苦涩的教训
Sutton 总结 AI 研究反复得到的教训：长期胜出的不是手工注入人类知识，而是能随计算规模增长而扩展的搜索和学习方法。
数据不可思议的有效性
Halevy、Norvig 和 Pereira 认为，在自然语言和 Web 数据问题上，海量真实数据与简单可扩展模型往往比精巧但小规模的理论更有效。
“越差越好”的兴起
解释“越差越好”为何能在真实世界胜出：简单实现、快速传播和可演化性常常压过完美设计。
你和你的研究
Hamming 从 Bell Labs 和科学史经验出发，讨论如何选择重要问题、管理自己、积累勇气与工作习惯，从而做出有长期价值的研究。
没有银弹
区分软件工程中的本质困难与偶然困难，并解释为什么没有单一技术能带来数量级级别的生产率提升。
编程即理论建构
Naur 认为编程的核心不是生产程序文本，而是程序员围绕问题和解法建立可解释、可延续、可修改的理论。
对信任“信任”的反思
Thompson 通过自复制程序和被植入后门的编译器，展示为什么源码审计也无法完全证明工具链和软件供应链可信。
计算机系统设计箴言
关于系统设计的一组经验法则：如何保持接口简单、让系统更快，并在容错性与复杂度之间做取舍。
计算机程序设计作为一种艺术
Knuth 从 art 与 science 的历史含义谈起，说明程序设计既需要可形式化的科学基础，也需要品味、风格和审美判断。