软件工程第一次作业

| 这个作业属于哪个课程 | <https://edu.cnblogs.com/campus/gdgy/Class78-Grade2024-CS/homework/15710> |
| 这个作业要求在哪里 | https://edu.cnblogs.com/campus/gdgy/Class78-Grade2024-CS/homework/15710 |
| 这个作业的目标 | 写好第一篇博客，完成一次自我盘点和学期规划 |

一、介绍自己

我叫王尉人，计算机科学与技术专业大三学生，目前在补基础，准备考研。这是我第一次写博客。

以前刷到过别人说写博客好，我觉得跟写笔记差不多，没当回事。现在慢慢觉得不一样。写下来的时候你得把脑子里模糊的想法变成一句能读通的话，想不清楚就写不出来。这个过程能发现很多平时忽略的细节。

我的优势有两个。

一是上手新东西快。大二下学期工作室接了个项目，前端缺人，而我对小程序开发是零基础，连 WXML 和 HTML 的区别都说不清。我用4天把6 个页面加接口对接做出来交付了。我觉得我做对的就三件事：分得清哪些必须搞懂、哪些可以先跳过；先把东西跑起来再改，而不是先看完整文档；卡住了知道按官方文档、问ai这个顺序找答案。

二是能长期坚持一件事。我从大二开始坚持背单词，到现在考研单词基本熟练了。

关于底线，我很认同要有底线要求。作业是检验学习的手段，作业是抄的，检验出来的就是假的。我给自己定三条：代码自己敲，引用必注明，数据不造假。用 AI 可以，但我会逐行读懂并在文末说明用在哪，不会整段复制冒充自己的产出。

二、现状、经历和计划

（1）技能调查表

我填报志愿是因为家里人建议，说计算机好就业，当时没想那么多就报了。

从技能调查表里我挑了这 5 项作为本学期重点：

技能	目前水平（0-9）	课程后希望达到（0-9）
数据结构与算法	4	6
单元测试与调试	2	6
Git 与版本管理	3	7
英语资料阅读	4	7
任务时间估计	2	6

为了达到这些目标，我计划：

1. 每周做 2 道算法题，写完写题解，把思路写清楚；
2. 每个项目给核心模块补单元测试，从"加 print 看输出"改成写测试用例；
3. 学完 branch、rebase、冲突处理并各实操一次，团队项目走 PR 加 review 的流程；
4. 每周读 1 篇英文技术文档，把背下来的单词放进真实语境；
5. 每次开工前先写下预估时间，做完记实际时间，期末画一张偏差图。

（2）课程相关思考

(a) 为什么要认真参与这门课

我之前体验到的大学课堂，基本是上课记笔记、考试背笔记、考完全忘记。软件工程是实践学科，光听没用。

我不想毕业的时候只有一张成绩单却拿不出一个能跑的项目。更重要的是，这门课有一样我靠自己拿不到的东西：被逼着完成一个一个人做不完的项目，并且让别人检查我的代码。我这两年做过的项目全是单人的，从来没被真懂的人逐行看过代码，也从来没为了接口对不上跟人吵过架。这些短板我自己补不上。

(b) 师生关系与作业困难应对

我体验过的师生关系大多是老师上课来、下课走，一学期下来老师可能都不知道我叫什么。我希望这门课更像教练和学员：老师指明方向、点拨难点，我们自己动手踩坑、总结。

如果作业有难度，我选 C：向老师和同学请教，花更多时间，把作业全部完成。

作业难说明它在我的舒适区之外，正是能进步的地方。不过我得提醒自己，C 的重点在请教，不在花更多时间。我以前的习惯是卡住了自己死磕，死磕不出来就抄一个或者放弃。这学期改成卡住 30 分钟还没思路就去问。

(c) 引用参考与抄袭剽窃的区别

引用参考是标注来源，在别人的成果上做修改和拓展，目的是产生新的价值。抄袭剽窃是隐瞒来源，把别人的东西当自己的，本质是欺骗。

我查了南科大、犹他大学和昆士兰大学几所学校的明文规定，其中有一条判断标准对我很有用：如果被问到，你能解释清楚这个方案为什么这么设计吗，能说清每一个变量和函数的作用吗。解释不清楚，那不管标没标出处，它都不真的是你的。这条比任何规则都好用，我打算每次交作业前拿它过一遍。

（3）未来方向与当下准备

我的选择是考研。

优势：英语起步早，背单词这些年不是白背的，能省下时间给数学和专业课；有在真实项目里顶上去的经验，复试时"零基础一周交付小程序前端"比"各科成绩优秀"有说服力；上手新东西快，读论文加复现这个流程我适应得比较快。

劣势：完全没有科研训练，没读完过一篇完整的论文，也没复现过任何模型；数学基础不扎实，考研数学是我的硬仗；代码量一般，现阶段简历拿不出手。

本学期的规划：

1. 数学每天固定 1.5 小时，本学期把高数和线代过完第一轮；
2. 每月精读 1 篇本领域的论文，读完写一页笔记发到博客；
3. 每周读 2 篇英文技术文档或论文摘要，把背的词用起来；
4. 本学期内联系一位老师，争取进组旁听组会，哪怕只是打杂。

（4）本课程学习计划

参考了美国本科和国内软件工程本科的几种教法之后，我对这门课的期待是：作业是真实的，有真实用户、有需求变更、过了 deadline 还得继续维护；反馈要具体，我希望听到"这个接口在第 3 个用例下会返回 null"，而不是"这个设计不好"。

我打算每周提前看一遍要讲的内容，课上参与讨论，作业提前启动不拖沓。

代码量与时间投入：

目前代码量约 5200 行：C / C++ 约 1500 行，Java 约 2200 行，Python 约 1200 行，SQL 和 Web 相关约 300 行。

进一流的软件或互联网公司需要多少代码量，我没查到有权威出处的数字，网上流传的"10 万行才能出师"基本都是个人经验的转述。我自己的判断是，关键不在总量，在有没有 2 到 3 个带测试、有真实用户的完整项目。一个人循环写了 2 万行学生管理系统，含金量远低于认真写 8000 行、有 CI、有真实用户的项目。高校教学科研对代码量要求不高，更看重能不能读懂和改进别人的代码。

时间投入我选 C：比以前的课稍多一些，每周大约 12 小时（上课 2 小时，课下 10 小时）。

我不属于"前两年浪费了很多时间"那一类，我的问题是时间被分散了，不是被浪费了。所以我需要的是更集中，把碎片时间换成整块时间，而不是单纯堆时长。

课程结束时累计代码量目标 10000 行，也就是本学期新增约 4800 行，按 16 周算每周约 300 行。期末我会对着 Git 提交记录核对。

WOOP：

Wish：期末交付一个部署在线、有 30 个以上同学在用、带单元测试和文档的项目，Git 记录能证明我负责的部分是我自己写的，任务时间估计的误差收敛到 ±30% 以内。

Outcome：期末打开项目主页翻提交记录，有一半的 commit 不是我写的，但我能说出每一个是为了解决什么问题。复试的时候老师问做过什么项目，我直接打开链接，而不是背一段提前准备好的话。

Obstacles：最可能导致我失败的是分心。我爱好太多，坐下来准备写代码，先"查个资料"，然后浏览器开到 B 站，一小时后就跟我没关系了。还有写代码卡住就切出去刷手机，回来上下文全丢，得重新读一遍代码。另外我擅长开始不擅长结束，看到新框架就想试，做三天 200 行的 demo 就没有然后了。

Plan：

1. 如果我打算"先查个资料"而手已经点向 B 站，就合上电脑去接杯水，回来第一件事是在编辑器里写下今天要解决的具体问题；
2. 如果写代码卡住超过 30 分钟还没思路，就停止死磕，去群里提问，问题里写清楚我试过什么、结果是什么、我预期是什么；
3. 如果发现只有不到 60 分钟的碎片时间，就不开始写代码，只做读文档、写注释、写博客这类低重启成本的事；
4. 如果连续两天没有任何 Git 提交，第三天就在群里公开汇报进度和卡点。

三、提出有质量的问题与课程反馈

我通读了《构建之法》第三版的前 8 章和 16、17 章，中间 9 到 15 章是跳读的。有 5 个问题想提出来。

问题一：PSP 要求精确记录时间，但没有历史基线的学生记录出来的数据全是噪声，这还有意义吗？

对应章节：第 2 章 2.3 个人开发流程（第 34 到 46 页）

书中介绍 PSP 要求记录每个阶段的实际耗时，用历史数据校准估计。我的困惑是，第一次做 PSP 的人记下的第一批数据意味着什么。我预估编码 3 小时，实际 5 小时，这个数字告诉我"我低估了"。但真实原因可能是我卡在一个根本不知道自己不知道的接口上，也可能是中途刷了一小时手机，还可能是需求本身不清楚。这三种原因对应的改进措施完全不同，补知识、控分心、先问清楚需求，但 PSP 表格把它们压缩成了同一个数字 5。我查了资料，PSP 是 Watts Humphrey 在卡内基梅隆的软件工程研究所提出的，设计目标就是让工程师用历史数据校准估计，但我没找到公开的量化验证。我想知道，在学生阶段样本量这么小的情况下，PSP 的主要价值是数据还是仪式。

问题二：如果"技能的反面"是模式识别，那我"一周上手小程序"到底算不算学会了？

对应章节：第 3 章 3.4 技能的反面（第 63 到 68 页）

书中区分了解决问题和模式识别，说当你还需要"解决"的时候，说明你还没形成模式。按这个标准回头看我引以为豪的那次救火，我突然不确定了。我当时确实是快的，但我做的是照着已有页面改、抄官方文档示例、搜报错信息。我积累了模式吗，还是只做了高效率的解决问题。如果下周让我从零写 Flutter，我还能这么快吗。我查到 Chase 和 Simon 在 1973 年做的棋位记忆实验，象棋大师对真实棋局的记忆远好于新手，但棋子随机摆放时优势就消失，这似乎说明模式是领域特定的。我有点担心自己的"快速上手"只是"我见过类似的东西"。

问题三：我反对强制结对编程，两个人水平差距大时它不是 1+1>2，而是 1+0.5<1。

对应章节：第 4 章 4.5 结对编程（第 72 到 77 页）

书中列举了结对的好处，但隐含前提是两人水平相当，没有讨论差距大时会怎样。我的理由有三条。一是角色会塌缩，水平高的人会自然拿过键盘，因为解释的时间比自己写完还长，水平低的人退化成念变量名的人。二是领航员这个角色需要能力，一个还没写过单元测试的人能领航什么。三是节奏不匹配的代价由强的那方承担，速度降到六成，弱的那方收获可能还不到四成。我在工作室经历过一次类似的配合，一个下午下来我的产出只有平时的六成，对方说学到了一点。我觉得讲解加分加强制 review 比结对更有效率。我想问老师，这门课的结对是怎么配对的，水平差距大的时候我该怎么调整。

问题四：我反对把创新"招数化"，把创新拆成可操作步骤，本身是不是就在杀死创新。

对应章节：第 16 章 16.1 创新的迷思、16.3 创新的招数（第 354 到 384 页）

我同意 16.1 破除"创新靠灵感"的迷思，但不认为 16.3 的招数化是解药。一个真正可复制的创新方法论，如果它有效，必然会被所有人学会，而一旦所有人都会用，它产生的就不再是创新，而是标准化产品。另外招数是可执行的、可检查的、能写进周报的，而真正有价值的创新在发生的那一刻往往看起来像浪费时间、像走弯路。一套鼓励按招数出牌的评价体系，会淘汰掉真正在创新的人，留下最会填表的人。我承认我的反对有个漏洞，我没有替代方案，总不能让人去深耕五年等时机。所以我的真实困惑是，在等灵感和拆成招数之间有没有第三条路。

问题五：我用 AI 生成了一段代码，读懂了改了测了，这算"我的工作"吗？

对应章节：第 17 章 17.8 "软件工程师的职业道德"。（我看的第三版这一节没有讨论 AI，第四版新增了 4.6 节"与 AI 结对编程"，但我手上没有那一节的内容）

我手上这本书的版本成书在大模型普及之前，它讨论的是抄同事代码、伪造测试结果这类事。具体场景是：我用 AI 生成一个工具函数，逐行读了，改掉两处不符合项目规范的地方，补了三个单元测试，然后提交。按"能不能解释每一行"这个标准，它算我的。但让我不安的是，我的理解可能是幻觉，我读懂不等于我能独立写出来。AI 把最难的那一步，从问题空间到解法空间的映射，替我做了。我发现自己在遇到稍难的问题时"自己想"的耐心下降了，因为知道问 AI 更快。我想知道，在能解释、能负责、能测试之外，是不是还需要一条关于能力保有的要求。

课程反馈

对于课程反馈，我选 C：有问题就问，至少一学期提三个问题，认真按时填写反馈。

为什么不选 D。D 描述的是一种状态，不是一句承诺。我害怕提问，宁可自己卡三小时也不愿在群里问一句。现在就选 D，等于又给自己写了一句漂亮话。所以我把 C 当成通往 D 的训练，这学期做到按时提交、反馈写具体问题、提问前先自己查过。

四、前车之鉴：读前辈经验的感想

1.《科班，但没学懂计算机》

https://book.douban.com/subject/4006425/discussion/22803961/

作者说自己科班出身却没学懂计算机，我看到这句特别有共鸣。课都上过，分数不低，但关掉搜索引擎让我从零搭一个能用的东西，我会卡在很多自以为会的地方。我有知识点，但没有能力；有课程，但没有体系。

不过我对"没学懂"这个说法有点保留。什么叫学懂，能手写红黑树算吗，能读通 Linux 内核某个子系统算吗。如果标准是这些，那大多数从业者都不算学懂，用一个大多数人都达不到的标准来要求自己，结果不是激励，是让人在开始之前就放弃。我更愿意换成：学懂不等于什么都会，等于我知道自己不知道什么，也知道去哪把它搞懂。

2.《把每天胡思乱想的东西记下来：思维快照》

https://book.douban.com/subject/4006425/discussion/22802960/

这篇讲把每天冒出来的想法随手记下来，然后经常翻回去看，对比过去的自己和现在的自己。我发现自己一直在做前半段，从没做过后半段。我的备忘录里有各种零散想法和随手记的 bug 解法，但从来没翻回去过，记录于是变成一个只写不读的黑洞。

我背单词能坚持下来，很大程度上是因为 App 每天给我看"已连续多少天"，它在持续地给我看变化。而我的技术学习一直缺这个反馈环，所以总觉得自己原地踏步。这学期我打算把每次作业的博客当成思维快照，期末逐条对照开学时给自己打的分数。

3.《速成的培训班和打基础的大学教育有区别么》

https://www.cnblogs.com/geniusalex/p/4928713.html

这个问题我这两年反复问过自己。在工作室做项目的时候，我几乎没用过任何一门基础课的知识，用的是框架、搜索引擎、官方文档。那段时间我是真心觉得基础课没用。

想法变掉有两个原因。一是决定考研之后，我发现研究这件事的工作全发生在基础层，读的论文假设你懂线性代数，复现的模型假设你懂数值计算。二是那次小程序救火，我一周交付了，但我交付的东西能跑，不是它对。我不知道页面在数据量大了之后会不会卡，不知道状态管理在有并发时会不会出问题。没有基础的代价在这里：它不会让你做不出来，它会在你做出来之后让你不知道这东西靠不靠谱。

不过我不认为上过基础课就等于打上了基础。这些课我上过，试也考了，但基础没打上，因为我把它们当成了要通过的考试，而不是要掌握的工具。

五、工具与环境

博客园后台已把默认编辑器改为 Markdown。

GitHub 仓库地址是 https://github.com/akcow/akcow ，仓库名与 ID 一致，根目录的 README 写了我的自我介绍。