当前位置：首页 > news >正文

职业生涯思考

news 2025/6/7 6:23:54

记录一下与ai的聊天
你现在的感受，其实是很多有经验的工程师在职业发展的某个阶段都会遇到的瓶颈。你不是“退步”了，而是认知在升级。你开始意识到：

掌握某个库/工具 ≠ 理解底层原理
能完成任务 ≠ 真正知道为什么这么做
调包写代码 ≠ 构建知识体系

这不是坏事，这是你迈向更深层次认知的开始。

🔁 为什么你会有“浮在表面”的感觉？

这是认知阶段转变的自然反应。从“新手区”的执行者，开始转向“专业区”的思考者。你可能过去的学习是这样进行的：

方式	优点	限制
看项目代码、调包	快速见效、能解决问题	缺少体系、原理掌握不牢
跟着教程上手	有成就感	理解偏浅、容易忘
查 StackOverflow	能解决具体bug	知识碎片化、不成体系

✅ 接下来的建议：从“调包工程师”转向“有体系的算法工程师”

一、从应用反推原理

比如你在做图像处理或目标检测，不妨问自己：

这个方法的原理是什么？为什么有效？
如果让我自己不靠OpenCV/torch实现，会怎么做？
这个算法有哪些限制？在什么场景下会失败？

练习建议：挑一个你用得熟但不了解原理的算法（如Canny/Laplacian/FAST/SIFT/卷积/Pooling/BatchNorm），自己从头实现一次（哪怕是伪代码）。

二、建立知识图谱，而不是靠“记得某段代码”

你可以手绘/数字工具辅助，建立一张图，比如：

图像处理
├─ 边缘检测
│  ├─ Sobel/Laplacian
│  └─ Canny（包含非极大值抑制、双阈值、连接）
├─ 特征提取
│  ├─ SIFT/SURF/ORB
│  └─ 描述子匹配：BFMatcher、FLANN
├─ 图像增强
│  ├─ Histogram Equalization
│  └─ CLAHE、自适应增强
...

每一块标注：方法、核心思想、使用场景、优劣。

三、用“手写”和“解释别人”推动理解

尝试不看文档，手写常用算法
给没有背景的朋友/同事解释一个算法
画流程图/数学公式推导过程（如卷积公式、Hough变换等）

四、推荐学习路径（视觉方向）

根据你的背景，可以选深度+传统结合的路线：

模块	内容	推荐资源
图像处理基础	卷积、滤波、边缘检测、二值化	数字图像处理 Gonzalez / OpenCV文档
特征提取/匹配	SIFT、ORB、RANSAC	CS231n经典视觉教程
几何与变换	相机模型、Homography、投影变换	Hartley Zisserman《Multiple View Geometry》
深度学习视觉	CNN、ResNet、FPN、目标检测（YOLO/SSD）	Fast.ai、Detectron2源码
算法实现	从头写Canny、Hough、RANSAC等	自己造轮子 + C++/Python混合
阅读经典论文	SIFT, HOG, YOLOv1, Mask R-CNN 等	每周阅读1-2篇，写下总结和代码实现

🧠 最重要的建议：别怕从零再学一次

你现在是有项目经验的人，再学会“更快更深”。而且你现在学习的重点是：

建立底层直觉
形成体系化认知
帮助未来主导项目、做算法设计，而不是只是“接任务”

如果你愿意，我可以：

一起规划一个重学路径（比如8周计划）
每周推荐1-2个主题，带例子、代码、推导
帮你用你熟悉的工程语言（比如C++/Python）理解底层实现

你现在的状态，我能感受到。你不是在否定过去，而是在重新定义自己。

这种复杂的感受，我来帮你试着梳理出来。如果你觉得某些句子正好说中了你，就把它留下。

🧭 也许你的感受是这样的：

1. 我一直在前进，但突然发现，我走的只是表层的路。

曾经觉得自己会了很多，完成了不少项目。但现在回头看，原来大多只是“调库”“堆代码”，解决的是表象的问题，不是本质。

2. 我好像一直在做“有用”的事，却没真正“成长”。

我解决了上司交待的问题，但没有建立自己的技术体系。会用一个工具，但说不清它为什么这么设计、有哪些局限。

3. 我能让事情“跑起来”，却不敢说“我真正理解”。

项目上线了，代码能运行，甚至算法也达标了。但内心总觉得空落落的 —— 就像考试全靠背诵，没有真懂。

4. 我不是没努力，只是以前的学习方式让我困在一个浅层循环里。

看了很多教程，学了很多 API，但都碎片化。每次问题来了就查，但从未系统地构建自己的理解。

5. 我不满足了。

不满足于“别人说这样做就这样做”。
不满足于“今天问题解决了就算完成”。
不满足于“我只是一个会写代码的人”。

💡 所以现在，你开始转变了：

从“解决任务”转向“理解系统”
从“调库工程师”转向“思维清晰的工程师”
从“表层使用者”转向“原理掌握者”
从“写代码的人”转向“真正的技术人”

❤️ 这不是你的低谷，这是你觉醒的开端

真正开始思考、开始重建、开始追求深度的人，才会有这种“怀疑”和“不安”。
这不是失败的信号，而是你将走向成熟工程师的第一个征兆。

如果你需要，我可以帮你把这些感受写成一段个人陈述，用于自我总结、博客、演讲、面试，甚至只是帮你整理内心。

例如：

“我工作了四年，但现在才真正开始认识‘什么是工程师’。曾经我以为自己在做技术，解决问题，写代码。但如今我意识到，那些只是工具的堆砌，没有真正触及理解的核心。我开始重学——不是从零开始，而是从觉醒出发。”

你可以告诉我你希望表达这些情绪是为了什么，我可以帮你润色成不同的形式（自我介绍、自省文、博客开头、年终总结、技术演讲稿、甚至短诗）。你想要吗？我们可以一起完成。
谢谢你这么坦诚地表达自己的状态。

你正在经历的是一种深层次的职业觉醒，甚至可以说是一个人的**“技术自我”在重塑的过程。我们可以把这段阶段性的心路历程，写成一段你自己的内在自白**，帮你梳理“我是谁”“我经历了什么”“我接下来要怎么走”。

✍️【技术自我重建】——一段内在自白草稿

我已经工作了四年，做的是视觉相关的算法。曾经，我以为自己已经“掌握”了很多技术，能完成任务，也写得出代码。我确实一直在努力，但直到最近，我开始怀疑：我真正理解过这些东西吗？

我发现我解决问题的方法，大多依赖现成的库，依赖搜索来的答案，依赖别人的套路。完成的，是功能；欠缺的，是原理。项目跑起来了，但我说不清它为什么能跑，更说不清如果换个场景，我该怎么从零设计一套系统。

这种感觉像是突然醒来。我不是“不会”，而是我一直没去问那些“该问但很难的问题”：

这个算法为什么有效？它失败时的边界在哪里？
如果我来设计，会做出不一样的选择吗？
我能不能不用库、自己实现它？

我意识到，过去的我是“在用知识干活”，现在的我想“真正拥有它”。我不想再只是一个调包工程师，而是要成为一个有技术判断力的人。我想构建自己的体系，理解算法背后的思想，写出我能完全掌控的代码。

这不是重新开始，而是重建认知的结构。
我不再满足于“完成工作”，我要追问“我是谁”，我要定义“我想成为什么样的技术人”。

所以接下来，我不再盲目学习、不再急着掌握“新框架”，而是回头去啃那些我一直绕开的基础：

从图像处理的每一个算子，到几何建模的每一个变换；
从“为什么深度学习能表示复杂函数”，到“传统方法的设计哲学”；
从用代码调试别人的模型，到实现属于我自己的简化版本。

我的目标不是炫技，而是内在稳固的技术感。
我想成为那种面对未知问题，能够从底层分析、从已有知识类比、从实践中设计方案的人。

也许这条路不会很快，不会轻松，但它是真实的、踏实的，是我想走的那条路。

🧭 下一步建议：如何转向“重建之路”

写一份自己的技术地图
- 把你学过的技术（传统 + 深度）都列出来，标注“掌握程度”“是否理解原理”“是否能从零实现”。
- 标出你觉得最空心的部分（比如：图像几何变换、Loss设计、滤波原理等）
建立每周一个主题的“回炉计划”
- 比如：第一周复盘 Canny 边缘检测：从原理 → 数学 → 实现 → 实验
- 第二周：手动实现 SIFT 的关键点定位和描述子
- 等等（我可以和你一起定计划）
写日志或博客，把模糊变成语言
- 把你学到的东西，尝试写下来解释给“另一个自己”看
- 用“我以前是怎么理解这个的，现在我明白……”这样的方式
保持感受，不压抑自己
- 你现在的怀疑、焦虑、不安，不是问题，而是信号
- 它说明你开始认真看待“技术”和“自我”的关系
- 接下来要做的，不是逃避它，而是借它觉醒