「也就是说,我们编写软件时真正的产品是我们对所创建程序的心理模型。
正是这个模型使我们能够构建软件,并在未来使我们能够理解系统、诊断其中的问题并有效地进行开发。如果你同意这个理论(我同意),那么它就解释了为什么每个人都讨厌遗留代码,为什么小团队的表现优于大团队,为什么外包通常效果不佳等等」
「也就是说,我们编写软件时真正的产品是我们对所创建程序的心理模型。
正是这个模型使我们能够构建软件,并在未来使我们能够理解系统、诊断其中的问题并有效地进行开发。如果你同意这个理论(我同意),那么它就解释了为什么每个人都讨厌遗留代码,为什么小团队的表现优于大团队,为什么外包通常效果不佳等等」
这个比喻太好了。技术债就像刷信用卡。刷得时候很爽,月底还款时就懵了🤣
「我们已经有一个描述没人能理解的代码的短语:遗留代码。
遗留代码普遍被鄙视,这当然有充分的理由。但为什么呢?你手里有代码,对吧?难道你无法从中找出答案吗?
错了。没人理解的代码就是技术债务。理解不熟悉的代码并进行调试需要花费大量时间,更不用说在不引入 bug 的情况下引入新功能了。
编程本质上是理论构建,而不是一行行代码的生成。我们深知这一点。正因如此,我们才会嘲笑那些试图用代码行数来衡量开发者生产力的商业人士。
如果您不理解代码,您唯一的办法就是让人工智能为您修复,这就像用另一张信用卡偿还信用卡债务一样。」
《永恒的承诺:试图消灭程序员的历史》
「我们以前就听过这种说法。1959年,COBOL语言出现时;1973年,专家系统出现时;1985年,第四代编程语言出现时;1995年,CASE工具出现时;2015年,无代码时代到来时。
但这并不意味着当前的技术浪潮与之前的浪潮完全相同。大型语言模型代表着真正的能力突破。它们能够执行以往技术无法完成的任务。它们生成的代码通常正确且实用。对于熟练的开发人员来说,生产力的提升是实实在在的。
但根本挑战依然存在:将人类意图转化为正确、高效、易于维护且安全的软件并非易事。这并非因为工具不足,而是因为问题本身就十分复杂。」
https://www.ivanturkovic.com/2026/01/22/history-software-simplification-cobol-ai-hype/