学习这些编程语言是值得你花时间的，即使你不使用它们： 1/6 C C 语言与汇编语言相差一步。它迫使你理解“栈”和“堆”之间的区别。你还必须处理指针——训练你的大脑处理间接性将帮助你更好地理解更难的问题，因为几乎每个“难”问题都必须以某种间接性进行建模。

Uniswap v3 很简单：就是把 Uniswap v2 的一些切割片段粘在一起。但要解释清楚这一点，真是太难了。

这是真的。 我们的 Solana 系列只需要 5 章关于“足够的 Rust 来做 Solana 和其他所有的样板代码”。 如果没有 Anchor，那至少需要 15 章——这对读者来说真的会很让人失望。 Anchor 很好地隐藏了 Rust 中更复杂的方面（例如序列化和反序列化），同时保持了安全性。 是的，你应该在某个时候写一个原生的 Rust Solana 程序以便于教育，但对于没有使用过 Rust/C++ 的人来说，这非常令人畏惧。 不过我可以说，如果每个人每天都在 @RareCodeAI 上花 15 分钟，掌握 Rust 将会成为常态。 （因为我一直被问到——更多的 Solana 内容即将推出）。

你可以为职业发展做的最重要的事情不是： - 听人们在小组讨论中喋喋不休 ❌ - 随便找人进行同样的对话 ❌ - 在侧边活动中狂欢 ❌ 而是专注于快速提升某项技能。✅ 这就是RareWeek的意义所在。

下一篇关于 Uniswap V3 的文章将会让人们大吃一惊。 这不仅仅是因为动画很酷，而是因为通常令人害怕的数学变得极其易于理解。 这就是 RareSkills 作为出版公司的一个令人难以置信之处。 我们不仅仅是重新整理现有的文档或教程，并使其稍微更符合某个特定受众。 我们从基本原理重新构建基础概念，发现该主题的最佳概念图表示，然后将其转化为一篇文章。 当现有的推导不够好时，我们不会让它们变得更好。我们会将其废弃，并自己重新推导。

根据我从 @RareCodeAI 收集的早期数据，专注于 Rust 的练习大约需要 20-30 小时才能达到 "掌握" Rust 的水平。 我所说的 "掌握" Rust 是指： - 你可以轻松地提出一个常见问题的解决方案（比如说在一组字符串中找到彼此的字母异位词）。 - 你能在不熟悉的情况下感知可用的语法。 - 大多数编译器错误不会让你感到害怕，你能立即识别出最常见错误的解决方案。 这 20-30 小时不包括： - 阅读教程 - 花时间弄清楚该练习和复习什么 - 决定是否应该学习新东西或复习早期的内容 如果没有 RareCode，我怀疑所需的时间会接近 40 到 80 小时。 所以在你强迫开发者学习 Rust 来使用你的产品之前，考虑一下大多数人并不想经历 80 个痛苦的小时。

即使你永远不会使用递归，为什么还要学习它？ 递归解决方案训练你几种思维方式： 1. 与其试图生成解决方案，你通常会从“有效解决方案的结构是什么”开始，向后推导。对于某些问题，向后推导要容易得多。 2. 当你在解决问题时，很容易被所有的“如果”分散注意力。当以递归方式解决问题时，你通常被迫“忽略”90%的问题，专注于只让一部分正确。 3. 在命令式解决方案中，通常被视为“边缘”情况的在递归中是“基本情况”。递归思考有时迫使你不忽视边缘情况。此外，递归解决方案大量使用模式匹配，因此你被迫考虑所有可能遇到的情况。 这里有一个很好的例子：Leetcode 335 自交（难题）。 你在网格上沿螺旋轨迹移动（即在向北、南、东或西移动一段距离后总是向左转）。问题是，“给定螺旋每个‘段’的距离，螺旋是否自交？” 尽管这个问题的解决方案不需要是一个调用自身的函数，但“优雅”的解决方案使用了递归属性： 1. 如果我们还没有找到交叉点，那么我们可以假设过去没有交叉或无效的螺旋。我们进一步注意到，无论我们是向左、向右、向上还是向下移动都无所谓，因为我们只能向左转。我们关心的只是之前的段是否与我们之前的转弯平行，以及它们的距离有多远。 2. 当我们向左转时，螺旋中可以碰撞的“段”的数量极其有限，这在螺旋变大时“递归”地成立。我们可以忽略很多关于螺旋的过去数据。 3. 在你之前的转弯中，有有限数量的场景会影响你的逻辑：a) 你是否移动得足够远以避免碰撞，b) 如果没有，你可能会碰撞到什么？（也有限）。 Leetcode 难题的烦人之处在于，如果你找到关键的洞察，它们会突然变得简单。但如果你在递归编程中训练自己，这些关键的洞察会更自然地出现在你面前。 这不仅仅是设计调用自身的函数——而是迫使自己以某种方式分解问题，以便可以用调用自身的函数来解决。你分解问题的方式越多，找到“啊哈”解决方案的可能性就越大。 显然，我在我的职业中不需要做 Leetcode，但我确实需要找到创造性的方法来分解问题，使其变得易于理解——而递归训练确实对此有所帮助。

使用人工智能编程就像是在月球上当宇航员。 你可以突然跳得更高，举起通常太重的物体。 但实际上，你通过萎缩变得身体虚弱。 为了抵消这一点，宇航员需要对锻炼保持极高的自律，以保持肌肉。 在我看来，程序员大部分时间会使用人工智能来构建，但训练——不仅是为了避免萎缩——而是为了提高使用 @RareCodeAI 和/或 @RareSkills_io 的技能。 在 RareCode 中，人工智能从为你工作转变为成为教练，以高效地训练你，避免无效的挫折和萎缩。

你可以在不理解 Uniswap v3 如何工作的情况下学习如何使用 Uniswap v4，但知道如何使用它与知道它是如何工作的不同。在 Rareskills，你将学习它是如何工作的。

我曾经推荐学习函数式编程的人应该学习 Haskell。 如今，我认为这个建议并不是最优的。 Haskell 难的原因在于其庞大的类型系统，而不是因为它是函数式的。 学习函数式编程的更好途径是像 Racket 或 Clojure 这样的 Lisp 派生语言。这样你可以专注于递归和函数设计模式，而不是类型系统。 （我仍然认为每个人都应该在某个时候学习 Haskell，既是为了类型系统，也是为了函数式编程的方面）。 考虑到未来 AI 将编写大部分代码，我认为程序员的技能在于严格指定期望的行为，然后让 AI 来处理。Haskell 是严格规范的顶级语言之一。 还有一些关于我的有趣故事：我曾经在生产环境中使用 Clojure，仅仅因为我可以，而且我对常见语言感到厌倦。我基本上是不可解雇的，所以我的老板不得不接受，尽管他（正确地）对使用一种难以招聘的语言持怀疑态度。是的，我曾经是那样的程序员。