CNSS 2026 Dev Guideline

💻 Dev Guideline

Dev 为开发者 Developer 的缩写，主要从事软件设计与开发工作。

Dev 是 CNSS DevOps 组的重要成员。只要你热爱计算机，希望能用代码改变世界，我们都欢迎你加入凝聚 Dev 的大家庭。

熟练运用至少一门编程语言，再了解掌握一种或者多种
- 建议先学习使用 C 语言，它既会在大学课程里出现，也能让你对计算机底层的架构有一定的了解
- 不同的语言可能各具特色，但是它们的本质是一样的，只是语法和库有所不同，在实际开发过程中选择最合适的就行。所以在你初步学习了一门语言后，再上手另一门其实不会特别困难
- 当然，如果你对编程语言领域感兴趣的话，可以多研究几门语言的异同，深入探寻其中的奥秘。（编译型语言，解释型语言，函数式编程，……）
多阅读、多练手，去写写算法题或者写点工程项目
养成良好的代码习惯，注意规范自己的码风
掌握一些基础的技能
自学计算机科学以及 CS 自学指南
在需要帮助的时候及时寻求帮助：
- 通读《提问的智慧》
- RTFM & STFW（问问 AI 助手！）
- 必要时向他人请教（避免 XY 问题）
耐心！耐心！耐心！
保持一颗热爱的心❤

当你通过一门语言正式开启你的计算机之旅后，随着代码越写越多，你可能会发现你需要一些其他知识来支撑你的开发，下面这些资料或许可以帮到你。

《深入理解计算机系统》
- 别被中文译名里的“深入”吓到了，这本书英文原名是《计算机系统：一个程序员的视角》，非常适合程序员梳理计算机系统的知识。
《Operating Systems: Three Easy Pieces》
- 推荐以这本书为教材的南京大学蒋炎岩老师的操作系统课程：https://jyywiki.cn/OS/2024/
《计算机网络：自顶向下方法》
设计模式与重构
OI Wiki
- 学习一些简单常用的算法就行了。
《动手学深度学习》
SICP《计算机程序的构造和解释》

如果还想要继续深入了解计算机的世界某些领域，请留意每道招新题中给出的提示，那里面会有关于相关内容更进一步的介绍。

不可否认的是，随着 LLM 与 AI coding 的迅猛发展，即使是一个几乎不了解相关技术的 Newbie 也能独立开发各种项目，但这不代表我们不应该去深入学习 Dev 的相关知识，而把全部精力放在 Vibe coding 上：

LLM 的编程能力的确很强，但并不是毫无缺陷。如果一个纯 Vibe coding 的项目出了 bug，我们至少得有能力找到并解决 bug，也就是得有 debug 的能力，而 debug 能力和 Dev 基础密不可分。
基于 LLM 的 Agent 的确可以帮我们做很多事，包括 debugging，但我们如果没有 Dev 基础，就很难分辨 Agent 的行为是否符合预期。比如说，Agent 在命令行界面执行 rm -rf /* 指令时，我们至少得知道这个指令会带来什么后果。
此外，如果我们在初次接触某个领域（比如 CS）时，就过于依赖 LLM 完成各类练习，却不将自己的思考与操作融入其中，那么，我们的认知能力很可能会受到负面影响。这里有一篇 MIT 的相关研究，可供参考。
以上三点说的都是直接使用 LLM 完成练习或其他项目，而非使用 LLM 来学习知识。使用 LLM 辅助学习，总体而言利远大于弊。有很多零碎的知识是我们没办法直接从教科书、搜索引擎或其他材料中获得的，这时 LLM 就能发挥非常大的用处。
虽然如此，如果我们想要系统性地学习某个领域的知识，那么，直接从 ChatGPT 或者其他 Chatbot 那儿获取知识，可能并不是最好的选择。基于网课或教科书的学习方式看起来耗时很长，没那么诱人，但其中也蕴藏了前人的演绎推理和各种意想不到的 insights。

同为 DevOps 组，Ops/SA 方向与 Dev 方向联系紧密。相比于创造机器，Ops/SA 方向更侧重于维护机器。Dev 打累了也可以试试 Ops/SA 方向（

当然不是。网络安全和开发的科技树有重合。特别地，Bin 方向和 Dev 方向需要非常多相似的知识基础，例如程序在 main 前做了什么、gets 为什么不安全等等。而且，想要编写出安全健壮的程序，也需要网络安全相关的知识。你甚至可能会在 Dev 题中见到一些 Re 题。

有些 CTF 比赛会有专门的 AI 赛道，某些 misc 题也和 Dev 有关，可以来 Dev 组一起做 AI（x

希望今年能招到更强大的 Dev 壬！

@zhenlu