理论，主要的优势在于能够利用差异化策略，帮你在创作中打造出自我特色，让你的内容在众多的同类短视频中脱颖而出。

初入职场或还在校的同学想必都会有些共同的疑惑，比如：“到底我该选哪个技术方向？”“现在该学哪门语言？”“未来 Java 语言的发展趋势如何？”这些问题的本质其实都是技术的投资决策问题，也即现在我该把时间精力花在哪个方向上，未来的收益才可能最大。

你好，我是宫文学。

上一讲，我带你把整个编译过程走了一遍。这样，你就知道了编译过程的整体步骤，每一步是做什么的，以及为什么要这么做。

进一步地，你就可以研究一下每个环节具体是如何实现的、有哪些难点、有哪些理论和算法。通过这个过程，你不仅可以了解每个环节的原理，还能熟悉一些专有词汇。这样一来，你在读编译原理领域的相关资料时，就会更加顺畅了。

专栏上一期，我给你讲述了什么是微服务，以及微服务架构的由来。简单回顾一下，微服务就是将庞杂臃肿的单体应用拆分成细粒度的服务，独立部署，并交给各个中小团队来负责开发、测试、上线和运维整个生命周期。

你好，我是海丰。今天，我们来聊聊 AI 产品经理的工作职责与能力要求。

假设，你正在参加一个 AI 产品岗的面试，面试官问了你这两个问题，你会怎么回答：

1. 你觉得 AI 产品经理和传统产品经理有什么区别？
2. 在你看来 AI 产品经理的工作职责是什么？

你可别小瞧这两个问题，这实际上是面试官在考察面试者对 AI 产品经理这个岗位的理解程度，以及你到底有没有相关的实战经验，甚至在工作中有没有独立的思考。

你好，我是邵亚方。

上一讲，我们主要讲了“什么是 Page Cache”（What），“为什么需要 Page Cache”（Why），我们这堂课还需要继续了解一下“How”：也就是 Page Cache 是如何产生和释放的。

你好，我是 LMOS。

我们知道，在学习许多编程语言一开始的时候，都有一段用其语言编写的经典程序——Hello World。这不过是某一操作系统平台之上的应用程序，却心高气傲地问候世界。

理解了架构的有关概念和定义之后，今天，我会给你讲讲架构设计的历史背景。我认为，如果想要深入理解一个事物的本质，最好的方式就是去追寻这个事物出现的历史背景和推动因素。我们先来简单梳理一下软件开发进化的历史，探索一下软件架构出现的历史背景。

使用过音视频会议或在线教育等实时互动软件的同学都知道，在打开摄像头（Camera）或麦克风（Micphone）的时候，首先要对其进行检测，检测的内容包括：

除了线性代数之外，概率论（probability theory）也是人工智能研究中必备的数学基础。随着连接主义学派的兴起，概率统计已经取代了数理逻辑，成为人工智能研究的主流工具。在数据爆炸式增长和计算力指数化增强的今天，概率论已经在机器学习中扮演了核心角色。

今天内容的开始，我希望你可以先来思考一个问题：如果让你设计一个登录功能，你会怎么做？

我曾在公司内部做过这样一个练习，我扮演客户，让大家帮我设计一个登录功能。同事们一听就高兴了，登录不就是用户名加密码嘛，我熟啊，我还可以设计出验证码、找回密码、第三方登录等等功能。

在上一篇文章中，我和你聊了聊“持续交付”的价值。现在，你是不是感觉热血澎湃，似乎找到了解决一些问题的良方？你是不是跃跃欲试，想在团队立刻实施看看效果如何？

你好，我是黄申。今天我们来聊聊“余数”。

提起来余数，我想你肯定不陌生，因为我们生活中就有很多很多与余数相关的例子。

比如说，今天是星期三，你想知道 50 天之后是星期几，那你可以这样算，拿 50 除以 7（因为一个星期有 7 天），然后余 1，最后在今天的基础上加一天，这样你就能知道 50 天之后是星期四了。

你好，我是刘津。

今天我要跟你分享的主题是如何理解“增长”这个概念。

如今“增长”的重要性不言而喻。但究竟什么是“增长”呢？

不同的人站在不同的位置，有着不同的理解。有的人觉得增长是提升 KPI，有的人觉得增长是提升市值，有的人觉得增长是用户量增加，有的人觉得增长是专门由增长黑客来负责的……

你好，我是钱亮。今天我们来说说跑姿。

一提到跑姿，很多人首先想到的就是用前脚掌还是后脚掌着地的问题，市面上很多讲跑步的书也在说这个问题。实际上，着地方式只是跑姿中需要关注的因素之一，它并不是全部。而且落地方式也没有绝对的对错之分，需要结合跑步的场景来看，比如说看你是长跑还是短跑。而且，很多人因为足型的不同，落地方式多少都会有些差异，这点也很难去纠正。

上一讲，我提到词法分析的工作是将一个长长的字符串识别出一个个的单词，这一个个单词就是 Token。而且词法分析的工作是一边读取一边识别字符串的，不是把字符串都读到内存再识别。你在听一位朋友讲话的时候，其实也是同样的过程，一边听，一边提取信息。

最近接连爆出的“隔断间”“毒房子”事件，把房屋中介再次推到了风口浪尖上。然而事实上，“租房黑”从来就不是个新鲜词儿。从大学毕业到现在，我们很多人都租过房，都和中介打过交道，也都难免遇到过不同程度、不同类型的黑心中介。

你好，我是傅健，这节课我们来聊聊 Spring @Autowired。

提及 Spring 的优势或特性，我们都会立马想起“控制反转、依赖注入”这八字真言。而 @Autowired 正是用来支持依赖注入的核心利器之一。表面上看，它仅仅是一个注解，在使用上不应该出错。但是，在实际使用中，我们仍然会出现各式各样的错误，而且都堪称经典。所以这节课我就带着你学习下这些经典错误及其背后的原因，以防患于未然。

你好，我是范学雷。

从今天开始，我就要和你一起逐渐接触密码学的具体细节了。在这个过程中，我会讲到很多密码学相关的概念和诉求，这是我们打好基础的关键。不过，你也不用紧张，我会和你一起分析，一步步带你掌握这些知识点。

好诗相伴，千金不换。你好，我是天博。

之前我们说过，读一首诗可以使用三步读诗法：读诗句，读诗人，读诗意。我们上节课主要讲了怎么读诗句，包括读诗句的平仄、结构和典故，今天我们来聊一聊，怎么来读诗人。

你好，我是吴咏炜。

这一讲，我们会讨论 Vim 的基本概念和配置。先强调一下，请务必确保你在学习这一讲之前，已经通过 Vim 教程熟悉了 Vim 的基本用法。

Vim 教程的内容概要

上节课我给你留的作业，就是花时间学习一下 Vim 教程，下面我们就来检验一下。只有你自己先对照着教程操作了一遍，今天我再带着你过一遍里面的基本概念和配置，你才能查漏补缺，发现自己遇到的问题，明确自己需要多加练习的地方。

你好，我是王沛。

React 作为目前最为主流的前端框架，自 2013 年诞生至今已经有近 8 年的时间了。这 8 年来，在其他前端框架发生翻天覆地变化的同时，React 的 API 则非常稳定，几乎从来没有出现过重大的向后兼容的问题，而且每一次版本的升级也都非常顺滑。

你好，我是王磊，你也可以叫我 Ivan。

我们经常会听到说，分布式数据库的一个优势在于，它能够支持 NoSQL 做不到的强一致性。你怎么看待这件事儿呢？

显然，要来分析这个问题，我们首先得明白“强一致性”意味着什么。

你好，我是博伟。

在上节课学习 A/B 测试指标的统计属性时，我用一句话给你简单解释了下假设检验：选取一种合适的检验方法，去验证在 A/B 测试中我们提出的假设是否正确。

你好，我是徐昊。今天我们来聊一聊领域驱动设计中的统一语言与模型的关联。

在上一讲，我们介绍了领域驱动设计的核心理念，即在业务系统中应该使用与问题域相关的模型，而不是通用的数据结构去描述问题。并由此介绍了 Eric Evans 提倡的知识消化，总结起来就是“两关联一循环”。

你好，我是随你们去。今天我们来聊聊一张好照片的组成要素。

这是我用手机拍摄的一张东京铁塔照片，它看起来非常地干净，主题明确。你认为这张照片怎么样呢？

你好，我是涵柏。今天继续我们的写作旅程。经过原理篇第一课的学习，我想你已经掌握了阅读对于写作的意义，知道了阅读可以如何帮到你的写作。

但是学完了上节课，这个时候你会发现一个新的问题：你面前会有一堆好的材料，但它们很零散，甚至说毫无关系，一切都还是未形成想法的简单笔记。从材料到成文，中间就是你下笔前的焦虑了，比如怎么组织材料、怎么开头、怎么铺垫、怎么叙事、怎么点题等等。

Hadoop 以及它的生态圈，从开始到现在也已经有差不多十年历史了。Hadoop 从雅虎支持的一个开源项目，到由很多项目组成的 Hadoop 生态圈，以及依靠 Hadoop 发行版开展商业活动的三大公司 Cloudera、Hortonworks 以及 MapR，其发展不可谓不迅猛。

036 | PageRank算法的核心思想是什么？

上周我们介绍了信息搜索系统的历史进程，剖析了搜索系统的多轮打分系统，还深入探讨了倒排索引，聊了聊它的核心技术。

2017 年 10 月中旬，奥地利首都维也纳举行了一场低调的婚礼，婚礼的主角是彼得 · 蒂尔和他的同性男友。这场婚礼很低调，媒体知道也是很多天以后了。

彼得 · 蒂尔 1967 年出生于德国法兰克福，至今拥有德国国籍。他在婴儿时期就随父母移民美国，之后经历过短暂的南非生活，但大部分时间都是在硅谷度过的，并最终成为了硅谷最为重要的投资人、企业家、政治活动家之一。他就是我今天要说的主角。

037 | 经典图算法之HITS

这周我们分享的内容是如何理解网页和网页之间的关系。周一我们介绍了用图（Graph）来表达网页与网页之间的关系并计算网页的重要性，就是经典算法 PageRank。今天我来介绍一下 PageRank 的姊妹算法：HITS 算法。

彼得 · 蒂尔除了是一位非常成功的投资人，还是一个个性鲜明，对世界有着独特看法并擅于付诸实施的人。今天，我就带你看看商业之外的彼得 · 蒂尔。

创立神秘的大数据公司 Palantir

彼得 · 蒂尔创建于 2003 年的 Palantir 是硅谷最为神秘的大数据公司之一。它之所以著名，是因为公司成立伊始，唯一的外部投资来自美国情报机构 CIA 旗下的投资基金 In-Q-Tel。

038 | 社区检测算法之“模块最大化 ”

一起来回顾下本周的内容。周一我们介绍了用图（Graph）来表达网页与网页之间的关系并计算网页的重要性，就是经典的 PageRank 算法。周三我们介绍了 PageRank 的一个姊妹算法，HITS 算法，并且分析了这两种算法的内在联系，这两类算法都希望给网页赋予一个权重来表达网页的重要性。

本周一开始，我说到了彼得 · 蒂尔的创投哲学，还引用了他创建 PayPal 和投资了 Facebook 的天使轮这两个例子，分别诠释了他是怎样作为创业者和投资者去践行这套哲学的。

039 | 机器学习排序算法经典模型：RankSVM

到目前为止，我们在专栏里已经讨论了关于搜索引擎方方面面的很多话题，包括经典的信息检索技术、查询关键字理解、文档理解以及现代搜索引擎的架构等等 。同时，我们也从机器学习角度出发对搜索引擎的最核心部分，也就是排序算法进行了最基本的分享，囊括了单点法排序学习（Pointwise Learning to Rank）、配对法排序学习（Pairwise Learning to Rank）以及列表法排序学习（Listwise Learning to Rank），相信你应该对这类算法的大概内容有所掌握。

我会在这一年中介绍一些总部在西雅图，或者研发中心里面很重要的一部分在西雅图的 IT 公司。这其中除了微软和亚马逊这样的大鳄以外，还囊括了诸多在不同领域取得一定统治地位的公司们。

040 | 机器学习排序算法经典模型：GBDT

这周我们讨论机器学习排序算法中几个经典的模型，周一分享了配对法排序中的一个经典算法，即排序支持向量机（RankSVM），这个算法的核心思想是把支持向量机应用到有序数据中，试图对数据间的顺序进行直接建模。

我会在这一年中介绍一些总部在西雅图，或者研发中心里面很重要的一部分在西雅图的 IT 公司。这其中除了微软和亚马逊这样的大鳄以外，还囊括了诸多在不同领域取得一定统治地位的公司们。