关于 CodeBrick Research
这是什么
CodeBrick Research 是 codebrick 的方法论博客。
主站 codebrick.tech 在做 408 真题库、知识点可视化、研友组队、retention engine。这些都是「做什么」。CodeBrick Research 只回答另一个问题：「为什么这么做 / 怎么算出来的」。
每篇文章配齐五件套——文字、KaTeX 公式、Python 代码片段、截图、代码仓库链接。任何对外讲解需要引用数据时，可以直接打开对应 notebook 跑一遍，截图 + 引用 = 即时科学证据链。
谁在写
codebrick 的开发者，考试经验和工程经验都很丰富。
跨过工程师视角看 408，会发现很多东西在工程里就是常识，但放在 408 复习语境下被讲得云里雾里：
- 题目和知识点的多对多关系，工程里就是个标准的二分图，可以直接套度的计算
- 「这个知识点该补多少题」的决策，本质是个加权评分问题，向量内积一行写完
- 「为什么 K-Means 跟我手工分档差一半」的解释，背后是贝叶斯思想 = 似然 × 先验
把这些都写出来不是为了显摆理论，是因为——这套东西本来就是工程师的日常，而且它对 408 考生有用：你不只是在「相信 codebrick 的题分配是对的」，你看完文章之后能自己判断这套分配是不是对的。
跟其他 codebrick 渠道分工
| 渠道 | 内容 | 受众 |
|---|---|---|
| ds/algo/os/co/cn-blog | 408 知识点教学笔记 | 浅看用户 + SEO |
| 主站 codebrick.tech | 真题库 + 可视化 + 数据屏 + 研友组队 | 注册用户 |
| B 站频道 codebrick | 短视频钩子 + 演示 | 视频流量 |
| CodeBrick Research（本站） | 方法论 + 数据 + 代码 | 深度用户 + 同行 |
四条渠道互不替代。如果你想搞清楚某个产品决策的全部依据，看这里；想学知识点，看 ds-blog；想刷真题，去主站。
不在这里做的事
- ❌ 不嵌入 Pyodide 现场跑 Python：首次加载 5-10 MB，会砸掉 80% 用手机浅看的读者
- ❌ 不嵌入 Judge0 跑代码：跟主站 OJ 是两种产品形态，不混淆
- ❌ 不弹窗求订阅 / 求关注：想看就看，看完想找我自己会找到
- ❌ 不贴竞品对比图：同赛道圈子小，专心写自己怎么算的就够了
- ❌ 不做猜题 / 押题：那是看脸，跟方法论无关
数据 + 代码透明承诺
每一份结论背后都有一份可复现的 notebook 和带日期的数据快照：
- 数据快照：随便一份分析都附「我用的是哪一天的题库 / 多少道真题 / 哪些字段」
- 代码仓库：408-data-insights 项目独立维护。（整理中 ，加群催更）
数据仓库准备好后会公开链接到这里。在那之前，文章里展示的所有代码片段都是直接从 notebook 复制过来的——你看到什么，notebook 里就跑什么。
联系方式
- 主站：www.codebrick.tech
- 真题库：www.codebrick.tech/practice
- B 站：codebrick
考研路上没有对手，只有一起走完两年的人。