2025¶

工作流v4.2

工作流v4.2

Introduction

通常来说，我们从开始上学到高中毕业的学习方式都可以归结为一套简单的理论体系，也就是GTD(Get Things Done).它是一种高效的时间管理和工作流程方法，由David Allen提出并广泛应用于个人和组织中。GTD的核心理念是通过记录和管理所有任务，将任务从大脑中解放出来，以减少焦虑并提高效率。它的基本步骤如下所示：

---

1. 收集：将所有需要处理的信息和任务记录在一个“生肉库”或“收件箱”中，无论是邮件、想法还是待办事项，都要无遗漏地收集起来。

2. 整理：对收集到的信息进行分类和整理，根据任务的性质、截止日期和优先级进行排序，确保每项任务都能得到适当的处理。

3. 组织：将任务分解为可执行的行动步骤，并安排在合适的时间进行。这可能包括设定提醒、创建子任务或计划特定时间段来完成任务。

4. 回顾：定期检查和回顾任务列表，确保没有遗漏，并根据需要调整优先级和计划。

5. 执行：专注于当前手头的任务，一次只做一件事，直到完成。执行过程中可以使用番茄钟等工具来提高专注力和效率。

---

通过GTD方法，个人可以有效地管理自己的时间，减少工作和生活中的压力，从而提高生产力和生活质量。GTD强调的是“记录”和“执行”之间的平衡，确保所有任务都被妥善管理，而不会让大脑负担过重。

这其实类似于对Task进行微分操作找出测度并且按照不同类别归类再进行Lebesgue积分的过程(doge)，比较关键的信息点在于你需要合理的分类体系和组织方式，多次重复的回顾执行，达到高强度的记忆和训练量.这种方法相当传统，大多数高中生和没有打磨过工作流的人也基本会使用这种简单的方法，实际就是制定计划预习复习然后保持专注的一个流程.

但是笔者发现这样一种方式并不适用于自己，它对于笔者而言有一些很大的问题

• 任务过多时即使进行了外部的记录仍然会不断回想，无法达到减轻焦虑的作用
• 这种工作方式无法很好的控制自己的任务量，也就不能控制好自己的效率
• 专注执行也有可能错过短暂的机会，如一些课程，一些讲座和活动等
• 变数过多，调整优先级十分复杂
• 兴趣广泛的人会不断引入新的todolist导致体系崩坏
• 没有给出一个完整的做待办的公式方式，也就是不够具体

Self-Workflow

经过了将近四个学期的大学生活，笔者痛定思痛决定将自己目前所有的工具和技能全部合并为一套体系，也就是下面的工作流4.2，将之前几种工作流的问题都尝试进行了解决，希望能对读者也有所帮助.

问题总结

如果要迭代出更强，更有效的工作流，就需要先明确先前的工作流为什么不令人满意，找出存在的问题，想出相应的对策，然后逐步更新，下面是笔者觉得原先工作流的一些问题.

• 工具过多，不够统一，没有办法将所有的资料很好的集成在一个终端上(All in One)
• 造轮子的时间比使用轮子的时间还要长，具体表现在Obsidian的使用不够多，但是前端美化却花了比较多的时间，还有就是LaTeX和markdown文本的不统一也花费了比较多的时间
• 纸质笔记和电子笔记无法相辅相成的问题
• 行动力太低，得到的成果太少，但是思考工作流的时间反而太多
• 患得患失，犹豫不决
• ...

解决方案

• 将目前掌握的所有工具进行list操作，然后合成回路
  • VScode+LaTeX
  • Obsidian/Typora+markdown
  • Anaconda+Jupyter Notebook
  • PicGo+Typora的图床建立
  • SimpleTex的OCR识别
  • 个人博客(MKDocs)
  • GitHub仓库的备份
  • 平板上的笔记软件(GN5)
  • 一块1T的固态硬盘
  • 百度网盘的会员内存6T
  • 电子书的资源(Zlib/Anna)
• 简约化Obsidian的布局和管理方案，得到一个命名体系
• 全部改为无纸化笔记，纸质的仅剩老师要求的纸质版作业和演算用的草稿本和一些简单的预习笔记
• 使用Todomate+不背单词，相互push(已经失败，主要是因为工作周期不规律)
• 写周报，月报，总结进度，制定计划(XB Inequality:= 总结>计划)
• 一次不做非常多的事情，集中力量办大事
• 学会使用Youtube等其他平台
• 学会使用机器学习的一些算法思维来补充现实
• 持续更新，不断学习，不断打磨自己的工作流

核心理念

自学

自学的效率应该是最高的，并且在自学方式中阅读的效率要大于网课，如果内容一致的情况下优先选择阅读，但是如果是61A那种阅读和网课都有的情况可以先看网课有初步了解后看书，一方面阅读消耗的精神力比较大，高强度的学习难以持久，另一方面看视频网课是可以比较放松的，可以比较好的维持自己的状态，然后延长学习时间.

一定不要犹豫，老师教的太烂了就一定要自学，大多数老师教的都不如自学！

心态处理

首先解决焦虑问题，如果将人生归结为资源有限的运筹学最优化问题，如何在最短时间内得到量化分数最高的方案并且完成就是本工作流的基本思想。因此需要进行优先级分类和一些细节的直接给出，在细碎的事情上思考的越少，用来工作的时间也就越多了.这一点需要一些补充，在最近经过很多事情之后，人生对于我而言已经不止是优化问题了，享受生活的意义更加重要了.

需要先认清一点就是所处于的环境中，人群的能力应呈现基本的正态，并无异常值也就是所谓天才(genius)，这种异常值应当不会与你相处同个环境(统计学基本原则).远离宏大叙事也是摆脱焦虑的一个很好的手段，很多人会用所谓社会学，心理学来高谈阔论，实际上按照我的观察不管是什么环境，只要是超过30个人的系统(30这个数字可以参考生物统计)，一定有超过8成的白痴，1成的普通人，还有稍微聪明一些的普通人(No Genius!)

再然后是克服强迫症和完美主义的问题，本人INTJ，有很强的完美主义倾向，但是在大量的尝试中发现这种心态虽然可以帮助克服拖延但也同样增加内耗，可以通过设定一个基本的目标，一个更高的目标，和一个完美主义目标的多目标方式改善，只要完成了设定的基本目标就可以放松一下.因此本文的组织行文也并不是非常完美的，由比较多的经验主义和小型系统构成.

最后是业余爱好，控制业余爱好的数目不要超过三个，否则会对整个体系造成很大的冲击，无法完成基本的任务量，也无法很好的享受业余爱好，作业最好当堂完成，项目最好写出完整的工程workflow.

任务排序

制定计划的部分，提前一天先想好第二天的主要目标按照优先级排序，需要注意的是不要随意添加任务，要额外添加的任务必须最早在后一天加入，并且要保证优先级高的任务先完成.

日常的routine类型任务优先级可以提到最高，当天要上交的作业提到第二高，关系个人的专业课学习次之，如果是个人培养计划外的非专业课学习再次之(CS、日语、复变函数).

自制力不足需要额外增加惩罚函数(我是卷王我不用doge)

近日引入新的监督机制Todo mate(Google play)，采用同伴学习也是一种监督机制

记录笔记

关于笔记的问题思考了非常久，首先明确的就是基本上学习离不开笔记，因为迟早会忘记，笔记可以帮助你更快的回到掌握程度比较好的时候，也就相当于一个成长加速器，也可以储存一些技巧和算法的细节，方便日后查询.

然后关于日常学习所书写的笔记，例如数理统计和运筹与优化、实变函数这些明明很重要的核心专业课，老师的参照物大多数却只有课本和PPT，原本我们为了保证良好的连贯性一般会选择使用pad作为记录工具，而不是电脑，那么在这个新的工作流中，笔者直接强制修改为除实变函数这种理论推导过快，联想过多的课程使用pad，其他课程都使用电脑进行记录，这需要提前设计好自己的宏和插件，保证速度可以跟得上.

如果一些课程自己额外的阅读了一些书籍，有一些新的想法，如果不是结构和体系上很大的区别，或是那本书过于著名和有效，都建议直接修改在原本的Lecture Notes中

为了发布的方便，日常的作业多可以使用LaTeX进行书写，例如数学分析，高等代数，实变函数；数理统计和运筹与优化由于其题目质量不高，题量又比较大或是做法形式不易展现(单纯形表说的就是你)，所以采用的是学习后再在Obsidian上记录的方式。

实践训练

这点应当是优化的工作流中最重要的，也就是系统的训练自己的实践能力，在实践的过程中得到的进步也是最快最大的，没有之一，例如对于数学课来说做题就是掌握和巩固的最佳手段

• 习题集的完成
  • 不看答案
  • 摘取重要习题反复思考并加上LaTeX
  • 纸上演算和书写
• 看书
  • 先看，看完了有整个overview之后再写笔记，否则容易演变为抄书
  • 至少要先看两个Chapter，否则很容易弃坑
• 写Project
  • 做一个项目，可以是复现也可以是创新
  • 一定要提高自己的码量

需要注意的是用到的和产生的所有文件应当每周备份硬盘和网盘以及基本的本地存储，也就是备份意识

总结思考

目前主要是写周报和blog的形式，

周报中包含

1. 本周完成的任务
2. 下一周要完成的任务
3. 思考与原本计划的差距
4. 得到一些结论，找到优化点，然后可以记录，积累到一定程度再回头思考是否合理
5. 再次迭代工作流(会自我更新的东西才不会落伍)

一定要注意重新看自己的周报，从中得到共同的问题然后进行修改

2025寒假总结

2025寒假总结

前言

好不容易休息了于是来写我迟到的寒假总结，我写总结更喜欢先从总体上给出一个基本的定性判断，然后再对工作进行定量分析然后修改原本的判断，这篇总结也是如此.

总的来说是完成了这几件事：

• 看CS50x的前几个Lecture并完成了一些Problem Sets
• 两周学习数学建模的基础知识，全力完成了美赛
• 修改了个人网站的一些配置，尽力使它有一些功能和资源
• 刷到了一些高质量的数学网课和数学课本决定开学后接着刷
• 优化笔记系统

假期伊始

正文

前期是刚回家之后的一周左右，可谓是壮志满满，但是也还算比较清楚假期的自控能力和工作效率，于是没有进行多么高强度的工作，只是简单的看了几个CS50x的Lecture和完成了前两个Problem Set对自己的GitHub仓库进行了一些简单的分类管理，然后修改了一些文件的位置.

因为也和一位学弟约了寒假一起学CS61a，但是学弟放假比较晚我就打算自己先学完CS50x然后比较好follow网课的强度，必须来说这是寒假的一个比较有意思也比较有意义的部分，第一次刷国外的公开课(计算机方面，数学课看的比较多但是没有计算机那么有感觉有课程网站还有配套资源辅助)，整体来说课程质量上确实很高，老师英文很流利(bushi)，讲课也很有激情，就是那个codespace加载有点慢(后面发现是我的房间太偏了网卡)，但还是很喜欢看的.

这是一个小吐槽

其实上国外的公开课是一个很好的从文化上来感受世界变化的过程，课堂上也有很多国家的面孔，老师招募的志愿者也多是亚裔，中国面孔无处不在！但是也是一个祛魅的过程，国外公开课不是多么富有神力的东西，Havard的学生也不是完全one hundred percent的genius，课程进度并不是特别快，但是问题集确实需要你对课程知识有比较深一点的领悟和理解才能完成，看到了很多国内oj类似的东西，那个输出菱形到底是谁第一个发明的以后可能会调研一下，从高一写到大二来来回回就是一种循环嵌套.

作为一个类似公开课的东西，可能投入比较多精力去做展示，比如一些ai工具和实物演示，国外真的喜欢，但是个人可能更偏向于纯粹理论的讲授，那些简单的算法并不是很难懂或是需要过多的语言阐述，只能说如果我真的零基础收获会大得多.

最后一个吐槽的点其实就是课程网站这件事，经过自己的经历之后，我觉得建立一个粗糙的用来存放各种Slides和Notes的网站真的不是什么特别难的事，但是国内就是要依赖使用微信之类的通讯软件来完成，飞书有类似文档库的东西可能方便一点，还是很值得反思一个点，明明没有那样大量实物演示环节为什么理论讲的那么不生动而且连总量都比不上一个通识课程那就该反思一下自己的问题了吧.

笑话：但是CS50x课确实有尿点，因为太久了(也算吧)...

假期中期

美好的数学海洋

敲了代码之后还是发现更喜欢纯粹理论推导的数学美，不是不喜欢coding，代码有自己的工程魅力，但是数学更对我的路.看了一些实变函数的内容还是比较有收获的，发现Folland很有深度，还有台北大学的齐震宇老师也是一个宝藏，他的Analysis真的特别好，很清楚，就是没有考虑到我的菜鸡程度，把大多数人的分析基础想的太好了感觉，复变引论的地方可能稍微jump快了点，但是考虑到那不是复分析课程，老师也说了是简略介绍，那么总的来说我觉得瑕不掩瑜.

优化了笔记系统，做markdown笔记更加得心应手

然后就是开始想寻找一些比赛经历了，在校园集市上找到了队伍一起打美赛，然后就是两个星期的自我学习，主要是捡起来了一些python的用法，下载了很多软件，看了不少的O Prize论文，分配任务的时候是选择了建模手，没想到有一天能有机会打比赛又怕拖人后腿只能自己疯狂努力补天了，看了两个核心的网课然后用SPSSpro网站的文档作为一个辅助阅读的知识库来学习了大量相关的算法.

注：这里其实有一点失误，当时应该提前说好自己要选哪方面的题然后大家再一起往那个特定的方向努力的，全面学习显然时间是比较紧张的，当时两天看了三十多个算法和模型来着，虽然感觉很痛苦吧，但是确实很快乐，每一个小时都是在进步的.

至于后面的比赛过程可以单开一小节了

ICM/MCM

比较有趣的一个地方是我是一个数统学生，但是有用的统计课都是下学期要学的，所以我相当于用一个非常草率的数分高代概率论基础就硬上了，或许对于统计有一点体验了，感觉也是不错的，哈哈.

然后就是比赛，三个人昏天黑地的查资料，看代码，调试，思考模型，经过了三天的努力写完了一篇25页的论文，还是收获很大的，可能也是大学里比较有意义的一次经历(当然转专业考试永远是最刻骨铭心的)，学会了不少的代码包和模型知识，比赛完退了一些数学群(那真的是数学群吗，感觉挺恶臭的)，真的挺受不了一些互联网上人的发言的，讨论问题还是得去专门的社区(强推MSE啊).

结尾

比较早的就回到了学校，调整了自己的网站，也就是你现在看到这篇文章所在的地方，因为插件爆炸了一气之下重新撸了一遍，用python的虚拟环境配置了mkdocs，然后就是大量的添加插件修改前端部分，也算是把那个网站做的稍微像样了一点，以后应该还会用html把首页修改的好一些，目前还是文字量太大了，看起来可能不是特别舒适.

最后的最后

和一些前辈聊了聊感觉自己还是有一些优点但是也有很多不足，还是应该多学点统计方向的专业课程，提高自己的理论水平，然后就是纠结了一下自己的未来发展，没想到GPA还不错可以考虑外保了.

希望这学期实变函数和数理统计能够善待我吧.

Q.E.D

2024数学学习总结

2024数学学习总结

前言

发现很久没有系统地回顾自己的学习生活了，刚好期末快考完了，所以极限来知乎水一篇年度回答(bushi)。鉴于我本人水平比较菜，也就是竭力伪装成一个正常大学牲的普通一年生活(请给出p值doge)，只是一点日常记录看看就好了，不要骂我不努力，万分感谢。

正文

背景

本人某9大二普通学生，从去年(现在或许是前年了？虽然我写的时候还是去年)上大一以来就一直忙着混过一些必修课考试并抓准时机做补番和打游戏诸如此类的事情，没有做大量超出原本数分高代解几之类的学习。

小总结

到2024年来学业和生活还算有了些起色，先是顶着语言debuff学习了一些英文教材和课程(但是回过头也不敢肯定自己学的多扎实)，然后是学习(折腾)了一些LaTeX和markdown相关的软件和操作，能用LaTeX写一些简单课程论文和课程笔记或许是我今年第二大的收获？第一大收获大概是对自己的英文水平有了一些自信，敢于去阅读一些上古英文文献和一些英文资料，上英文社区寻找资料了(科技点亮世界，而世界互相帮助的感觉真的很好)。

因为个人还算兴趣比较广博的人，2024上半年可能什么都摸了摸(拓扑，实变，概率论)然后都感觉挺有意思的，看了些测度论和范畴论相关的(毕竟不需要什么门槛)，但是对于在知乎上甚嚣尘上的代数几何和PDE之类神秘古神语也敬而远之(前置知识也不是很够不太敢去碰，也不想当名词党，也不是那种擅长用什么学什么的人)，再然后就是发现对于概率论比较有兴趣，并且了解一番发现概率论需要建立在测度之上后有了一些冥冥之中的感觉，决定下一年要好好学习一些相关的理论。

说到好好学习这里可能比较值得宕开一笔好好说道说道

吐槽部分

Warning!!! 以下内容有很强的个人情绪

TMD，上个大学这么多事！好多无聊无意义的事情啊，我确实不是什么热衷社交的人，平常的爱好也只是看看番，打打游戏，顶多加上看数学书。我这种zz鼠鼠平常出门都恨不得走下水道，这么多推不掉的事属实震撼到我了，也是小小的变e了，常常思考别人的大学是否也是这么多事，一问都一个样，噫，乐！

回归正文

对于好好学习这件事还是有一些看法，刚上大学的人(me yes)可能还有比较多学生思维吧(随便怎么叫吧)，具体大概表现就是不怎么敢翘课，然后想着每门课的成绩怎么保，怎么拿高分之类的，心里完全知道这些事可能并不是很有利于数学学习，然后就是一整个焦虑，而且大环境也很卷，总是有相关的保研和考研言论绑架，搞得不读研读博跟杀人放火了一样。然后看数学书也不是特别有经验，经常看到一半发现自己好像上面没看懂呢就给看下面了，然后看不懂一直打转压力更大了(现在感觉就是对于那套语言不是很习惯，也不是很能把握学习的重点，看书搁那验证证明，思考证明思路思考的太少了，一句话就是看书不带脑子)。

这学期就感觉好多了，选择性上了很多课，有了很多收获。虽然不是我GPA高了，是我番看多了，游戏时长进步了，但是变得开心了，生活之余也经常有人劝我不焦虑的，私下认为这也是很难做到的，怎么可能不去思考自己的未来呢？但是我摆着摆着还真摆明白了，之前感觉有点云里雾里的东西现在看居然十分的自然，之前感觉肯定做不出的题，会在自己十分有耐心的抽丝剥茧中慢慢解决，这种一切完美闭环的感觉才是我一开始追求的美好，而不是什么“你GPA多少？”。数学书是有点明白怎么看的了，问题是有一些想法的了，感觉真的很棒。

既然有了些经验就要利用一下了，我觉得我也终于可以开始做一些更深的数学探索了，那些快乐且充满希望的时光仿佛又回来了，希望明年能少摆点烂。

碎碎念

其他的调剂大概就是在业余生活之中加了一些数学群，但是发现现在的数学群氛围大都不是特别好，动不动就是mol来mol去的，不是很感冒，也没什么意思，毕竟显然我也不是什么能被mol的玩意，遂摆之。

然后就是跟数学不太相关的部分了，算是加了一些学弟?(确实没有学妹)，发现直系高中的学弟比我见到的大多数大学生都正常(由于是死宅无法根据身边统计学得出可信度较高的结论)，帮助答疑了一些问题，再然后就是把之前打算在大一接触的一些东西翻了出来打算慢慢开始学(主要是csdiy上的一些东西)，虽然不打算转码但是确实对这些看起来很有趣的东西没有什么抵抗力，也建了一个自己的个人网站玩算是一个纪念吧。

2025年想做的事

1. 学习随机过程相关的理论
2. 可能不是太用得到的Fourier分析？
3. 学完实变之后再回顾一下数分高代？
4. 多看几本实分析和概率论相关的书作为补充
5. 拜读一些国内知名的讲义(如lww老师的代数学方法)
6. 希望尽快在保研、考研、润之间做出选择(唉)