读书 - 为什么需要生物学思维

在 AI 大潮一浪高过一浪，大家都在谈计算思维，大模型，scaling law 的时候，我们不妨看看这本书 – 《为什么需要生物学思维》
这本书的英文名叫 Over-Complicated Technology at The Limits of Comprehension。 直译过来就是：过度庞杂的技术，让人几乎不能理解。作者是塞缪尔 · 阿贝斯曼，他在2008年获得生物学博士学位之后，就在应用数学，计算机生物学，和复杂性科学这些领域进行研究。

为什么想要和你分享这本书呢？因为我们现在用的很多算法，大自然在演化的过程中早就实践了。所以，了解大自然是怎么解决复杂问题的，可以帮我们更好地打开思路，找到处理复杂问题的高效方法。

从更实际的角度来说，我们创造了技术，技术应该为我们服务，但为什么我们经常会被技术困住呢？或者说，作为一名技术人员，我们要怎么处理和技术的关系？

比如前些年的一个例子是某地的健康码突然不能正常工作，或者突然弹窗警告，你顿时被定在原地，不能旅行。你觉得自己是无辜的，但找谁申诉也没有用，这个软件的代码就是要给你弹窗，说你的状态不正常。这个程序不是程序员们一行一行地写的么？为什么我们控制不了它？

作者写这本书的目的，就是为了帮助我们在两个极端：恐惧和崇敬我们的复杂技术之间，找到一条正路，为理解技术、掌握技术、高效地构建和维护复杂系统探索出方向。

那这本书具体讲了什么，对我们技术工作的启发又在哪儿呢

首先，作者开宗明义地说：技术进入了“纠缠时代”。他的原话是这么说的：“技术已经变得如此复杂，我们无法完全理解它，也无法完全控制它。每个专家都只了解这庞然大物的片段，却无法把握难题的整体。我们进入了 ‘纠缠时代’”。

随后，他分析了复杂系统形成的原因，以及人类为什么会慢慢控制不了这些系统。我在这儿挑两个最主要的原因来详细和你说：

第一个是 accretion，堆积，书中把它翻译为“吸积”，就是一层一层缓慢叠加的意思。程序员形容多年失修的代码库，常用 ”屎山“ 这个词，这的确体现了常年堆积的功力。

第二个是interoperability，翻译成互操作性，是要保证不同版本的模块都能互相兼容。

这个两个原因在IT行业通常是一起出现的。例如，我们常用的文字编辑工具 Word，新版本需要能处理各种老版本的文件格式和最新的文件格式，还要保证最新开发的功能在老格式的文档上也能起作用，但是，这个功能在老格式的文档的实现细节和新格式不一样，怎么办？通常的办法是增加一个抽象层，提供一套调用界面 API，在外界是调用一样的操作，在内部，每个格式有自己的不同实现细节。

很多用户纳闷，开发一个新版本为什么要花那么长时间？其实很大一部分时间花在测试兼容性上了。软件团队在开发全新功能之外，还要保证新版本的软件要能处理所有老版本的文件格式，老版本的服务器协议，等等。

说到这儿，你也许会想，如果我有一个机会，抛弃这些老旧系统的束缚，创新一个新的、简明的、没有陈旧包袱的系统，不就好了吗！

那我们不妨一起来回忆一下 Windows 8 这个系统，它的确砍掉了有非常悠久历史的计算机桌面的 “开始”按钮。结果如何呢？

Windows 8 把用户界面过度简化了，但是没有考虑绝大多数用户多年形成的路径依赖。你会说，把代码简化并统一，这个思路总没有错吧？但是，简化为一，也未必是简化。

下面我经历过的一些故事，这些故事让我更好地理解了作者的意图，也希望能对你有帮助。

第一个，是Windows 宏大的 “一个核心” One Core 的故事。

计算机软件行业操作的对象是信息。因为信息是一个人类定义的概念，所以很多人觉得，在和信息打交道的时候，人类应该是可以随心所欲的，我们不断地创造新软件，似乎只有想象力才是我们的极限，在这个过程中，难道还要遵守什么规律么？

下面我讲的这个故事，就是要告诉你，软件开发不能随心所欲，无论在什么时候，遵守自然规律都是有必要的。

我曾经工作过的 微软 Windows 团队开发过很多优秀的产品。在Windows 10发布之后，新的领导团队是从 WinPhone 业务过来的，领导们高瞻远瞩，觉得我们维护两套代码太没有效率了， 决定Windows 的所有产品都应该用一套代码，便于Windows 在手机这样的小设备，以及笔记本电脑，台式机，游戏机XBox，和服务器上同时运行。大领导还把这个宏伟计划简称为 OneCore，就是同一个核心。

软件核心模块公用，这是良好的愿望，但是一层层要求下来，到了基层，这个良好的愿望就变味了。某一个团队负责Windows的中文输入法，这是一个历史非常悠久的桌面输入法，同时他们还开发了一个新兴的手机输入法。由于 OneCore 的宏伟目标，这个团队也不得不和大家跳起了 OneCore 的广场舞。

但是，从用户的角度看，两种输入中文的场景是很不一样的，一个是桌面大屏幕，用独立的键盘，沉浸式地输入长句子，桌面输入法有二十多年的历史；另一个，是一个小小的手机竖屏，用屏幕上的软键盘，输入一些短句子，表情包，而且手机有好几种独特的输入方法，包括12键，手写，语音输入等等。

在OneCore 的大旗下，团队不得不把 Windows 桌面和手机Windows Phone 上面的输入法合并为一套代码。这个合并花了一年多的时间，就是不断往原有代码中添加新的层次，导致更加复杂的内部结构。然后，一年后，OneCore 成功了，合并好的代码里面，纠缠着许多 “if else" 条件判断互相纠缠的结构。

由于我们花时间在强行建设一个超级复杂的内部代码结构，就没有时间解决用户的问题。当时，我们收到了中文用户的不少迫切需求，希望输入法的团队解决。他们说，现在不行，我们都要做 OneCore，等我们做好了这个，就有时间解决你的需求了，这个部分改好了之后，就能用一套代码在Windows，WinPhone，甚至XBox 上实现，这是多么美妙的一件事啊？

结果一年多过去了，他们花费千辛万苦把各种代码用 if else 语句揉成了一套代码，但是，WinPhone 彻底没有了。可是当初我们要增加的需求，因为代码的复杂度增加，更困难了，这输入法的团队也解散了，产品交给了另一个团队来做。

回过来说，在这长达几年的折腾过程中，用户呢？啥也没得到！如果你一直是Windows 输入法用户，那我想问问，这个输入法在过去的 6-7 年里改进了什么，你能说出来么？

有听众要问，这个故事和“生物学思维”有什么关系呢？ 好问题。 生物是活生生的，它的最终形态是生长出来的，不是看到了一个最终的形态，就强行一步拼凑到那个状态。植物由种子发芽长大，有了根茎叶，花，和果实。 这是缓慢生长出来的。

如果你想获得一朵真花，你不会用镊子一个细胞一个细胞地制作最终的花，而是从种子开始养育它。

如果你看到高大的乔木，低矮的灌木，他们各自都和自己的环境适应得非常好，你应该让它们各自长得更好，而不是说，因为它们都有根茎叶花果实种子这些共同的抽象概念，你就强行搞“一种植物”，把他们都合起来。

计算机软件完全是人构造的概念和在这之上的实践，另一个完全是人造的概念和实践是建筑和城市 – 有意思的是，专家认为，建筑和城市规划也要向生物学习，特别是向生物和环境互动，适应环境的方式学习。 上面我说的 “如果你想得到一朵真花” 的句子，就是引用于建筑学的名著 《建筑的永恒之道》。

不尊重 “自然地构建系统” 这个规律，就会出现强行规定 OneCore 而失败的例子。

想要解决问题，我们就要认识客观世界，找到规律，怎么找规律呢？首先，要了解世界并不围绕人类的意愿而存在，我们要认识世界，而不是臆想一个规律，然后强行让自然界满足这个规律。

我非常喜欢的一本书：《费曼的彩虹》“Feynman’s Rainbow”里面有一个很好的例子。

书的作者，李奥纳德 (Leonard Mlodinow) 是一位物理学的高才生，他很年轻就进入加州理工学院成为研究员，和许多诺贝尔奖获得者作同事，著名的物理学家理查德·费曼就是其中之一。 李奥纳德当时为“研究什么问题”而苦恼，听说大家都在研究“统一场理论”，就是把物理学中的四种基本的力统一起来的一种理论，觉得这也是不错的一条路。他就去问费曼的建议, 费曼反问他，为什么要做这个研究，他回答说：

“统一场理论，难道不是我们都想要的么? ”

费曼给了他当头棒喝，他说：

我什么都不想要。自然规律和我想要什么无关！你怎么知道世上存在一个统一场理论? 也许有四种理论，也许每一种力都有各自的理论！我不知道。我不会告诉自然怎么做，应该是自然告诉我。

生物界有千千万万种生物，这些生物，他们的‘内核’应该是类似的，但是在外在的各种表现上，有千差万别，是他们在长期演化中与自然环境达到的一种平衡。软件设计也一样，最核心的就是循序执行，条件判断，循环，子程序等基本概念，但是不同的软件的开发，在什么程度要统一，什么程度要分别对待？这是个难题，也是软件工程之所以有趣的地方。

回到我前面说的几件故事，谁希望 Windows 桌面的开始按钮消失？ 是用户吗？用户自然地有这个痛点么？还是 “为赋新词强说愁”的设计师？一个桌面电脑的中文输入法，和一个手机的输入法，二者应该分享多少代码？多少用户体验？是谁来决定呢？期待你的意见。

我并不懂生物学，也不懂建筑学，更不懂物理的统一场理论。 所以我会提一些比较幼稚的问题，请教大家：

生物在地球上存在的时间，是用 “亿年” 这个单位来衡量。 建筑这个完全由人类创造的概念和行业在地球存在的时间，是用 “千年” 这个单位来衡量，软件这个完全由人类创造的抽象概念，和行业业在地球存在的时间，是用 “年” 的单位来衡量，目前还只是两位数。 “生物学思维”，和“建筑学思维”应该给“软件思维”什么样的启发？

我可以举一个具体的例子

我们谈到一些软件要满足各种老版本的需求，研究表明，从统计意义上来说，80% 的用户的用户只使用一个软件的 20% 的功能，例如：一个用户会说：我只要最新的格式，我不要任何老格式的支持，你能给我这个精简的版本么？ 如果要把一个软件的功能做成用户可以任意定制，随意组合，这个软件的开发成本是多少？ 另外，如果我们就发布了一个只有 20% 功能的精简版，会有 80% 的用户购买这个精简版么？ 你作为软件设计师，你会怎么回答？ 你会怎么选择？ 你的决定在生物学界，建筑学界有类似的模式可以参考么？