度假期间接到项目经理电话
内容提要
文章讨论了在保健和医疗领域寻找研究问题的挑战，作者通过与医生交流了解痛点，但联系和访谈的成功率较低。同时，探讨了技术工具（如 Git 和 MapReduce），思考是否存在更好的版本控制系统和数据处理方法。
延伸解读
医疗领域研究问题获取的难点
作者尝试通过LinkedIn联系医生了解痛点，但联系率仅25%，访谈率低至1%。这反映出在医疗保健领域，仅靠线上冷联系获取一线人员反馈效率很低。医生工作繁忙、隐私要求高，可能对陌生联系持谨慎态度。若想找到值得研究的问题，需要更有效的渠道，如通过熟人引荐、参与行业会议或与医疗机构合作。
记忆可靠性对历史技术考证的影响
文章提到人的记忆在40年后往往不可靠，这提醒我们在追溯技术历史（如微软早期系统与TOPS-10的关系）时，不能仅依赖当事人回忆。即使有历史证据和间接证据，也需要交叉验证。对于研究者而言，档案、代码、文档等一手材料比个人记忆更可信，但间接证据也能提供有力支持。
版本控制系统的未来可能性
作者询问是否可能做出比Git更好的版本控制系统，或Git是否已是终点。这反映了对现有工具局限性的思考。Git虽广泛使用，但并非没有痛点，如学习曲线陡峭、大文件处理等。Rust社区的经验可能提供新视角。技术工具总在演进，但取代Git需要解决根本性问题，而非简单重复。
MapReduce与Spark的替代关系
文章提到Spark可能已完全取代MapReduce，但作者疑惑是否只是实现方式不同。实际上，Spark在内存计算和易用性上优于Hadoop MapReduce，但MapReduce的编程模型仍影响深远。其他工具如MatLab也有类似概念。理解这种替代关系有助于选择合适的数据处理工具，而非盲目跟风。
Q&A
在保健和医疗领域寻找研究问题的成功率如何？
联系率为25%，访谈率仅为1%。
作者在寻找研究问题时使用了什么方法？
作者运用YC方法，询问医生的痛点。
人的记忆对信息获取有什么影响？
人的记忆在长时间后可能不可靠，影响信息的获取和交流。
作者对Git的看法是什么？
作者在思考是否存在比Git更好的版本控制系统。
MapReduce和Spark之间有什么关系？
作者认为Spark可能已经取代了Hadoop实现的MapReduce。
在寻找研究问题的过程中，作者遇到了哪些挑战？
作者面临联系和访谈成功率低的挑战。
