• 心智模型是一个一般性的概念,可以用来解释许多不同的现象。经济学中的供给和需求、生物学中的自然选择、计算机科学中的递归、数学中的归纳证明--只要你知道去寻找,这些模型就无处不在。 就像理解供给和需求有助于你思考经济学问题一样,理解学习的心理模型也会让
  • 我经常向一些管理人员讲述系统思考的性质及其对管理的根本影响,在此过程中,我使用了几个涉及美国知名企业的案例研究。在演讲结束时,我几乎总是被问到:"如果这种思维方式像你说的那样好,为什么没有更多的组织使用它?" 很容易回答的是,组织自然会抵制变化,这
  • "架构 "是软件工程中非常常用的一种方法,也是非常成功的一种方法。如此成功,以至于我们把 "架构师 "作为软件世界中的一个角色。做一个架构师是一件很酷的事情! 有谁记得《黑客帝国》中的 "建筑师"?是的,这很酷,但是,为什么我们要用建筑学的 icon
  • 聚合Aggregate模式可能是领域驱动设计 (DDD) 中最重要的战术模式。本质上,它可以这样描述:聚合是可以被视为单个单元的域对象的集群。这意味着聚合中的对象密切相关,并且出于数据更改的目的被视为一个单元。聚合有一个根实体,它是聚合中的主要对象。根实体负 icon
  • 线性思考者、设计思考者和系统思考者走进一家酒吧……他们谈论未来的房子。 线性思考者绘制平面图。他详细介绍了卧室、厨房、浴室、休息室等。他确保每个房间都有充足的光线、暖气、正确数量的插头等。 icon
  • 本文是对我探索过的一些想法/书籍和概念的简短探索: 1、《好的战略/坏的战略》 - 理查德-鲁梅尔特大多数战略都很糟糕,或者是超级衍生的、通用的和模糊的。这是一本关于如何制定战略以帮助人们在组织内做出决策的 icon
  • 我是在20世纪80年代长大的,在家里为Commodore VIC-20和Apple等个人电脑编程。在大学里学习计算机科学(CS),并最终在伯克利获得博士学位,我的大部分专业培训都扎根于我所说的 "经典 "CS:编程、算法、数据结构、系统、编程语言。在经典计算机科学中,最终的目标是将一个想法还 icon
  • 如果您的软件设计糟糕透顶,拥有出色的 Kubernetes 集群和最花俏的微服务基础架构将无济于事。 几年前,我在一家SaaS公司工作,该公司遭受了可能所有可能的软件开发问题。代码是如此的复杂,以至于增加一些简单的变化可能需要几个月的时间。所有的任 icon
  • 神奇的是,设计模式没有什么神奇的。许多被认为是复杂的模式在表面下反而显得很简单,甚至是容易的。 以事件源为例:简而言之,你可以在流的末端追加事件,然后从流中读取所有事件。所以要追加关于对象或流的新的业务事实,然后读取所有的事件,并从中建立当前的状态,这样才能知道发生了 icon
  • Big Design Up Front(简称BDUF) 是一种在开始实施之前预先完成和完善网站、应用程序或软件设计的方法。它需要一个瀑布过程,并且依赖于预测。这是在敏捷出现之前几十年的流行方法。过去,网站和软件的构建成本非常高,因此有必要在成本高昂的工程发生之前解决尽可能多的问题。把 icon
  • 确认偏见(Confirmation Bias)产生于欲望对信仰的直接影响。当人们希望某个想法或概念是真实的,他们最终会相信它是真实的:当目前收集到的证据证实了人们希望的观点或偏见时,这种错误会导致个人停止收集更多信息。一旦我们形成了一个观点,我们就会接受证实该观点的信息,同时 icon
  • 共同普通大众的需求代表着巨大的市场,但这种需求已经在很大程度上得到了满足,解决方案之间的竞争非常激烈。长尾需求往往得不到满足,竞争也少得多,但单独代表的市场太小,不足以证明开发费用是合理的。 有一种解决长尾问题的方法,但它需要一种非常不同的 icon
  • 1、《Clojure元素》的作者,茨特尔曼 2、我自称计算机哲学家已经很多年了,所以我推荐richhickey和Jonathan_Blow 3、软件是基于实际的哲学,一阶谓词逻辑。我通过阅读实际的哲学而不是软件书籍学到了很多关于软件 icon
  • 为什么深具同理心共情的人性(情商)和系统思维(智商)很难在同一个人身上共存?我把这部分归因于教育系统:文理分科造成的两种文化</ icon
  • 现在我们有两种方法来解决同一个问题:一种是可以逐一消除可能的根源的狙击手方法,另一种是喜欢从大局出发,发挥分化和征服敌人的策略的将军方法。猜测和狙击策略:工程师充当狙击手,选择一个目标(猜测),然后将其移除(狙击)。如果直觉很好,这种技术 icon
  • 1988年,人类学家Joseph Tainter出版了一本名为《复杂社会的崩溃》的书。在书中,他描述了罗马人、玛雅人和查科人等伟大文明的兴衰。他的目标是回答几个世纪以来一直困扰着思想家的一个问题:为什么这些强大的社会会崩溃? 在他的分析中,泰恩特发 icon
  • 团队拓扑结构不是一个 "模型",而是一套鼓励新兴(#emergent涌现)行为的约束。 反对意见:团队拓扑是建立在软件如何生产和应该生产的模型之上,并提供一种模式语言、一个框架、一组与该模型一致的约束。 icon
  • 一个强大的想法已经慢慢建立了很多年,最初被称为语义网,后来又被称为关联数据。随着知识图谱的出现,这个想法终于迎来了它的时代。这些技术网络允许一个组织释放束缚在混乱的数据库中的 "自由能量",并将这种能量直接导入人工智能。 正确构建的组织性知识图谱可 icon