2022年和2023年其实自己写了很多文章，也读了几本书，但是因为一直很懒没有把读书笔记更新上来。而且2022年算是我工作以来最为辛苦的一年，尤其是年初和年尾，两个项目加班严重，最晚干到凌晨两点，同事都在车上睡着了。

C++

我想在2024年开一个微信公众号，专门追踪C++社区最新的信息。除此之外，还有把历年的cppcon的一些我认为很有价值的演讲，重新整理一遍，把其中重要的思想提取出来。

C++整个发展脉络的把控，我感觉这一点非常重要，熟悉了整个C++的历史就知道C++里面的东西到底是为了解决什么问题才发明的，我们在日常的工作中，到底要用哪些东西来解决现实问题。这样我们可以做到既不会杀鸡用牛刀，也不会用错了方法导致工程效率低下。

解释性语言

想要多学习一些解释性语言，感觉bash的能力太有限了。

• perl有很强的字符串处理能力，能够补充bash脚本处理字符串能力不足的情况
• python是目前很流行的编程语言，广泛用于机器学习框架的使用上，底层实现还是c++。

vulkan

2023年一直在抽时间自己写渲染器，但是空余时间太少了，断断续续的看书，看完又忘记了。感觉自己还是要重新设定好计划，而不是做一会儿又停一会儿的。用vulkan的compute shader做并行计算，目前能够使用，但是因为自己懂的算法不多，完全没有应用场景。如果我能够把渲染器搭建起来，应该会有不少地方需要使用compute shader，这样可以提升我对于compute shader到实战使用。

机器学习

一直都想在公司的开发板上训练一个小模型，但是也是偷懒一直没搞。我觉得我对于模型训练其实是不感兴趣的，我只是想要知道如何使用模型，这一块我还需要加强。目前我对于机器学习完全没有入门，我还需要再提高一下这块。

工具

2023年对于trace工具研究了不少，性能优化确实是一个很重要的东西，学习了目前业界流行一些的工具，比如perfetto，lttng，eBPF之类的。其实我个人觉得围绕gdb再加上这些工具去做性能优化也是一个很重要的思路，因为ptrace系统调用，可以让一个进程观察另一个进程，并且修改其状态，这个理念本身对于加速复现问题或者人为制造场景都非常有帮助，然后通过gdb和其他工具的通信，协同完成性能优化。我觉得这个会是一个不错的思路。