普林斯顿计算机公开课（原书第2版）

一本很好的计算机科普读物，特别适合刚开始接触计算机技术的人群，行文简单明了，真正做到通俗易懂，不像国内一些所谓专家，喜欢把简单东西复杂化，肚子里没货且又故作高深 优秀的专业入门书籍就应该像本书一样，不要一开始就专注于专业技术细节，得想让学习者能快速有一个全局的概览，对自己将要学习的东西感兴趣，这本书就做到的这一点，建议想要学习计算相关技术的人，先看看这本书

非常喜欢书里讲硬件和通信的部分，弥补了很多我的知识漏洞，本书作者一个很厉害的地方是在讲局部细节的时候不忘举例告知你这个细节设计对整体的意义和影响，这非常利于理解。 本书的后半部分，应该是从万维网这章开始，我感觉内容开始趋向于笼统，原理细节讲的少了，阅读时产生思考疑惑需要借助AI来理解。 另外印象深刻的是作者对于数据安全的思考，特别是提到我们使用浏览器的过程中，不知不觉地被追踪记录分析继而被数据画像，而且这方面的技术更新使得你避无可避。 最后，作者还很有人文思考，比如第一部分的最后这段话： “但是请记住，还是有太多太多的事物我们不知道怎么用比特来表示，更不必说怎么用计算机来处理了。这些大多数是日常生活中最重要的一些事物：创造力、真理、美、爱、荣誉和价值。” 联系到本书最后，作者担忧地提到现在的互联网发展已经逐步在背离初衷，安全和自由是一组有趣的矛盾词。 人人都知道自己活在信息茧房，享受它的便利，也受到它的束缚，以及潜移默化的塑造。这种思维方式已经不仅停留于网上活动，现实世界中也是如此。 真的是“人生而自由而无往不在枷锁之中”啊！ 我希望自己不要活的像个机器人，要好好关照自我，学会爱，提高审美，慢慢总能恢复创造力吧！

好书的意义就是让我们反思：在看这本书之前自己究竟是怎么过活的？《普林斯顿计算机公开课》正是如此——虽然一直自认为算是挺了解电脑的普通用户，但如果不是看过这本通识入门，我还真不知道模拟信号、Unicode、cookies、TCP/IP、数字签名、MD5等众多名词背后的具体原理是什么。更重要的是，上网近20年，所有这些名词我都没少见过，为什么我能这么心安理得地模模糊糊略过它们，而不去真正了解一下？Kernighan所做的，是用出色的讲解让我有机会一次性补课，了解本应早早了解的计算机知识、了解这个世界。就此意义上说，我甚至希望让这本书成为高中必修。

- 普林斯顿计算机公开课; 2018.4; 2 2023.3; COS109: computers in our world - 硬件: 计算机里有什么.逻辑结构/物理结构/摩尔定律 位/字节/信息的表示 深入CPU - 软件: 算法.线性/二分/排序/难题和复杂性 编程和编程语言.汇编/高级语言/软件开发/知识产权/标准/开源 软件系统.os/fs/app/软件层 学习编程.js/py - 通信: 网络.有线/无线/错误检测与纠正 互联网.DNS/路由/tcp/IP/telnet/ssh/物联网 万维网.html/cookie/动态网页/web安全 - 数据: 数据与信息.搜索/跟踪/社交网络/数据挖掘与聚合/云计算 AI和ML.NN和DL/NPL 隐私与安全.密码学/匿名

这本书作为计算机科学的科普书籍是一本不错的书。作者是业界大牛，行文、语言读着很舒服，计算机里的一些概念解释得也浅显易懂。同时在介绍技术时又加入了人文关怀，让我们理解每项技术发展背后的出衷以及可能产生的后果，例如数字世界给我们带来了很多便利，但是隐私、安全的问题则日益严重。 读完这本书，我至少对于网络通信、加密等方面有了更多的理解，并且对于自己平时所用的一些工具，比如tor浏览器的背后原理，ssh中使用的公钥和私钥等，也有了更多的理解。 整本书对于计算机科学一个重要的思想做了大篇幅的介绍，即分层、抽象、接口。计算机到操作系统再到应用软件是分层、抽象、接口的这一思想的典型应用，通信网络中各层的协议也是基于这一思想构建的。可以说，这一思想构建了计算机科学的绝大部分。 总体来说，这本书值得所有人一读，对于现在生活在一个离不开数字的社会中的人来说，读完这本书应该会对我们生活中无处不在的数字有更深一层的了解。

已经读完了《普林斯顿计算机公开课》，了解到一个原理对我影响较深，是讲机器学习的。原文是这样说的：人工准备的训练数据很有可能把算法引入歧途。例如，有一个陈旧的故事，一项研究在训练图片中很好地检测了坦克，但在实践中却严重失败。原因是：大多数训练照片都是在晴天拍摄的，所以算法已经学会了识别好天气，而不是坦克。 这只是一个吸引人的都市传说。但这给了一个有用的警示：没有任何AI或机器学习系统可以比它的输入数据更好，而且这类系统很有可能只会确认其数据中固有的偏差。 这让我想到我们自己的确认偏误，计算机就和人一样（当然，计算机就是人发明的），如果人工准备的训练数据可能把算法引入歧途。那么，我们人类摄入的信息也可能把自己的思维引入歧途，因此，筛选信息流非常重要！ 最近研究心学已经好几个月，我读的最多的是克里希那穆提，王阳明、《当下的力量》，还有过去读过的一些心理学书籍，我发现这些书的共性是都指出了，我们的思维是影响我们情绪，判断，行动，最终给我们的生活带来伤害的始作俑者。 要管理好我们的念头，不是强迫自己不能去思考，而是你摄入了怎样的思考原料。这是计算机给我的启发。 我们的思维来自于摄入的信息流，虽然，所谓的童年记忆可能对我们的思维习惯产生一定的影响，但是你有没有发现，其实影响最多的，离你最近的，不是你过去经历了什么，而是你现在经历着什么。 互联网让我们与周围世界的连接变得更弱了，我们身边的朋友更少对我们产生思维影响，更可能发生的情况是，一有空闲，我们就都拿出手机，各自沉迷于网上冲浪。所以，你在看什么电视剧，刷什么信息流平台，接触什么样的价值观，看见什么新鲜事，怎样被内容调动情绪，都可能把我们的“人生算法”引入歧途。 我们都知道，大数据对我们的爱好无所不知，它会按照对你的定义，把你关在某个信息茧房里，让你永远只能吸收相似的信息。说到这里，很建议大家读一下《普林斯顿计算机公开课》这本书，这可能让你明白，大数据知道的，不只是我们的爱好，还有一切的一切，这可能让你对隐私保护有很大的改观，甚至，可能改变你上网的方式。 扯远了，说回来，我就在想，如果信息流是把我的人生算法引入歧途的一种工具，那么要如何避免呢？ 毕竟有些习惯已经根深蒂固，比如我吃饭的时候下意识就会拿起手机，刷起了短视频。 从此，你的兴趣爱好，工作规划，人生追求，都不可避免的受到各种素不相识的人影响。比如，你在纠结要不要换工作时候，会不会因为刷到某个视频的观点，而动摇自己的决心呢？你在考虑要不要去学一个新技能的时候，会不会因为某些人的吐槽贴而怀疑自己能不能学会？你有没有被某些负能量影响过心情？ 如何不被混乱的信息流，影响自己的思维、情绪、决策判断，这是我在思考的问题。对此我没有确切的答案，我尽量不去摄入这样的信息流，而用读书的方式替代，不过这也仅仅是次之的选择，因为读书也同样需要筛选的。 更难的是，如何处理自己内心的匮乏问题，比如我在工作数小时之久以后，不可避免的想要奖励自己刷5分钟小视频，这好像成为一种习惯，是唯一的选择。 现在，我尽量把这5分钟替换成别的事情，比如，我宁愿去沙发上躺一会儿，或者楼下走走，或者拉伸一下。对此，你有什么更好的办法吗？

一本计算机方面浅显易懂的大学教材，适合普通没有计算机专业知识的同学，后半部分是这本书论述的重点内容，即网络的开放与个人隐私之间的关系，目前看来这种矛盾似乎不可调和，这也符合黑格尔的辩证统一关系，这是一个最好的时代，也是一个最坏的时代。

十分推荐计算机大类和电子信息大类的新生入学前阅读，当然，像我这样在更迟的阶段阅读也不错。 国内工科院校在学科基础框架的教育上还是有些弱，部分好一些的大学甚至默认学生早就对通识知识有所了解。练就屠龙技之前，夯实基础总是没错的。一些基础知识的串联基本靠自学，这本就是十分不错的自学读物。 同时也是很好的通识读物，诙谐有趣，由浅入深，能感受到作者是很聪明的学者。 另外，本书没有很高的数理门槛，我以后可能会让小孩初高中就尝试阅读，是很好的入门读物。 综上，如果你是外行人看热闹、即将入学电子信息和计科大类的准大一新生、想对小孩进行计算机通识教育的家长，都十分推荐使用这本书。 最后，感谢布莱恩教授带给我如此美好的阅读体验。

当我带着目的去阅读，当我试图在极短的时间内掌握大部分计算机基础知识，这本书对我而言就太过冗长。 我试图从繁杂的语言中快速提取目标，发现终是徒劳。 不可否认，这本书的价值和地位，但是于我而言不合适。

在世界上所有的顶级高校里面，普林斯顿都是扫地僧般的存在，它是真的只研究“扫地”。把基础研究做到了极致，甚至可以说是带着一种偏执狂般的纯粹。 实用是我最不看重的东西，兴趣才是一切的起点。如果只是为了挣钱，可以去当网红，可以去炒股，可以去上班，甚至可以去坑蒙拐骗。但是，在这个世界上，有一些东西的存在，它在不断的拓宽我们的边界，让我们不再虚无缥缈，这是这本书给我最大的感受。不管是本专业的还是非本专业的，本书相当值得一读。