我特别喜欢的歌曲我都会传到网易云音乐的音乐云盘里，目前还没遇到过删的情况。不过我喜欢的好像没有下架的情况。另外 ncm 文件网上能搜到在线转换的网站。每当积累了一定量的无法下载的歌曲我就会买一个月会员这样操作一波。稍微有点麻烦，不过我感觉还算值。

微信上搜飞瓜轻数。要买会员才能看，会员一个月 500 元。不知道有没有类似的服务。要不 OP 搞个众筹？我对这个也还算感兴趣。我愿意贡献 30 。另外不知道把榜单分享出去是否违法。

我的一个可能跑题了的脑洞： https://www.v2ex.com/t/923687 。

曾经对手机很上瘾。然后用记录每天在什么事上用了多久，然后每隔一段时间汇总看一下的方式止住了。前段时间看到 B 站有个 UP 主也是用这个方法控制手机的。我当时为了记录自己的时间消耗情况还专门自己写了个程序，现在好像有很多专门用来记录的 APP 了。就是那种在某种事务上点击一下开始，然后做完了再点击一下结束就能自动记录下消耗的时间。我当时还在手机上弄了一个不断隔一段时间就弹出一个询问当前正在做的事是否有价值的对话框的程序。

不过现在我又对 B 站上瘾了。不过现在在专心戒其他的瘾，这个暂时没怎么控制。之前听说瘾要一个一个戒，一起戒好像很容易失败。

#6 @xuxinglin8888 试试根据自己已经学的内容给自己出一些自己感兴趣的题，然后自己实现。我好像很少先改再看结果，大部分都是想象一个结果或者输入输出的结合作为一个结果，然后自己实现。问题要尽量简单，稍微有一点挑战，自己稍微有一点不确定就行了。我感觉某些书的练习题好像比较难，这个好像很打击自信心。比如你如果刚刚学了显示字符串的函数，就先想象你要输出“Hi, World!”，然后再实现。如果学了循环再出一个循环显示多次“Hello, World!”的题自己实现。学了输入函数就可以想象出更多有意思的东西了。Scratch 的口号是“Imagine, Program, Share”。感觉跟我的这个习惯挺契合的，但是我很少分享，我知道自己几斤几两。

重点好像是在脑子里组合那些编程方面的概念，然后在脑子里模拟出一个大致的结果，然后再实际去写代码。初期学得少可以直接排列组合。或者学多了也可以选择少数概念去组合，否则概念多了排列出来的东西就太多了，很多排列可能也没什么意义。结果最好是有一定意义的，否则可能会没有成就感。

编程方面有个很重要的概念叫问题分解，不知道你学的电气自动化专业有没有这个概念。如果没有应该会有模块化的概念吧，问题分解跟模块化有点类似的地方。不过我怀疑电气自动化中一般不会有太多的模块，但是编写大型软件需要手动组合的模块是极多的。问题分解应该是很难通过语言传授的，应该属于程序性知识，想要获得应该只能通过练习。但是了解一下问题分解方面的陈述性知识应该也是有价值的。让我说的话就是先对一些小的模块的输入、输出以及输入输出之间的关系熟悉起来，然后在解决特定问题的时候用各种模块在脑子里排列组合最终形成解决方案。其实也不是彻底的排列组合，大多数时候其实应该都是靠直觉。通过大量练习构建起的一种直觉。这里面还有框架的概念。大多数时候有现成的框架可以节省很多时间。所谓框架就是一种解决某类问题的特定的套路，它会把问题分解成一些特定的模块。比如一个电商网站可能会将网站分解为订单、购物车、商品等模块。另外问题分解是可以一层一层地分解。最后都要分解成已知的可以直接使用地模块上。另外在分解之前需要对问题有透彻的理解，否则应该是难以分解的。注意我前面说的框架跟编程框架是有点区别的，如果你学多了应该肯定会用编程框架的，希望别把你带歪了。知乎上应该会有很多关于问题分解的讨论，感兴趣的话可以搜一下。我上面写的应该算是比较烂的了，我主要就是想练习一下表达能力。

或者你在改之前自己想象一下结果，如果结果跟自己想象的一样应该就会有成就感了。这样应该就有动力持续干下去了。顺便推荐个 B 站 UP 主“马林思维”，这个人分享的东西里有学习方法方面的。这个人自己也说他说的东西不要全信，反正我觉得还是挺有价值的。某些人看了他的视频好像出现了一些不是很严重的副作用，在意的话不要看。

还有一个也许值得尝试的东西是画图。人是视觉动物嘛，可能用程序画出复杂的图像会让人有一种本能的酷的感觉。还有就是图像可能玩腻的可能性更小一些。Python 肯定有画图的库，你可以自己找一下。我最早接触 GVBIASIC 的时候大部分都是再用它画动画，当时感觉非常有趣。当然现在还是感觉编译器之类的更厉害。你要是对这个特别感兴趣，对 Python 又特别没兴趣的话也许可以尝试一下 LOGO 语言。

我的经验不一定有用，毕竟我只是个技术不太行的野生程序员。但是我一直都对编程很喜欢，不过这好像也不是什么特别稀少的品质，可能绝大多数程序员都是喜欢编程的。但俗话说兴趣是最好的老师，也许有了兴趣就好入门了。

#4 @xuxinglin8888 你在哪抄的？不会是网上搜的垃圾教程吧？另外你是复制粘贴的吗？建议看书，比如《父与子的编程之旅》。这书我没看过，只是听别人推荐的。另外有人建议学编程初期要照着教材手打代码，不要复制粘贴。不过也有人反对这种方法。反对的声音： https://www.zhihu.com/question/387940895/answer/1254528067 。万事开头难，如果 OP 实在是开不了头就试试我前面提到的编程游戏吧。对编程有了一个大概的了解之后再看教材学。还有也许可以试试 B 站上的视频教程。

还有你说的是不是不会做题？或者更有甚者是不会做你想做的东西？编程还是挺复杂的，一步一步来吧。还有你是不是类似第一次就抄别人的爬虫代码然后试图改成自己想要的样子？感觉你说得太模糊了，不好判断。

#4 @xuxinglin8888 V 站降权收不到消息的，不过之前我只听说降权是自己 @ 别人别人收不到提醒，没 i 听说帖子靠后的事。

#3 @xuxinglin8888 https://www.v2ex.com/balance/add/alipay

机器码被 CPU 执行的部分也许应该看计算机组成原理？推荐《计算机组成与设计：硬件 /软件接口》。再细的话也许就应该看数字电路方面的东西了。

OP 你被降权了吧？新发的帖居然在问与答的第九页。我瞎猜的，也许是帖子排序算法的问题。我之前在 V 站充值之后新发的帖子好像更靠前了，不过那次可能是意外，也许跟充值没关系。

OP 是不是不知道学编程语言需要看教材或者教程？没有笑话你的意思，就是看你说装过 Python 但不会用有点奇怪。编程语言这个东西不是下载了 IDE 和编译或者解释环境就能自己弄明白的。某些编译或者解释环境可能会带一些文档，但是那些基本都是给有编程基础的人看的。

写爬虫是有一定风险的，特别是在国内。建议没经验和没有详细了解的情况下最好是别爬，免得吃官司。

编程语言只要学好一个其他的基本都可以快速入门并开发一些简单的软件。Lisp 和 Prolog 之类的应该是例外，不过这两个不是很常用。所以找一个对新手友好的编程语言是个不错的选择，Python 好像就是有名的对新手友好的编程语言。不需要害怕学了一个再改用其他的编程语言会很费劲或浪费时间。编程语言跟外语是不一样的。

另外如果 OP 看教材和教程看不下去的话也许可以试试编程游戏，谷歌搜一下能搜到一大把，比如 CodeCombat 。不过这些编程游戏一般都是收费的。

后期如果想提高的话建议看看软件工程方面的课程，比如数据结构之类的。

#1 @shuxiaokai 谷歌搜好像都是关于生成图片和文本的内容，不过我没细看。

#2 @crazycarry 我不习惯直接上手，我喜欢有了尽量丰富的了解之后再上手，比如注意事项，各种策略的利弊等。可能主要是因为懒和笨吧。感觉自己动手研究效率太低，浪费时间。另外我之前好像在通过上手了解一些东西的过程中搞错了什么，有点阴影，感觉应该是智商或者经验的问题。

#3 @yaott2020 Github Copilot 的文档好像总共也没几个字。

是不是这东西还处在快速发展阶段，因此经验过时得可能比较快，所以大佬没兴趣去总结？

认为失败和负面结果的原因是类似智商导致的会导致动机下降，动机下降之后更不愿意练习，不愿意练习就更容易失败，最终恶性循环。这是习得性乐观中的核心思想之一。想详细了解习得性乐观建议看看《学习乐观》或者同作者的其他类似的书。更好的策略是认为失败和负面结果的原因是类似经验不足导致的，至少不要认为是智商导致的。另外如果你没兴趣看相关的书的话，提醒一下，如果预期失败的损失很大不要使用习得性乐观。

另外不知道你有没有跟你说的别人沟通过，你是否能确定他们写得很轻松？确实可能有某些智商极高的人能快速理解和解决问题，但是占大多数的普通人对困难的问题都存在理解和解决的困难，要不怎么叫难题呢。听说爱因斯坦都觉得数学难，你的智商应该没有爱因斯坦高把？我大概是在核聚的某个收费视频课里看到的，网上搜不到爱因斯坦觉得数学难的东西。

有些人就是喜欢做难题，这种人一般叫具有成长型思维模式的人。不过据说这种思维模式很难改变，效果应该没有习得性乐观好，了解一下就行了。不过喜欢不代表他们做起来就轻松，毕竟总有更难的问题，这个不要搞混了。

还有一点就是做适合自己能力的难度的问题学习效果更好。推荐看看这篇文章： https://www.163.com/dy/article/EP7M5DS40511D05M.html 。这个可能是学习类似程序性知识的最优学习率。编程中的解决问题的部分我感觉有 90% 以上的概率需要的是程序性知识。不知道你是不是一下子就去做过于难的问题了。另外不知道你是不是缺乏一些前置的知识。比如《算法导论》之类的看熟了吗？如果看熟了的话你有收集各种奇奇怪怪的算法的爱好吗？还有就是你会不会反复用各种方法“玩”各种不同的算法？这种玩的过程据说是熟练掌握的很好的方法，忘了在哪看到的了。我说的玩加上引号了，不是那种娱乐性很强的玩，可以说是以各种可能想到的方式操作某个对象的过程吧。就像婴儿一块积木就能玩半天的那种玩。这种玩没有什么立刻就有的收益，但是能提升对这个对象的熟练度。

@adadqwxz1 没有邮箱吗？在微信上发这种东西我还是有点顾虑的。怕被封号。

#2 @darkengine 看你问这个问题我才发现我好像有点文不对题了。我正文说的应该只限定在生物的精细地改变自身上了。我觉得机械可能没这个精细改进自身的能力。用机器改造机器可能会出现精度和复杂度不够的问题，而生物在制造和改进微观结构上应该是精度和复杂度更高的。

你的这个问题倒是启发了我，如果 AI 想向小型化个体发展的话也许需要生物的技术。研发用 3D 打印技术打印一只蚊子的代价也许非常大。

#1 @ttys001 能展开说说吗？我倒是觉得 AI 完全存在于软件获得的信息有种间接的意思。甚至某些“知识”可能无法用二进制编码，这句我还是没证据。不对，我之前在知乎上问过一个问题，问的是实时模拟一个细胞需要多大的算力，有个回答好像说现在还不能。我冒昧地猜一下，请问你是否对灵魂之类的东西很感兴趣？或者感觉灵魂相比肉体更纯粹之类的？如果是的话我倾向认为不同的物理硬件所孕育的灵魂是不同的。一个细胞不准确地说可能也具有某种灵魂，而它的灵魂可能对精细操作原子和分子更在行。而一个 AI 的灵魂甚至可能无法理解这种精细的操作，至少难以用细胞那么小的代价去理解。

另外我好像又发现我的想法的一个漏洞，就是现在的 AI 好像根本不怎么依赖生化方面的知识。除非 AI 也有好奇心，对各种类型的知识都感兴趣，否则我说的那种能直接通过自己身体进行生化研究的人类还是没法跟 AI 处于相对平等的地位。没多少人杠我的话我自己杠自己。

@adadqwxz1 你这是啥？微信号吗？