encounter2017

引用下 https://refactoringguru.cn/design-patterns 的一段话：

设计模式自其诞生之初似乎就饱受争议， 所以让我们来看看针对模式的最常见批评吧。

一种针对不完善编程语言的蹩脚解决方案
通常当所选编程语言或技术缺少必要的抽象功能时， 人们才需要设计模式。 在这种情况下， 模式是一种可为语言提供更优功能的蹩脚解决方案。

例如， 策略模式在绝大部分现代编程语言中可以简单地使用匿名 （ lambda ） 函数来实现。

只写 java 的是这样的，建议也多看看其他语言，所谓的设计模式，在现代的编程语言中，很多都内化成语法了，举几个例子：
策略模式：一等函数公民(js/ts)，匿名函数 (c#), 类型类（ scala ）
构造者模式：case class (scala), record(jdk 17), data class(kotlin), dataclasses/pydantic (python ）
visitor 模式: 代数数据类型 (rust), sealed trait + 模式匹配 (scala)
单例模式: 语法关键字支持（ scala/kotlin ）, 类本身就是 (ruby)
Decorator 模式：Decorator 注解(python)

他想要的不是 ai ，是赛博灯神

@MrRongts #12 不懂 rust, 不过这代码丢给 ai 分析，好像也看不过去。我认识的一个写 rust 的大佬说，乱用 unwrap 的都是在代码里拉屎

就说数学解题能力吧，9.11 > 9.9, train on test data is all you need, 这种问题还少了吗
有多少高分是数据泄露刷出来的，过拟合出来的，这还说不准呢。较新的数据集 Human Last Exam 目前模型最好的成绩是 GPT-5, 得分 25.32 ， 满分 100

@zhwguest
因为没有理论支撑，意味着不可解释，难以复现。没有元素周期表的时候，古代的炼金术士也能炼丹呢，能利用核能吗？

@zhwguest 这种类比是不准确的

高级语言和垃圾回收机制都是有理论基础的，前者有类型系统与语义定理，编译原理作为基础，后者有可达性模型和分代的工程经验。而大模型有什么呢？涌现？ scale 定律？目前依然没有靠谱的理论基础，我们这样用只是 it just works

1. 把更高抽象和更脏实现混为一谈
高级语言/GC 引入的是抽象与自动化，目标是减少偶然复杂度；而屎山是设计退化与耦合失控。前者通常降低出错率和变更成本，后者相反。

2. 把能修 bug 当成能演进系统
sre benchmark 中的任务相对固定明确，而现实业务中有很多业务相关的知识，如何让大模型准确理解业务领域的知识，并不是一件成本低廉的事情。

3. 假设 AI 修复是稳定且无副作用的
至少目前来看，ai 对代码的理解比 gpt3.5 时期刚出来的时候能力强了许多，但是依然不能保证没有问题。大模型的训练方式就天然决定了它的回答上限依赖于训练数据，无法解决新领域的问题，同时由于 token 输出依赖自然语言，同样无法解决自然语言相关的问题：概念描述和自我指代的悖论。

不考虑在 1.x 版本多待会吗，直接就 2.0 了

一个简单的数学题目：
n / 9 = (n + 8) / 12, n = ?

n 越大左边越划算