47 件のテストのうち 45 件に合格 — 優れた成功率

私たちがカリキュラムを設計し、AIが教えてくれて、すぐに練習できます。 これは、約 3 週間の努力で 1000 行の Rust という、無敵の結果をもたらす無敵のコンボです。 それは前代未聞です。 このままでは、RustはJavaScriptやPythonのように誰もが知っている言語になるでしょう。

昨日、Solana エコシステム (財団/ラボではなくプロジェクト) の誰かが私に連絡を取り、ZK Book にとても感謝し、一方的に寄付の申し出をしました...そして、私が SOL の住所を共有した後、その人はかなりの額の寄付をしてくれました。 ETHサークルではそのような経験はありませんでした。 公共財に関するETH文化の美徳のシグナルにもかかわらず、「善きサマリア人」は実際にはソラナのビルダーであるようです。 はっきり言っておきますが、私はこれがETHの人から起こらなかったことに腹を立てているわけではありません - ただ、この出来事は、2つの文化が表明する価値観が何であるかに関して非常に皮肉だと思うだけです。 また、ETHサークルの人々は私に非常に大きな恩恵を与えてくれており、私はそれを決して軽視しているわけではありません。 この特定の行為はソラナのメンバーによるもので、私は非常に驚いたと言っています。

コーディング方法を学ぼうとするほとんどの人が失敗することはよく知られていますが、その理由は何でしょうか? コーディングに不慣れな人々と座り、彼らに教えようとした結果、私の分析は次のとおりです。 従来の教育では、コーディングの背後にある思考プロセスを理解するために必要な前提条件が教えられていないため、プログラミングを学ぶのは困難です。 これについて考えてみましょう。 ストーブの仕組みがわからない場合は、料理本のレシピに従うことができますか?「2リットルの水を計る」と「オーブンを200度に予熱する」の意味を知らなかったらどうしよう? クッキーを焼いてもらえますか? もちろんそうじゃないです！ キッチンの操作方法がわからない場合は、レシピに従うことはできません。 非常に決意とやる気があれば、料理本に従う方法を学び、同時にキッチンに火をつけずに材料を計り、オーブンの温度を正しく設定する方法を学ぶことができます。 しかし、同時に 2 つ以上のことを学習すると、同時に 2 つのことを学んでいることに気づかないうちに、学習プロセス全体が劇的に難しくなります。 私は、「料理本に従う方法を学ぶ」前に「ストーブの操作方法を学ぶ」ことに相当するプログラミングである 4 つの重要な領域を特定しました。 1. 予備代数 2. 論理 3. 手続きロジック 4. 超厳密な文法 🧵

次のような存在であるにもかかわらず、成功する人は珍しくありません。 -高慢な -揮発性 - 低いEQ - 特に知的ではない -解体 - 不健康なライフスタイル - 健康上の問題(どうしようもないもの) しかし、次の属性で成功することは非常にまれです。 -怠惰 - 野心なし - 自己娯楽に集中 - 今日、あるいは明日のことだけを考える - 強く保持されている自己制限的な信念 「自分で修正」しようとしている場合は、2 番目のリストの項目の優先順位が高くなります。 (この対比を紹介したポール・グラハムの功績)

私は次の開発者を探しています: - ブランドガイドラインと既存のコピーが与えられた場合、UI / UXデザインができる必要があります - phpに慣れている必要があります - アジアに拠点を置いている必要があります - ウェブサイトのテストのために Selenium / Playwright で使用した必要があります (またはコンサート チケット/スニーカーの狙撃には関係ありませんが、スタックを使用したことがある必要があります)。 - 週6日勤務 - ワークフローですでに AI を使用している。ページデザインが非常に明確に指定されている場合は、即日で納期できるはずです。 正確な「経験年数」は関係ありませんが、上記の要件は必須であり、仕事で学ぶものではありません。これがあなたなら私にDMを送ってください。上記の点のいずれにも例外を設けることはできません - 本当に申し訳ありません。

あなたが非常に深く理解している主題が少なくとも1つあるはずです。 ここまで到達していない人は、「深い理解」がどのようなものかを学ばない。彼らは、ある主題を「理解する」ということは、そのトピックで最も人気のあるコンテンツを消費したことを意味すると考えています。 ある主題を深く理解したら、その経験を再応用して別の主題を深く学ぶことができます。 1つの科目を深く知れば、他のテーマを浅い中程度のレベルまで学ぶのは簡単ですが、複数の科目を浅いレベルで知っていると、1つの科目を深く学ぶ方法がわかりません。 さらに、人間がAIに対して持っている大きな優位性は、主題を深く理解する能力であり、AIはすでにすべてを浅く理解していますが、細部に至ると苦労します。

これはいつも私の顔に笑顔を与えてくれます。

I’m having the legendary @Jeyffre on THE NETWORK PODCAST this Friday. What should I ask him? Respond with a comment below this post!

56回目に、"monkey see, monkey do"のコーダーになっても、場所は得られないということを思い出させてください。 実際にコンピュータサイエンスの基礎を学ぶ必要があります。 コンピュータサイエンスにおける真のイノベーションのほとんどは、数十年前に止まりました。 現在私たちが目にする「イノベーション」とは、単に既存のものを再配置すること+より優れたハードウェアとより高速なネットワークです。 (今日のイノベーターに対する侮辱ではなく、今日の真のイノベーションには、過去数十年と同様に、この10年間もスキルが必要です)。 最新の変化を「追いつく」方法は、基礎を学ぶことです。 - Rust は基本的に C++ と関数型プログラミングのごちゃ混ぜです - AI は、コンピューター グラフィックス、線形代数、微積分のタッチにすぎません - ブロックチェーンは、ビザンチンのフォールトトレランス要件を備えた単なる分散コンピューティングです - SVM、EVM、CairoVM などは、フォン・ノイマン アーキテクチャのバリエーションにすぎず、わずかな変更が加えられています。 - ZK プログラミング (Circom、Halo2 など) は、論理プログラミングのいとこにすぎません。 - ZK自体は、古くから存在していた数学と暗号アルゴリズムを使用しています。 ついていけないとしたら、それは学習速度が足りないからではなく、今日私たちが「コンピューターサイエンス」と呼んでいるすべてのものが構成されているレンガを理解していないからです。 比喩的に言えば、冷凍ピザを電子レンジに突っ込むだけでは、結局入れ替わることになります。小麦粉、酵母、チーズなどがどのように相互作用するかを知っていれば、本物のシェフになり、食材の入手可能性が変化しても適応することができます。