博客园随笔1

软件工程课程随笔与自我评估

一、 当前技能树、技术偏好与自我评估

1. 已具备的专业知识与能力（技能树）

能力 A：编程基础与逻辑思维。熟练掌握 Python 语法，熟悉 C/C++ 基础；能够独立编写具有清晰逻辑的算法和数据处理脚本。

能力 B：计算机系统底层认知。通过自学 CS61A（计算机程序的构造和解释）和 CSAPP（深入理解计算机系统），掌握了基本的操作系统原理（进程、内存）、数据在计算机底层如何表示与运算，具备较强的排错和调优思维。

能力 C：数据库与数据处理。掌握了 SQL 基础知识，能够使用 SQL 进行基本的数据增删改查和简单联表查询，并能配合 Python 处理常见数据文件。

能力 D：AI 工具应用与实践。熟悉大语言模型（如 ChatGPT/DeepSeek）的提示词工程，能够利用 AI 辅助学习代码和生成简单文案。

2. 对哪些技术方向感兴趣

人工智能（AI）与智能体（Agent）应用：对大模型如何落地解决实际问题充满好奇，希望探索多智能体协同工作。

系统与底层架构：对操作系统底层原理（内存管理、进程调度）和数据库内核原理（如 DDIA）有浓厚的探究热情，喜欢“追根溯源”。

自动化与效率工具：倾向于开发能提升日常学习、工作效率的小工具。

3. 还欠缺哪些能力（自我评估）

能力 A：大型项目架构能力。目前主要停留在单文件或小型脚本开发，缺乏复杂系统架构设计、模块解耦的经验。

能力 B：团队协作与版本控制实战。了解 Git 基础命令，但缺乏在多人协作中使用分支管理、Code Review（代码审查）的真实项目经历。

能力 C：前沿技术栈落地能力。虽然关注 AI，但对深度学习框架（如 PyTorch）的底层实现还不熟悉，缺乏实际部署模型的经验。

二、 代码量说明与学期目标

截至目前的代码量：累计约 3000 行 左右（主要包含平时作业、算法练习题、数据整理脚本以及课程设计项目）。

完成本学期课程后，希望达到的代码量：10000行 左右。
(目标理由：除了完成基本代码练习，将通过完整参与一个前后端结合的软件工程项目，以及独立完成期末项目来大幅提升代码量。)

三、 本课程最期待学习的知识与希望获得的收获

最期待学习的知识：软件生命周期管理 与 敏捷开发模式（Agile/Scrum）。我非常想了解一个真实的软件是如何从需求分析、架构设计、开发迭代，最终走向测试与交付的。

希望获得的收获：

掌握将复杂问题抽象为软件架构的能力。

提升团队协作能力，学会与队友进行有效的 Code Review 和文档规范管理。

能够独立完成一个功能完整、代码规范、具备一定可维护性的全栈小型项目，并将其作为简历上的重要实践亮点。

四、 AI 工具生成的《软件工程课程学习指南》及合理性分析

（注：以下指南由 DeepSeek 生成，以下内容为直接复制）

DeepSeek 生成的软件工程课程学习指南：

1. 第一阶段：基础理论夯实

了解软件工程的定义、软件危机的根源。

掌握软件生命周期模型（瀑布模型、敏捷模型）。

学习需求分析与 UML 建模（用例图、类图、时序图）。

2. 第二阶段：开发流程实践

学习版本控制（Git）的高级用法（分支策略、Rebase、Merge）。

了解构建与部署（CI/CD）的基本流程，掌握自动化测试（单元测试、集成测试）的编写。

3. 第三阶段：进阶技能

深入学习设计模式（如单例模式、观察者模式、工厂模式），并将其应用到实际代码中。

接触微服务架构、容器化技术（Docker）的基础概念。

熟练使用 AI 辅助编程工具（如 Copilot）提升效率。

【自我分析与评价】

. 合理性分析： 该指南非常全面且标准，基本涵盖了目前高校《软件工程》课程的核心大纲。从理论（生命周期、UML）到实践（Git、CI/CD），再到高阶进阶（设计模式、微服务），逻辑层层递进，非常合理。它将“如何做软件”这个宏大的概念拆解成了可执行的步骤。

. 能否带来帮助： 能带来显著的帮助。特别是该指南指出的“高级 Git 分支策略”和“自动化测试”，正是我目前最欠缺的实战技能。此外，指南中提到“熟练使用 AI 辅助编程”，这与我当前的技术偏好高度吻合，能帮助我在代码量增长的同时，学习到如何利用 AI 设计出更规范的架构。

我个人的行动计划： 我会将指南中的第二阶段作为本学期的核心目标，重点练习 Git 协同开发，并在期末项目中努力实现基本的自动化测试。