程序員的一輩子就是場馬拉松長跑，保持學習，保持後勁，保持成長

意大利「文藝復興之父」彼特拉克曾經說過：「肉體和心智的能力必須大到足以知足文學活動和妻子兩方面的須要。」若是換作程序員的角度，這句話應該修正一下：肉體和心智的能力必須大到足以知足熬夜寫代碼和女友兩方面的須要。固然啦，這個說法也還遠沒有表達出生活真實的複雜性和嚴峻性。

有時候我會把學習比做跑步。對於程序員這樣的職業，新技術更新換代的速度確實比較快，這須要你老是保持在學習的狀態。

跑步是鍛鍊身體很好的手段。可是馬拉松，除了鍛鍊身體，同時也是對人性的考驗。一件接近身心極限的事情，你的身體可否承受，你的精神可否堅持下來。

在通常狀況下，程序員們對新知識進行學習的能力都仍是比較強的。工做中碰到之前沒作過的東西，只要能在網上找到對應的開發文檔，仔細讀一讀，再看幾個 Demo，就基本能解決問題了。這種規模的學習過程，通常幾天就搞定了，能夠看作是一次「短跑」。

固然，這種「短跑式」的學習過程，也只對於「通常性」的狀況有效。而對於一些「專業性」的領域，咱們就須要「馬拉松式」的學習姿態了，作好充分的準備，而且長時間投入，半年，一年，甚至更長。

實際上，編程這門工做，門檻說低也不低，說高也不高。不少學歷不高或者非科班畢業的同窗，也都能把這份工做從事得很出色。可是按技術領域來區分的話，編程仍是能夠分爲「通常性」和「專業性」兩大類的。對於「通常性」的技術領域，你只要具有一點計算機基礎，懂得一門編程語言，能理解業務邏輯，就能勝任了。可是「專業性」的技術領域就不同了，除了計算機基礎知識以外，你更須要掌握一整套知識體系，可能對數學知識還有特殊的要求。這樣的領域有哪些呢？好比說，分佈式系統，數據庫理論，音視頻處理，3D遊戲引擎，操做系統和虛擬化技術，大數據處理，還有最近火爆的人工智能技術，等等。

對於「專業性」的這些知識，若是你打算涉足其中，就得須要拿出跑馬拉松的精神了。聽說馬拉松跑到一半，不少人就會產生強烈的「想放棄」的想法，後半段就靠毅力支撐了。「馬拉松式」的學習過程也是同樣。可能一門「專業性」領域的知識，最開始吸引你的是興趣，它很是有意思，可能聽起來還很酷，但隨着研究的深刻，你就不可避免地遭遇不少沮喪時刻。

你會發現，你學得越多，未知就越多。這時候你確定會產生放棄的想法，甚至對本身是否適合作技術產生一絲懷疑，可是沒有關係，每個在某一領域走得足夠遠的人都會碰到這樣的狀況。只要你咬牙堅持下去，隨後你獲得的獎賞必然是恍然大悟或醍醐灌頂的感覺。我相信 ，這與一場馬拉松終於跑到終點的勝利喜悅是同樣的。

有長跑經驗的人都知道，真正能在馬拉松上取得好成績的人，基本上都是勻速跑者。開始跑得多快並不關鍵，關鍵在於「後勁」足不足。咱們的職業生涯也是同樣，不論是程序員仍是其餘職業，這個道理都適用。

我時常在想，不一樣技術人員之間的區別到底在哪。是在於工做經驗，仍是在於他們的聰明程度，或者是在於他們是否有名校的教育背景？爲何原本基礎差很少的人，多年以後會產生巨大的差別？與此相關的一個很實際的問題是，咱們在招聘新員工時，到底應該看重他們的哪些特色？我最後想到的答案是，決定不一樣技術人員之間的真正分野，在於「成長性」，也就是持續學習和提升自身的能力。

換句話說，「後勁」足不足。一我的的成長過程，什麼均可能隨時變化，但成長性自己不該該有絲毫減弱。

不少人擔憂年齡大了就再也作很差技術，或者擔憂年齡大了以後的職業發展問題。顯然，年齡並非決定成長性的關鍵因素，這頂可能是一個心理因素。成長性更應該是一我的的本質特徵，是他所具有的基因。人與人的不一樣究竟在哪裏？具體技能老是會變化的，但基因是不變的，也不該該隨着年齡的變化而變化。

人的難得之處就在於學習和塑造能力，這是造物主賦予咱們的難得品質。

甚至如今的人工智能模型也要以學習的方式來訓練，才能產生它須要的職能。一個複雜的模型，須要大規模的訓練，餵給它不少數據和模式，才能讓它得到新的知識，不斷提升「智能」。

咱們能夠想象，人腦其實也是一個智能模型，只不過這個模型更龐大，參數更多，容量更大；訓練它須要的數據更多，時間也更長。若是你想成爲某方面的專家，就須要花費不少年的精力來進行專業訓練。

一我的，要想在某方面得到睿智，惟一的辦法就是持續地學習、調整、提升、成長。這個過程須要耐力和堅持，而最終你會收穫成功和樂趣。

結語

一句話，保持學習，保持「後勁」，保持成長。

這裏推薦一下個人前端學習交流圈：784783012，裏面都是學習前端的從最基礎的HTML+CSS+JS【炫酷特效，遊戲，插件封裝，設計模式】到移動端HTML5的項目實戰的學習資料都有整理，送給每一位前端小夥伴。最新技術，與企業需求同步。好友都在裏面學習交流，天天都會有大牛定時講解前端技術!

點擊：加入