用过python再用强类型的语言比如.net上的语言。就会觉得捆手捆脚。
常常觉得多此一举。

果然是抽风，关掉vpn之后又可以了。

我也有哦。http://resume.github.com/?myrual

@Platinum 同感。cp936 gb2312之类的东西很麻烦。
最好一开始就是Unicode。可以避免很多问题。
当用eclipse打开cp936编码的文件的时候，一片一片的乱码。

海鸥，500元左右的很不错。

我如果想用haskell从二进制文件中读取一个字节然后转换成int32，怎么做？
之前碰到问题，读取出来的对象是IO string，不能转换成 Int32。
貌似要用<-

@xuxingan 这个功能似乎vim emac和其他编辑器也有。
不过必须承认全无脑很重要。
一直搞不定eclipse pydev的 代码自动提示，烦恼中。

@xuxingan ultraedit有啥功能？

@CoX c c++ java等静态语言使用source insight基本上是很好用的。
不过似乎木有智能重构的功能。不过就功能来说很值那个售价。

物联网相关，智能家居相关，早就有这种方案的原型了。
标准相关的东西还是别碰了，在大陆基本上任何标准都是利益纠葛体的体现。
另外涉及到多个厂商接口的事情也是超级麻烦的。

模拟电视到数字电视的转换酝酿和进行了这么长时间，广电花了很多钱，可是根本没有出现想象中的数字电视普及之后的内容消费热潮。
包括3g也是这样，很多年前就设计好了技术规范和业务模式(视频电话，wap)，就盼着客户能多用网络多花钱。
结果真的3g普及应用还是要靠iphone和基于网络的App的流行。
纯粹从自己的角度出发琢磨怎么挣钱是没法挣钱的，谁会为了无用的服务付账呢？

@glume 不停的做项目不一定提高慢，如果一直做有突破类的项目，而且基于一套代码的话，其实可以很容易的发现代码中可以重构和进化的地方，而进化和重构的需求就来自于不断增加的业务逻辑。
如果你觉得进步慢，那么可以试试业余时间写点什么代码，坚持一年下来其实也可以学到很多。举个例子：
我用python测试日常业务，刚开始只是尝试一下可能性。偶尔用Python解决了一个棘手的问题后开始用工作上的片段时间持续做了快3年(从不在家做)。期间的重构不计其数，目前基本上team里可以用来做很多事情了。
这段过程给我的经验是：
I 重构可以让烂代码慢慢成长为好代码，会让你心情愉快。
有些地方不对，重构一下感觉爽了。继续发现不对，继续重构。
反复重构会让后期的维护难度成指数降低。现在基本上添加新功能越来越直接和简单。
II 为了把某些目标做到最好，就必须舍弃其他目标。
如果我把日常片段时间用来织微博和闲逛而不是写代码的话，那么以上两个都只是存在于看书的时候获得的知识，很快的机会消失在记忆里。而不是变成可以指导我的信念。

感谢《松本行弘的程序世界》，让我对面向对象技术有了根本的认识。我终于可以把我之前的经验和面向对象技术链接起来了。
利用过去一周里的碎片时间，我基于vb.net的面向对象技术实现了测试工具的新手入门包。
这个过程更加有趣，因为我必须从0开始了解vb.net中面向对象有哪些可以用来实现我的想法。
同时必须不断的重构代码以实现更好的DRY。
在使用vb.net的过程中我意识到：
只有单继承。
vb是一个需要提前知道数据类型的语言，我大概是被Python惯坏了。
为了做更好的抽象和DRY我还用到了接口。
我以前从没想过我这样一个用c语言写嵌入式代码快10年的人竟然可以这么快就用来上了面向对象技术，我曾经以为我落伍了。
目前这套代码展示出的业务表述能力和工具易用程度已经让我的同事十分Happy。

写了很多，其实是想说，学习，思考，实践是一件终身要做的事情，把无聊的时间挤出来做有意义的事情对自己很有好处。只要坚持做，收获很多。

@glume 学好数学是对，这是一种十分有必要的思维投资。
精通c/c++没必要。
了解业务才是最重要的。
顺便要说一句，c语言没啥可精通的。完全的面向过程编程。汇编语言的美容版。
github上可Pull的项目真多，

汽油在从邮箱跑向发动机的过程中会顺便把油泵的热量带走。
所以一旦汽油量不够，油泵可能过热融化。
至少在一个汽车论坛看过这个真实案例。

刚刚发现可以免费注册了。

@est 哦，还真的忘了函数是那么晚才学。装逼被雷劈了。

@mlzboy 只依靠这么简单的思路么？没法理解。通过历史数据看概率胜算多大？
我可以提供一个我通过查看沪深300周k线图，统计的上涨下跌规律
从2008年11月到今年10月份22日。
超过一个月波段总计5上5下。 下降的平均持续时间是73个自然日，上升的平均时间是69个自然日。
上升和下降的平均幅度是17%。
最近一波上涨的高点是7月15日。
个人建议真的要认真的搞证券投机的话，先买一本书：专业投机原理：http://book.douban.com/subject/4772958/
在大陆炒股的话，看这两个帖子：作者是庖丁解猪。虽然说的不都对，但是分析方法很有价值。
可以对着他说的那段时间看k线图，基本上他的回顾和判断都是很靠谱的。这哥们现在正在玩股指期货。
http://bbs.niugoo.com/viewthread.php?tid=112827&page=1&authorid=45927
http://bbs.niugoo.com/viewthread.php?tid=172725&page=1&authorid=45927

顺便建议，即使不玩真的股指期货，免费的仿真期货最好认真的搞一搞。

@mlzboy 这个东西纯粹是业余爱好。数据的接口可以通过分析通达信或者大智慧的本地数据。
带人实在是没这个本领，还赔着呢。

@mlzboy 按着我看过的书来看，这种东西国外早就有。
记得某本书上讲过华尔街的金融公司的程序员可以使用任何语言，随时可以重写代码。
补偿他们不能和交易员拿到同样工资的另一种补偿。

@mlzboy 至少目前我的感觉是，问题如果依赖于数学抽象的，那么用haskell很方便，因为函数定义和逻辑很容易写。
我目前能想到的应用场景举例：
现有数据：
所有股票的日交易数据(交易日期，开盘，收盘，最高，最低，成交量)和复权信息。

问题：
1. 在过去1年里面，时间上提前于上证指数触底反弹的板块和权重股。
这个不难。
引申问题，在过去某个时间段，提前 见底/见高 的个股和权重和板块。

2. 过去若干年里面，权重股(中国石油/石化，保险，工商银行，中国联通)，在大盘大的下跌波段中哪些有护盘行为，如果有护盘，何时开始，何时结束，量能是否放大。
3. 基于问题2，在上升波段，权重是否提前吸货，如果有吸货，何时开始，何时结束，量能是否放大。
4 基于2，3， 得出权重和指标股在下跌/上升阶段走势的基本概率，用于判断当前处于上升还是下跌的概率。
5 针对规律进行假设，然后使用过去多年的数据来验证这种规律是否有效。

作为一个长期工作中使用c语言+业余使用Python的程序员，表示压力很大。似乎脑子里面没有靠谱的思路。所以尝试函数式编程，学习一下函数式的思路。