第一周随笔

软件工程作业随笔：自我介绍、学习规划与读书思考

作业信息

项目	内容
这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/Class56-Grade2024-CS/
班级的链接	https://edu.cnblogs.com/campus/gdgy/Class56-Grade2024-CS/homework
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/Class56-Grade2024-CS/homework/15692

一、准备工作

GitHub 账号：https://github.com/it-cc?tab=repositories
博客园账号：https://home.cnblogs.com/u/3850326
博客名称：it-cc
仓库地址：https://github.com/it-cc/it-cc
![[Pasted image 20260906023959.png]]

二、正文

1. 介绍自己，建立博客

1.1 自我介绍

我叫蔡志冲，来自广东省汕尾市。我目前对嵌入式和具身智能比较感兴趣。

1.2 我的优势技能

我是一个平庸的人，没有优势技能。

1.3 我对写博客的看法

写博客很麻烦，也很浪费时间，我不喜欢这件事。

三、现状、经验和计划

2.1 专业选择与能力差距

我选择计算机科学与技术的原因是：随大流，填志愿时选择了一个比较热门并且分数够得上的专业。

我认为自己距离合格的 IT 专业毕业生还有以下差距：

专业知识：对数据结构、算法、操作系统、计算机网络和数据库等基础知识掌握得还不够系统。
编程技能：有较好的cpp基础，但没有深入学习。
工程实践能力：缺乏实践经验。
沟通、协作或表达能力：主动沟通和及时反馈做得还不够。

技能自评

技能	当前水平（0-9）	课程结束目标（0-9）	提高方法
需求理解与代码健康度	4	6	学习模块化设计；使用 Git 提交清晰的 Commit。
测试与验证能力	3	5	为课程作业编写单元测试；测试空值、异常输入和边界情况；使用GoogleTest编写测试代码。
工程复现与项目构建	5	7	为项目编写 README；
开源协作与 Git 使用	5	7	掌握分支、合并、Pull Request 和代码回滚；规范引用开源代码；完善 README。
手动掌控力与底层原理	2	5	减少对 AI 的完全依赖；独立完成基础算法。

我的具体提高措施包括：阅读教材、参加项目、问AI、看文档。

2.2 阅读心得与师生关系

a. 为什么要认真上课和参与

我阅读了《你为何要来上课并且认真参与》。我理解认真参与课程并不只是为了完成考勤或获得成绩，更重要的是利用课堂和作业建立持续学习的节奏。软件工程中的很多能力，例如需求分析、代码评审、测试和团队协作，仅靠零散地看视频或复制代码很难真正掌握，需要在实际任务中不断练习。

结合自己的情况，我准备按时参加课程，认真完成每次作业，遇到问题时先记录错误现象、尝试过程和自己的猜想，再向老师、同学或 AI 提问。完成作业后，我还会进行一次复盘，记录本次作业中做得好的地方、出现的问题以及下次可以改进的地方。

b. 我经历过的师生关系与期待

我在大学中体验到的师生关系主要是以课堂教学和作业完成为主，师生之间的交流通常集中在有问题时。这样的关系能够帮助学生学习基础知识，但学生主动提问和反馈的机会相对较少。

我希望这门课中的师生关系是一种相互尊重、共同学习和及时反馈的关系。老师负责提出清晰的要求、提供指导和评价，学生则需要主动参与、认真完成任务并及时反馈问题。这样学生不只是被动接受知识，也能够逐渐形成独立学习和解决问题的能力。

如果作业有困难，我选择向老师和同学请教，花更多时间，把作业尽量完成。我的具体做法是先阅读作业要求，拆分任务，查找教材和可靠资料，记录已经尝试过的方法；如果仍然无法解决，就带着具体问题向老师、助教或同学请教，而不是直接放弃或照搬别人的答案。

c. 引用、借鉴与抄袭的区别

我理解，引用和借鉴是在承认他人成果的基础上使用相关资料，并且明确标注来源，同时保留自己的理解、分析和实现。抄袭或剽窃则是把他人的文字、代码或观点直接当作自己的成果，隐瞒来源，或者没有经过独立思考就提交。

在本课程中，我会对参考的文章、代码库和资料标注来源；对于参考的代码，我会先理解其功能和实现方式，再根据自己的项目进行修改，并说明参考部分。对于 AI 生成的内容，我也会进行检查、测试和修改，不能因为代码是 AI 生成的就直接提交。

2.3 几年后的选择与本学期规划

几年后，我希望从事嵌入式开发或具身智能相关的软件开发工作。选择这个方向是因为我对软硬件结合、机器人感知和智能系统比较感兴趣，也希望将 C++、计算机基础知识和实际设备结合起来。

相比其他同学，我的优势是对嵌入式和具身智能有比较明确的兴趣，并且具备一定的 C++ 基础。我的劣势是项目经验不足，专业基础还不够系统，对 Linux、硬件接口、算法和工程工具的掌握还不够深入。针对这些问题，我本学期会重点提升 C++ 编程、Git 使用、测试能力和项目实践能力。

2.4 我对本课程的计划和期待

我希望通过这门课理解软件工程项目从需求、设计、编码、测试到维护的完整过程，而不只是学习某一种编程语言。我也希望通过团队项目和代码评审提高自己的沟通能力，学会写出结构清晰、容易维护和能够复现的代码。

我打算按时参加课程，提前阅读相关资料，按计划完成作业。每次作业完成后，我会检查代码、补充必要的测试和文档，并将重要过程提交到 GitHub。遇到困难时，我会先独立分析并记录过程，再向老师、同学或 AI 请教。小组合作时，我会及时汇报进度，明确自己的任务，不影响其他成员的工作。

代码量现状与目标

语言	当前代码量（精确到 100 行）	证明或统计方式
C	1000行	cloc
C++	9000行	cloc
合计	10000行	cloc

我认为，要获得一流软件公司、互联网或人工智能公司的入职资格，不能只看代码行数，还要看代码质量、项目复杂度、测试覆盖、问题解决能力、团队协作和持续学习能力。代码量可以说明练习和实践的积累，但大量重复或低质量代码并不能真正代表能力。

如果从事高校教学科研工作，除了代码能力，还需要具备科研问题意识、论文阅读和写作能力、实验设计能力、教学表达能力以及持续研究的耐心。

WOOP 计划

Wish：愿望

我希望在本课程结束时，能够独立完成一个结构较为清晰、包含基本测试和完整 README 的 C++ 或相关项目，并能够使用 Git 记录完整的开发过程。

Outcome：结果

如果实现这个目标，我将不仅能够完成课程作业，还能更清楚地理解软件工程的开发流程。以后学习嵌入式和具身智能相关内容时，我可以把代码、测试、文档和版本管理结合起来，减少只会让程序“跑起来”但不会维护和改进的问题。

Obstacles：障碍

最可能妨碍我的因素是基础知识不够系统、遇到困难时容易依赖 AI，以及学习计划执行不稳定。外部障碍包括课程任务较多、临时事务和时间安排冲突；内部障碍包括缺乏耐心、遇到 Bug 时容易焦虑，以及不能持续记录和复盘。

最可能导致我达不到目标的因素是不能长期坚持学习计划，遇到问题时直接复制 AI 的答案，而没有真正理解代码。

我准备先明确每周任务，再把任务拆分成较小的步骤。使用 AI 时，我会要求它解释思路和可能的问题，并对生成的代码进行人工检查和测试。对于没有理解的部分，我会查阅教材或官方文档，并把解决过程记录下来。

Plan：如果-那么计划

如果我遇到 Bug 并且十分钟内没有找到原因，那么我就记录错误信息、缩小问题范围，使用调试器或日志逐步排查。
如果我发现自己想直接复制 AI 生成的代码，那么我就先要求 AI 解释代码，并亲自修改、运行和测试后再决定是否使用。
如果我因为手机或其他事情无法集中学习，那么我就暂时关闭无关软件，安排一段完整的学习时间，先完成当天最重要的任务。
如果某周没有完成计划，那么我就利用下一周的空闲时间补上，并调整后续计划，避免把问题一直拖到学期末。

四、提有质量的问题，给认真的反馈

3.1 《构建之法》前三章阅读问题

问题一：个人小项目什么时候需要软件工程方法？

章节和上下文： 第 1 章第 1.1 节“软件 = 程序 + 软件工程”。书中指出，程序能运行不等于软件质量好。

我的问题： 对于一个人完成的小型课程项目，是否也需要需求分析、模块化、版本管理和测试？

我的分析： 我以前只关注程序能否运行，代码变复杂后才发现难以修改。结合第 2 章的 WC 项目，我认为小项目也应该使用简化的软件工程流程，至少写清需求、做好模块划分、使用 Git、编写基本测试和 README。

问题二：AI 降低了编码难度，是否也降低了软件复杂性？

章节和上下文： 第 1 章第 1.2.1 节“软件的特殊性”。书中提到软件具有复杂性、不可见性和易变性。

我的问题： AI 可以快速生成代码，这是否只是降低了编码成本，并没有降低软件在需求、架构、测试和维护方面的复杂性？

我的分析： 我使用 AI 生成 C++ 代码时遇到过重复逻辑和异常处理不完整的问题。因此我认为 AI 只能提高编码效率，不能代替人进行需求分析、架构选择和结果验证。

问题三：单元测试能证明一个模块真正正确吗？

章节和上下文： 第 2 章第 2.1 节“单元测试”。书中介绍了通过单元测试保证模块质量。

我的问题： 如果测试只覆盖正常输入，没有覆盖空值、异常输入和边界条件，测试通过是否仍可能存在问题？

我的分析： 第 2 章的 WC 项目要求测试空文件、单字符文件和典型文件，说明测试数据很重要。我认为单元测试不能证明程序完全正确，但应该覆盖核心逻辑和边界情况。

问题四：需求变化后，回归测试应该如何维护？

章节和上下文： 第 2 章第 2.4.2.3 节“回归测试”。书中建议在程序修改后反复运行测试，确认原有功能没有被破坏。

我的问题： 当需求变化导致测试结果改变时，如何判断这是正常变化，还是程序出现了回归错误？

我的分析： 我认为修改测试前必须先确认需求变更并说明原因。原有功能的测试应尽量保留，新功能增加新的测试，不能为了让测试通过而直接修改断言。

问题五：如何比较一个软件工程师的真实能力？

章节和上下文： 第 3 章第 3.1 节“个人能力的衡量与发展”。书中提到，工程师能力还包括软件设计、职业技能和实际成果。

我的问题： 一个代码量较少但结构清晰、测试完整的学生，是否可能比代码量很多但代码混乱的学生更有工程能力？

我的分析： 我以前认为代码量越多能力越强，但 AI 可以快速生成大量代码。因此我认为应该综合考虑功能完成度、代码质量、测试、文档、协作和实际效果。

3.2 课程反馈计划

我选择 D：经常提问题，平时就经常给老师和助教提反馈。我认为反馈不是对老师工作的否定，而是帮助老师了解学生学习困难和课程效果的重要方式。

我计划每周至少整理一次学习记录，遇到影响理解或完成作业的问题就及时提问。提问时会先说明问题背景、已经阅读的资料、尝试过的方法、错误信息和目前的具体困惑，尽量避免只提出“为什么运行不了”这类无法定位的问题。对于课程节奏、作业难度、测试要求和团队合作中遇到的共性问题，我会认真填写课程反馈，并提出具体建议。收到老师或助教的回复后，我会继续验证解决方案，并补充反馈结果。

五、前车之鉴

文章一：辜新星《时刻调整方向，找到人生的蓝海》

链接：https://book.douban.com/subject/4006425/discussion/22803733/

文章主要内容：文章作者回顾了自己的大学学习、专业理解和求职经历。作者在大一时参加了很多社团活动，虽然生活非常忙碌，但学习效果并不理想，后来意识到大学的主题仍然是学习和进步。在学长的建议下，作者把事情分成 A、B、C、D 四类，并为不同任务安排专门的时间，从而提高了学习效率。作者还通过阅读专业书籍、亲手编译代码、了解计算机底层原理和向前辈请教，逐渐弥补自己的编程基础。求职时，作者根据自己的兴趣和比较优势选择发展方向，并提前了解目标职位，进行有针对性的准备。

我的具体感想：这篇文章给我最深的感受是，成长并不是一直沿着一条直线前进，而是在发现方向不合适时不断调整。作者大一时参加了很多活动，但后来发现自己不能因为“很忙”就忽略专业学习。这让我想到自己选择计算机科学与技术专业时有一定的随从因素，进入大学后也没有很早地明确发展方向。如果只是跟着课程走，或者看到什么热门技术就学习什么，很容易花费很多时间却没有形成真正的能力。

文章中提到的 A、B、C、D 时间分类方法对我也很有帮助。我目前对嵌入式和具身智能感兴趣，但 C++、数据结构、操作系统等基础知识还不够扎实。因此，我应该先把重要且基础的学习任务安排好，再处理其他事情，而不是用忙碌代替有效学习。作者通过亲手敲代码、编译代码来学习编程，也提醒我不能只看懂 AI 生成的代码或书上的示例，必须自己动手实现和调试，才能发现真正的问题。

对我的启发和行动：

每周开始时把任务分成 A、B、C、D 四类，优先完成课程作业、C++ 基础和项目实践等重要任务。
继续关注嵌入式和具身智能，但先打好 C++、数据结构、操作系统和 Linux 等基础，避免盲目追逐新技术。
学习代码时坚持亲自编写、编译和调试，不能直接复制书本或 AI 的代码。
通过课程作业和小项目了解自己的兴趣与能力，逐步明确今后的发展方向。

文章二：刘帅《在失望中寻找希望》

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

文章主要内容：作者回顾了自己本科阶段的学习、工作、考研和求职经历。虽然本科期间学习成绩不错，也学过很多计算机课程，但由于学习方式比较机械，只完成作业和考试，没有主动思考和大量实践，所以毕业后才意识到自己并没有真正学懂计算机。工作中，作者发现工作内容和自己的技术兴趣不完全一致，于是通过考研改变发展方向。后来在实习和求职过程中，作者因为算法、底层原理、测试、系统设计和行业知识等方面准备不足而经历失败，但也通过这些失败看到了自己的真实差距，最终不断改进并找到新的机会。

我的具体感想：这篇文章让我认识到，考试成绩和真正的专业能力并不是一回事。作者本科阶段能够取得较好的成绩，但主要依靠听课、做作业和机械记忆，缺少主动实践，因此在面对实际技术问题和深入面试时暴露出很多不足。这一点对我有很大的提醒：我不能只以“完成作业”作为学习目标，也不能认为程序能够运行就代表自己已经掌握了相关知识。

文章中作者在面试失败后没有简单地把原因归结为运气不好，而是具体分析了自己在算法、测试、底层原理和思考方式上的不足。这种面对失败的态度值得学习。我的 C++ 基础虽然还可以，但目前缺少完整项目经验，对测试、调试和工程实践掌握不够。如果现在只关注表面的功能实现，今后也可能出现“知其然但不知其所以然”的问题。

文章还提到，遇到不理解的内容时，要主动思考、提问和交流，而不是一直机械地记忆。对于我来说，使用 AI 时尤其需要注意这一点。AI 可以帮助我理解概念、提供思路和定位部分错误，但不能代替我思考。只有自己分析需求、编写代码、测试程序并解释实现原因，才能真正提高能力。