HackerPapers

HN 二十年,最值得读的论文。

从 Hacker News 2006 年以来的全部投稿里,挑出链接本身就是论文的帖子:arXiv、期刊、会议论文、技术报告。每篇附中文标题,讨论最热的那些再加上中文导读和高赞评论翻译。

从必读开始
  • 8,000+篇被 HN 讨论过的论文

Essential

必读 30 篇

在论文库里看全部精选

编辑精选里 HN 讨论最热的 30 篇,每篇都有中文导读。不知道从哪读起,就从这里开始。

  1. 正在载入论文…

Archive

论文库

点柱子按年份筛选。注:源数据里 2023 年的帖子分数记录不全,2026 年尚未过完,这两年收录偏少。

难度
排序

    About

    这些论文是怎么挑出来的

    1. 01

      全量扫一遍

      读取 Hacker News 自 2006 年以来的全部 446 万条链接投稿,找出指向 arXiv、期刊、会议、技术报告和学术 PDF 的帖子。

    2. 02

      只留论文本身

      由 AI 逐条判断,剔除介绍论文的新闻、博客和幻灯片,同一篇论文的多次投稿合并计算,并统计它在评论区被引用的次数。

    3. 03

      写导读、译评论

      讨论最热的 1,500 篇配上中文导读,并精选、翻译 HN 高赞评论。导读由 AI 生成,可能有误,请以原文为准。

    编程语言与软件工程2015kictanet.or.ke

    软件工程中常被遗忘的基本事实(2001)

    Frequently Forgotten Fundamental Facts about Software Engineering (2001)

    入门 · 约 20 分钟读完前置知识:软件工程基础、项目开发经验、需求与维护概念

    读论文 HN 讨论
    178HN 得分
    73条评论

    导读

    这篇 2001 年的文章汇总了软件工程中常被遗忘的“基本事实”,内容源自 Robert Glass 的《Facts and Fallacies of Software Engineering》,涉及需求、维护、复用与质量等经验法则。文中指出维护时“理解现有产品”是主要活动,约占维护时间 30%,提醒从业者正视这些长期存在的工程约束。

    HN 关注点:HN 读者围绕这些经验到底算不算“事实”、需求应如何理解,以及维护中理解旧代码的巨大成本展开讨论。

    关键词 software engineeringmaintenancerequirementsRobert Glass

    HN 评论精选

    这几条评论里:质疑 1 补充 2 亲历 1

    质疑质疑作者把经验判断称为“事实”。

    当你说“我认为这些是事实”,又说“你可能不同意这些事实”时,这恰恰暗示我们面对的可能并不是事实。

    serve_yay查看英文原文

    When you say things like "I consider these to be facts" and "you may not agree with these facts", it's a clue that we may not in fact be dealing with facts.

    补充指出内容来源是 Glass 的书并推荐阅读。

    作者 Robert Glass 把这些内容取自他的书《Facts and Fallacies of Software Engineering》(ISBN 978-0321117427),非常值得买,至少值得浏览目录。比如这里:http://blog.codinghorror.com/revisiting-the-facts-and-fallacies-of-software-engineering/

    rednab查看英文原文

    The article author, Robert Glass, took these from his book, "Facts and Fallacies of Software Engineering" (ISBN 978-0321117427), which is definitely worth picking up, or in the very least worth skimming the table of contents¹ of. ¹ For example, here: http://blog.codinghorror.com/revisiting-the-facts-and-fallacies-of-software-engineering/

    补充需求应理解为待解决的问题,而非详细设计文档。

    我总说“人们没有需求,他们有想要解决的问题”。在我看来,太多软件从业者执着于认为“需求”意味着某种详细设计文档。你要等一个有问题的人告诉你怎么解决,那要等很久……

    phkahler查看英文原文

    I always say "people don't have requirements, they have problems they want solved". IMO too many people in software get hung up thinking "requirements" means some kind of detailed design document. You're gonna wait a long time for someone with a problem to tell you how to solve it...

    亲历维护中理解现有代码成本极高,约占维护时间 30%。

    很多内容和我现实所见一致。“……除了‘理解现有产品’这一额外维护任务。这项任务是最主要的维护活动,约占维护时间 30%。”我在大型系统里理解不清楚的代码上,肯定浪费了大段编程生涯!编辑:删除了含糊的量化。

    aidos查看英文原文

    A lot of this mirrors what I've seen in the real world. "...except for the additional maintenance task of “understanding the existing product.” This task is the dominant maintenance activity, consuming roughly 30 percent of maintenance time." I've definitely lost a large chunk of my programming life trying to understand unclear code in large systems! Edit: removed ambiguous quantification

    历次讨论

    同领域还值得读

    1. Google 的软件工程(2017)

      Software Engineering at Google (2017)

      介绍了 Google 的软件工程实践,包括其单一代码库(monorepo)、几乎全部开发在主干进行而非分支、代码审查、构建系统 Blaze、协议缓冲区等工具与流程,并讨论了频繁重…

      编程语言与软件工程2017 · 1,127 分 · 465 评 · 引用 15入门 · 约 45 分钟编辑精选
    2. Peter Naur:编程作为理论构建 (1985)

      Peter Naur – Programming as Theory Building (1985)

      Peter Naur 1985 年的经典论文《Programming as Theory Building》提出:编程的本质不是写代码或文档,而是在程序员头脑中构建对程序及其运行…

      编程语言与软件工程2016 · 629 分 · 74 评入门 · 约 45 分钟编辑精选
    3. SciPy 1.0:Python 科学计算的基础算法

      SciPy 1.0: fundamental algorithms for scientific computing in Python

      这篇发表于 Nature Methods 的论文介绍了 SciPy 1.0——Python 科学计算生态的基石库,涵盖其核心算法模块(优化、积分、插值、线性代数等)、软件架构与社…

      编程语言与软件工程2020 · 387 分 · 98 评入门 · 约 45 分钟编辑精选
    4. Lisp 的历史(1979)

      History of Lisp (1979)

      这是 Lisp 发明者 John McCarthy 于 1979 年为 HOPL(编程语言史)会议撰写的回顾文章,讲述 Lisp 的起源、设计动机与早期演进,文中也涉及 if 表…

      编程语言与软件工程2018 · 352 分 · 44 评入门 · 约 45 分钟编辑精选
    5. 使用 NumPy 进行数组编程

      Array Programming with NumPy

      这篇 Nature 文章介绍 NumPy 的数组编程模型及其在科学计算中的核心作用:以 ndarray 为中心,通过向量化操作让 Python 高效处理多维数组。

      编程语言与软件工程2020 · 318 分 · 134 评入门 · 约 40 分钟编辑精选

    打赏支持

    打赏二维码

    觉得有用,请作者喝杯咖啡。

    WeChat

    关注向阳乔木

    微信公众号「向阳乔木推荐看」

    微信公众号「向阳乔木推荐看」二维码

    微信扫一扫;在微信里打开本页时,长按二维码识别。