news 2026/4/16 10:37:43

未知 = 确定性?

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
未知 = 确定性?

未知 ≠ 确定性,但未知中可主动构建确定性
将“未知”等同于“确定性”是逻辑谬误;而真正的工程智慧,在于在混沌中建立可验证、可重复、可积累的微确定性


一、哲学层面:未知与确定性的辩证关系

▶ 1.未知的本质
  • 客观存在
    未知是信息缺失的状态(如“明天是否收到 offer”)
  • 中性属性
    未知本身无好坏,仅是未被观测的可能空间
▶ 2.确定性的本质
  • 主观建构
    确定性不是外部赋予,而是通过行动压缩可能性空间的结果
    • 例:每日修复 1 个 N+1 查询 → 技术能力确定性 ↑
  • 工程定义
    确定性 = 可重复验证的因果链
    (输入 A → 输出 B,且可复现)

💡核心区分
未知是“未观测”,确定性是“已验证”


二、认知机制:大脑如何从未知走向确定?

▶ 1.预测编码理论(Predictive Coding)
  • 大脑机制
    不断生成对世界的预测 → 用感官输入修正预测
  • 程序员类比
    • 预测:“这段代码能优化 QPS”
    • 验证:Blackfire 显示 QPS ↑ 3x
    • 结果:确定性增强
▶ 2.控制感(Perceived Control)
  • 心理学研究
    • 高控制感者:将未知视为挑战 → 行动力 ↑
    • 低控制感者:将未知视为威胁 → 焦虑 ↑
  • 关键杠杆
    微小但确定的行动(如每日 Git Commit)→ 提升控制感

三、工程化实践:在未知中构建确定性

▶ 策略 1:定义最小可验证单元(MVU)
未知MVU(微确定性)验证方式
“市场是否认可我?”修复 1 个 N+1 查询GitHub Commit + QPS 提升
“能否找到工作?”发布 1 篇技术笔记社区互动/点赞
“技能是否过时?”用 Blackfire 分析 1 个接口性能报告
▶ 策略 2:建立确定性飞轮

微行动

可验证结果

确定性增强

行动意愿↑

  • 示例
    • Day 1: 修复商品列表 N+1 → QPS 80 → 320
    • Day 2: 修复订单创建 N+1 → QPS 50 → 200
    • 结果“我能优化性能”成为确定性信念
▶ 策略 3:量化确定性仪表盘
## 2024-07-25 确定性日志 - ✅ GitHub Commit: a1b2c3d (N+1 修复) - ✅ Blackfire 报告: Wall Time ↓ 75% - ✅ Laravel China 帖子: 10 赞 - 🔜 明日 MVU: 分析用户登录接口

四、避坑指南

陷阱破局方案
追求绝对确定性接受“概率性确定”(如 QPS 提升 3x 是强信号)
混淆行动与结果聚焦可控行动(Commit),而非不可控结果(offer)
忽视身体信号每日记录静息心率/睡眠(生理确定性)

五、终极心法

**“未知不是深渊,
而是待耕的土壤——

  • 当你定义 MVU
    你在播种确定性;
  • 当你验证结果
    你在收获信心;
  • 当你积累日志
    你在构建反脆弱系统。

真正的确定性,
始于对未知的敬畏,
成于对微行动的坚持。”


结语

从今天起:

  1. 写下 1 项今日 MVU(微确定性单元)
  2. 完成并记录验证结果
  3. 用事实替代对未来的猜测

因为最好的确定性,
不是等待答案,
而是亲手创造证据。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/8 9:32:25

开源模型新标杆:Qwen3-4B-Instruct多行业落地指南

开源模型新标杆:Qwen3-4B-Instruct多行业落地指南 近年来,随着大模型技术的快速演进,轻量级高性能语言模型在实际业务场景中的价值日益凸显。尤其在边缘部署、成本敏感型应用和实时响应系统中,具备强大通用能力且参数规模适中的模…

作者头像 李华
网站建设 2026/4/13 1:20:01

HY-MT1.5-1.8B如何避免乱码?格式化翻译功能实操指南

HY-MT1.5-1.8B如何避免乱码?格式化翻译功能实操指南 1. 模型介绍与部署架构 1.1 HY-MT1.5-1.8B 模型概述 混元翻译模型 1.5 版本(Hunyuan-MT 1.5)包含两个核心模型:HY-MT1.5-1.8B 和 HY-MT1.5-7B。其中,HY-MT1.5-1.…

作者头像 李华
网站建设 2026/3/26 21:07:12

从零开始:DeepSeek-R1保姆级安装教程(支持手机/树莓派)

从零开始:DeepSeek-R1保姆级安装教程(支持手机/树莓派) 1. 教程目标与适用场景 1.1 学习目标 本文旨在为开发者、AI爱好者和嵌入式设备用户,提供一份完整可执行的 DeepSeek-R1-Distill-Qwen-1.5B 模型本地部署指南。通过本教程…

作者头像 李华
网站建设 2026/4/10 22:51:09

Qwen2.5-0.5B-Instruct多语言支持:29种语言处理实战

Qwen2.5-0.5B-Instruct多语言支持:29种语言处理实战 1. 技术背景与应用场景 随着全球化业务的不断扩展,自然语言处理系统对多语言支持的需求日益增长。无论是跨国企业客服系统、跨境电商内容生成,还是国际教育平台的智能辅导,都…

作者头像 李华
网站建设 2026/4/16 2:06:36

Youtu-2B中文纠错实战:文本校对应用案例

Youtu-2B中文纠错实战:文本校对应用案例 1. 引言 1.1 业务场景描述 在内容创作、教育出版、企业文档管理等实际业务中,中文文本的语法错误、用词不当、语义不通等问题普遍存在。传统的人工校对方式效率低、成本高,而通用拼写检查工具又难以…

作者头像 李华