不教知识点
这件事 ds-blog / algo-blog 已经在做了。这里只回答「为什么 codebrick 要做这个 / 不做那个」的元问题。
CodeBrick Research我们是怎么知道我们知道的
用数据 + 代码 + 数学讲清楚每一个 408 考研产品决策。不是教 408 知识点，是讲我们怎么算出来该做什么。
工程 vs 教材系列 01 · 2026-05-25
一道巩固题被用户报错引出的考据。408 教材（唐朔飞《计算机组成原理》）的中断隐指令次序是「关中断 → 保存断点 → 送向量」，关中断在最前；可 Intel 官方手册（325384-081US）§6.12.1.3 白纸黑字写着真实 x86 是「先把 EFLAGS（含 IF=1）压栈、再清 IF」——两边相反，却各自自洽。
双方原文都摆出来，讲清各自为什么，再说明为什么你在自己的 Windows 机器上根本验证不出来（用户态 IF 恒为 1，清 IF 发生在 ring 0）。考试该怎么答，文末一句话。
工程实战系列 01 · 2026-05-16
2026-05-09 凌晨主站被开源扒站工具系统性抓取，公网带宽峰值 525%。整趟排查 + 反爬只用了 11 个 408 大纲内的知识点：哈希表 GROUP BY、KMP 自动机、漏桶限速、HTTP 状态码……每个工程操作都直接对应到一道课本里的题。
每个知识点都以超链接形式直达 codebrick 上的可视化页面，看完就能在主站里点开对应交互动画。
DS 系列 01 · 2026-05-22
233 道 DS 真题里，avl 9 道、bubble-sort 1 道，平均高难占比差 5 倍。把题目↔知识点关系建成二分图算度，再用频数和条件概率交叉一遍，得到的不是「拍脑袋」的档位，是带先验的贝叶斯后验。
跑出来的散点图、K-Means 自动分档跟我手工分档的 47% 一致率，以及那 53% 不一致的部分为什么是科学方法论本身——全篇用真实数据快照、代码、图说清楚。
第一批文章会把下面这些数学/CS 理论挨个落到 408 真题数据上：
离散数学 · 二分图 ─┐
│
概率论 · 条件概率 ─┼──► DS · 67 KP 真题分布（01·已发）
│
机器学习 · K-Means ─┘
统计学 · 描述统计 ─┐
统计学 · 加权评分 ─┼──► 章节难度热图（02·规划中）
信息论 · 熵 ─┘
时间序列 · ARIMA ─┐
马尔可夫链 ─┼──► 命题轨迹分析（03·规划中）
贝叶斯推断 ─┘
图论 · 共现网络 ────► KP 共现网络（04·规划中）每个理论在第一次出现时会用 408 学生看得懂的话讲一遍，再写代码、再贴结论。看完不算白学。