云原生计算时代硬件知识的衰退

“硬件知识”如今指的是什么

• 几位评论者认为，文章主要描述的是操作系统层面的技能（syscall、strace、网络），而不是真正的硬件（总线、触发器）。
• 也有人将“硬件知识”扩展为更深层的 OS 内部机制、网络栈和 syscall，而不只是电子学。

虚拟化、容器与有泄漏的抽象

• 虚拟化将操作系统行为与物理硬件解耦；容器将应用与用户态解耦，但仍然共享宿主机内核。
• 有人指出，很多开发者把容器当作完全隔离的环境，但在内核级问题上这种看法会失效（CPU 数量、IO 行为）。
• 抽象对于大多数工作负载来说被认为是没问题的，但在追求性能或调试古怪故障时就会变得棘手。

成本压力、性能与合理配置

• 云成本削减（例如将 vCPU 减半、缩小数据库实例）会暴露出此前被过度预留掩盖的隐藏低效。
• 一些团队通过实例缩容、读写分离和短暂故障切换来处理数据库降配。

教育、家庭实验室与学习路径

• 关于 CS 与计算机工程的争论：更底层的内容（操作系统、C、汇编、协议）往往在 CE 里，而 CS 更偏高层。
• 很多人说，真正的低层技能来自折腾和家庭实验室；据说最好的 SRE 往往都在家里跑 homelab。
• 有人担心，容器化/云工作流会降低学习抽象层以下内容的动机。

用于教学的 8 位与现代微控制器

• 一派更喜欢 8 位微控制器：时序更简单，心智模型更容易，DIP 封装、容差和汇编更直观。
• 另一派更喜欢 32 位 Cortex-M：能力更强、工具更好，大多数指令是单周期，溢出问题也更少。
• 对于哪一种在概念上对初学者更“简单”，争论仍在继续。

专精化与全栈理解

• 有人接受 Wardley 式的演化：曾经基础的技能会变成小众技能，而这很自然。
• 也有人认为，软件行业对极窄专长的容忍度异常高；他们拿土木/电气工程领域的期望作对比。
• 一些人认为，从硬件到抽象层都很扎实的“又高又瘦”的专家很罕见，但在调试和创新中仍然至关重要。

低层、OS 与网络技能的下降

• 多个轶事：毕业生不会配置静态网络，团队不敢碰内核，对“裸机”含义感到困惑。
• 面试流程 अक्सर更重 LeetCode，而不是操作系统、数据库或 Linux 内部机制，这进一步扩大了差距。

数据库、性能与优化文化

• 一种观点认为：数据库和文件系统本来就是瓶颈，所以 Web 开发者得以在应用代码低效的情况下蒙混过关。
• 反方观点是：现代数据库极其快；真正造成瓶颈的是糟糕的使用方式，而不是数据库本身。批处理和缓存都被过度忽视。
• 更广泛的担忧是：“开发者时间优先于效率”会导致算力、电力和热量上的全球浪费，不过也有人认为先做原型、必要时再优化是合理的。