摘要：技术人员也并不能免俗，除了，知乎，等几个大平台可以展现自己的技术实力，对业界叮出自己声音外。导致内容汗牛充栋，良莠不齐之因自然不在平台方，而在哪里不言自明。我的文章会在个人博客和知乎专栏同步发出，欢迎大家关注我的知乎专栏。
作者：胡子大哈
本文原文：http://huziketang.com/blog/posts/detail?postId=58bd1021204d50674934c3ae
转载请注明出处，保留原文链接以及作者信息
每天各种渠道的技术类文章层出不穷，一篇文章看到最后发现说的全都是正确的废话，另一篇文章看到最后发现只适合某种特殊条件下，再一篇文章发现是包装迷惑华丽的广告贴。到头来最深的感悟——“看了很多，却什么都不知道”。
良莠不齐的内容人人都是自己的品牌，人人都是自媒体的时代，使得每个人每天接收的信息量是以前的百倍。随着所谓内容付费的又一波浪潮拨动着人们的心弦，作为有一些想法的小伙伴们都纷纷“下海”，填补着前方付费蓝图的空白。
技术人员也并不能免俗，除了Github，知乎，MDN等几个大平台可以展现自己的技术实力，对业界叮出自己声音外。一些新的专门技术的内容分发平台，成为了一片新的内容填充洼地。
阅读技术文章可以说是技术人员的日常。我自己在平时的学习过程中，除了 follow 的一些大V，学习别人对同样事情的看法角度以外，也会经常的看一些技术类文章。一些新的技术内容分发平台比如，“掘金”，“简书”，“开发者头条”最近也有很多尝试，不过渐渐的，我发现了问题：各类文章琳琅满目，一段时间以内自己看的很累，静下心来仔细思考确发现回忆不起什么内容。是我出了问题吗？是文章出了问题吗？是内容平台出了问题吗？
打开“掘金”，“简书”，“开发者头条”等平台（这里不针对任何一个平台，只描述现象）。每天会看到大量不同的文章，主题各式各样，内容深浅不一。各式各样的标题会让人有种快速畅享知识的欲望，巴不得吃掉所有内容。可是这时候问题就来了，阅读完一篇以后，会发现其文章内容的质量，和对标题所产生的预期远不能 Match。很常见的一种现象是，本预期作者会对标题所介绍的技术进行了细节的讨论和自己亲身的实践，以得出普适性的意见或见解。而实际上文章的内容却是官方文档以偏概全的翻译，或者“大神们”经典经验的摘录，这样的论述结果往往导致了逻辑不严谨，前后衔接不上，虽然说的是同一个事情，却导致读者很难理解。而在我看来，作者的个人观点和尝试才是更加有意义的，将自己的亲身经验分享出来，帮助后来人少走弯路。一个坑可能坑到一个人 1 个小时，而分享出来以后，却节省了 10000 个人的 10000 个小时，这价值是何其的大！而以标题见长的文章，除了点击量可能会有所上升，其价值却不足为道，整体文章可能都是零碎知识所拼凑，对个人能力的提升或视野的扩展收效甚微。导致内容汗牛充栋，良莠不齐之因自然不在平台方，而在哪里？不言自明。
内容为王内容为王，其意在内容，在优质内容。优质内容往往是稀缺的，而稀缺的资源大都发布渠道稳定，投机倒把才会摇摆飘忽。我所理解的优质内容其实包含了两层含义：主观上的优质内容 和 客观上的优质内容。
何为主观上的优质内容？说白了就是合适你的，你喜欢的；再说白了就是智能推荐，根据你的历史阅读记录，通过机器学习算法了解到你的喜好，包括：文章类型、标题类型、关注领域等多方面。这就是机器学习的好处，可以把各种影响因素都融合到一个模型中，综合决定这篇文章是否推荐给你。而随着你看文章的数量越来越多，你给自己打的标签也就越来越精细。那么这时候系统给你推荐的内容对你来讲，自然是“优质的”，都是你喜欢的。曾经的今日头条在这方面可以说做到了国内第一，整个推荐模型由上亿个维度、几百台机器来支撑运行。其实说句公道话，当时的今日头条的推荐体验还是不错的，现在的今日头条商业性质逐渐浓厚，对于推荐方面的用户体验可以用上 hehe 这个形容词了。
何为客观上的优质内容？是说真正的好文章，干货文章。或是自己经验总结，或是自己技术洞见，亦或是某一常见技术问题的解决方案。这里我着重强调第三种，通篇介绍作者对某一技术的看法和其实践经验是很有价值的。比如在一个新的东西出来的时候，首先吃螃蟹的，必然是有坑在等着你的。踩到了坑从坑里爬出来的过程就是学习，就是成长。但是同样的坑，千千万万的人依然会掉进去。那么这时候总结出来的文章，就是干货，就是好文。举个不恰当的例子，我在用 ReactNative 写 App 的时候，要加载长列表。RN 自带的 ListView 是没有使用 Recycling 的，这样就使得 RN 无法使用大数据的长列表。那么你的 App 就会非常吃内存，导致的结果自然不言而喻。而这个问题官方也没有一个很好的解决方案。（这里是 issue：[[ListView] renders all rows? · Issue #499 · facebook/react-native · GitHub](https://link.zhihu.com/?targe...）。为什么说是不恰当的例子，是因为我没有解决方案，官方也没有解决方案。我只是把问题 push 出来，以免后人采坑。倘若这个问题描述，再配合上行之有效的解决办法，那么这就是一篇精华文章，得以 RN 界广泛传播都不为过。
这两种都是我所谓的优质文章，而对于技术人员来讲，客观上的优质内容显然来的更加实在。
找好阅读方法“不要用战术上的勤奋，掩盖战略上的懒惰”，这句话用在这里同样恰如其分。一天下来读个十篇八篇文章的问题不大，感觉收获满满，但实际上回忆不起多少内容。这种情况的知识获取其实是潜意识懒惰的一种表现，甚至和人交流的时候都说不上来，更别谈实际应用于项目中了。那么怎样才是一种好的阅读方式呢？
我们老生常谈，从泛读、精读和研读聊起。三者烂大街的概念我就不说了。我个人来讲不推崇泛读，上面说到的情况就属于泛读的范畴。而技术类文章恰恰是最不适合泛读的一类，因为泛读的目的一般而言是扩展自己的视野和知识面，技术类文章则更多的是针对某一技术的讨论分析和实践。讲道理的话这类文章，适合精读甚至研读。但不是说泛读在这里就不起作用了。正如前面所说的，文章铺天盖地，如何能从如此繁多的文章中挑出合适自己的来精读呢？这就是泛读在技术类文章阅读中的价值体现。通过泛读，找到合适自己的一篇或几篇准备深入的文章；通过精读，掌握其中的原理和实践方法；必要时通过研读，深刻理解技术思想。这样的一种情况下，一天读一篇，甚至几天读一篇都是值得的。我总结为：走马观花，不如退而结网。当然，每个人的阅读习惯不同，产生的效果和效用也不同，仅表达个人方法。
致读者本文也只是表达了本人的一些观点和方法，同样也是属于“可能正确的废话”一类文章，且看且思。针对这个问题每个人都有自己叫苦不迭的烦恼，甚至有的时候点一篇文章都不受自己理性的控制，有什么看法欢迎与我交流。
再讲一次道理，阅读到这里，应该花掉你 6 分钟上下的时间。如果你也看到这里了，回想一下自己用了多久，是不是在阅读这篇文章的时候，依然是从前的阅读习惯呢？
不管怎么样，看了本文，如果能让你产生一丝丝想要调整自己阅读方法的念头，也算幸事一件。套用一句流行的话来结束本篇文章：我说的，都是错的。大家下期再见。
后记：
很多读者对文章反馈，表达了对文章的不满，本文就是那种没营养，没技术含量的文章。确实，这部分读者的看法我是同意的。本文确实内容空洞，技术含量底下，并没有体现技术方面的东西。实际上，这只是我的一点思考和感悟。这里再多叨叨几句吧。对于阅读习惯，不同人是不一样的，不同人的阅读方法也是不一样的。我比较赞同掘金 kalasoo 的说法：无所谓好和坏，合适自己的就是最好的。如果看了本文以后，能对自己的阅读方式和习惯有一个思考，提升自己，那也算本文的一点点成功了。
我自己的文章，不论是初级教程，还是高阶经验，都会以言之有物作为文章质量的标准。我的文章会在个人博客和知乎专栏同步发出，欢迎大家关注我的知乎专栏。
我最近正在写一本《React.js 小书》，对 React.js 感兴趣的童鞋，欢迎指点。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/116571.html
摘要：技术人员也并不能免俗，除了，知乎，等几个大平台可以展现自己的技术实力，对业界叮出自己声音外。导致内容汗牛充栋，良莠不齐之因自然不在平台方，而在哪里不言自明。我的文章会在个人博客和知乎专栏同步发出，欢迎大家关注我的知乎专栏。 作者：胡子大哈 本文原文：http://huziketang.com/blog/posts/detail?postId=58bd1021204d50674934...
摘要：技术人员也并不能免俗，除了，知乎，等几个大平台可以展现自己的技术实力，对业界叮出自己声音外。导致内容汗牛充栋，良莠不齐之因自然不在平台方，而在哪里不言自明。我的文章会在个人博客和知乎专栏同步发出，欢迎大家关注我的知乎专栏。 作者：胡子大哈 本文原文：http://huziketang.com/blog/posts/detail?postId=58bd1021204d50674934...
摘要：的组成在的框架版本中最核心的设计是其中是的缩写是个分布式文件系统实际操作与如系统的操作类似。另外不是非要依附在上才能生存它可以与其他的分布式文件系统进行集成来运作。 实际上,关于Hadoop及其生态系统的文章或者书籍已经汗牛充栋,在2016年大数据这个概念兴起的时候,有幸于能进入数据行业。虽然,在这2年里,并没有达到自己最初的期望,不过还是跨出了那么一步。 这里,我们简单的聊聊Had...
摘要：的组成在的框架版本中最核心的设计是其中是的缩写是个分布式文件系统实际操作与如系统的操作类似。另外不是非要依附在上才能生存它可以与其他的分布式文件系统进行集成来运作。 实际上,关于Hadoop及其生态系统的文章或者书籍已经汗牛充栋,在2016年大数据这个概念兴起的时候,有幸于能进入数据行业。虽然,在这2年里,并没有达到自己最初的期望,不过还是跨出了那么一步。 这里,我们简单的聊聊Had...
阅读 3889·2021-11-18 13:21
阅读 4619·2021-09-27 14:01
阅读 3096·2019-08-30 15:53
阅读 2359·2019-08-30 15:43
阅读 1711·2019-08-30 13:10
阅读 1482·2019-08-29 18:39
阅读 871·2019-08-29 15:05
阅读 3305·2019-08-29 14:14
