关于我们
Bit by bit, tern by tern.
一位一位，一层一层。
愿景
让每个程序员都拥有驾驭 AI 的底层理解力。 AI 让编码本身变成了 commodity——真正稀缺的，是跨层推理的能力：从缓存行定位到 TLB miss，从一致性协议推导出正确的取舍。这种能力不会被 AI 替代，因为它是向 AI 提出正确问题、判断 AI 输出是否可靠的前提。
我们深知那种"不得不把才华埋葬在昨天"的感受——当 AI 能在二十秒内写完你曾静心写了一下午的算子，那份热爱似乎无处安放。但正因为如此，底层理解力才更加珍贵：它让你知道什么时候该听 AI 的，什么时候不该。
目标
建立从 1 个 NAND 门到云原生应用的完整认知阶梯。每一层都回答三个问题：它是什么？为什么需要它？程序员如何在这一层工作？不是百科全书——而是一条可以亲手攀爬的路径。
我们如何实现
攀爬 7 层抽象阶梯
从逻辑门到应用系统，每层配交互沙盒。亲手操作，让抽象概念可触摸。每层都从 Programmer View 出发——成本模型、常见陷阱、设计约束。
读透 70 本经典教材
从 CSAPP 到 DDIA，从龙书到 PRML。每本提炼核心脉络与关键洞见，用最少时间建立深层理解。
问题驱动 + 主题横切
从"为什么我的循环很慢"向下钻取，或沿"延迟阶梯""并发之路"横切多层。建立跨层关联，而非孤立知识点。
为什么选择 bittern.cn
- 1完整的 7 层抽象阶梯 — 从 L1 逻辑门到 L7 应用抽象，不是碎片化教程，而是一套有结构的认知体系
- 2What / Why / How 三问结构 — 每层不只讲"是什么"，更讲"为什么需要它"和"程序员如何在这一层工作"
- 3Programmer View — 成本模型、常见陷阱、设计约束，从工程师视角而非学术视角看每一层
- 4交互式沙盒 — 48 个可运行沙盒，亲手操作每一层抽象，状态可编码进 URL 分享
- 5问题驱动 + 主题横切 — 7 条主题线贯穿抽象阶梯，13 个核心问题向下钻取，建立跨层关联
作者与团队
bittern.cn 由资深后端工程师和计算机科学教育者创建。团队成员平均拥有 10 年以上一线开发经验，参与过从单机系统到分布式架构的完整演进历程。
技术背景
- • 分布式系统设计（日活千万级）
- • 高性能计算与性能优化
- • 云原生架构（K8s/Docker）
- • 编译器与编程语言理论
实践经验
- • 从晶体管到云原生的全栈理解
- • 多个开源项目贡献者
- • 技术社区演讲与培训
- • 计算机科学教育实践
方法论与数据来源
我们的 7 层抽象阶梯基于计算机科学的标准知识体系，结合 τ 定律（Tau Scaling Law）量化每层的复杂度跃迁。
τ 定律：复杂度量化
每上升一层抽象，系统需要管理的状态空间大约膨胀一个数量级。我们用 10 的幂次表示每层的复杂度量级：
- • L1 逻辑门：10⁰ – 10²（布尔运算）
- • L3 计算机体系结构：10⁶ – 10¹⁰（冯·诺依曼机）
- • L5 虚拟机代码：10¹³ – 10¹⁶（字节码执行）
- • L7 应用抽象：10²⁰ – 10³⁰（应用系统）
性能数据来源
所有性能指标（延迟、吞吐量、成本模型）均来自实际测量和行业标准：
- • CPU 延迟：基于 Intel/AMD 官方文档和实测数据
- • 内存层次：参考《Computer Architecture: A Quantitative Approach》
- • 网络延迟：基于 AWS/Azure/阿里云公开的性能基准
- • 分布式系统：参考 Google/Meta/Facebook 的公开论文
联系我们
如果你有任何问题、建议或合作意向，欢迎通过以下方式联系我们：
开始攀爬
三条路径，适合不同阶段的你。选一条出发，在层间自由跳跃。
常见问题
bittern.cn 是什么？
bittern.cn 是一个计算机科学学习平台，提供从 NAND 门到云原生应用的 7 层抽象阶梯，每层配有交互沙盒和经典教材导读，帮助学习者在 AI 时代建立不可替代的工程直觉和底层理解力。
bittern.cn 的愿景是什么？
让每个程序员都拥有驾驭 AI 的底层理解力。AI 让编码本身变成了 commodity——真正稀缺的，是跨层推理的能力：从缓存行定位到 TLB miss，从一致性协议推导出正确的取舍。这种能力不会被 AI 替代，因为它是向 AI 提出正确问题、判断 AI 输出是否可靠的前提。
bittern.cn 提供哪些学习资源？
bittern.cn 提供 7 层抽象阶梯（从逻辑门到应用系统）、48 个交互沙盒、70 本经典教材导读、7 条主题线、13 个核心问题。每层都回答 What/Why/How 三个问题，配合 Programmer View（成本模型、常见陷阱、设计约束），从工程师视角而非学术视角看每一层。
为什么 AI 时代还要学底层？
AI 能帮你写代码，但不能帮你建立那种一看就知道哪里不对的工程直觉。当 AI 推荐的方案遇到瓶颈，只有跨层推理的判断力能帮你定位根因。理解整套系统的能力永远有价值——这是向 AI 提出正确问题、判断 AI 输出是否可靠的前提。
bittern.cn 团队有什么背景？
bittern.cn 由资深后端工程师和计算机科学教育者创建。团队成员平均拥有 10 年以上一线开发经验，参与过从单机系统到分布式架构的完整演进历程。技术背景涵盖分布式系统设计、高性能计算、云原生架构、编译器与编程语言理论。