软件，不简单

拥有系统性认知的能力

「盲人摸象」的故事，是说在缺乏整体的「系统性大局观」的条件下，每个人都用自己的手，去感受大象的外形。

现如今，面对更为复杂的世界，每个人获取信息的带宽，却是有限的。有限的时间和精力，不可能认知无限的未知。碎片化与社交化所形成的认知方式，使得每个个体，更难以形成系统化的知识脉络。

系统性认知，是从已知中找到一个全面且条理性强的普适规律——知识，并能够用规律，有效地推理未知。系统性，是全面性和条理性的综合体现。

对特定场景的系统性认知，是软件在此类场景下产生应用价值的前提。其中，包含两个要素：抽象和建模。

• 抽象——提炼概念

场景的参与者是多视角的，通过简单的几个现象或者场景，就能够迅速捕获、提炼出关键概念，这是一项典型的「认知技能」。为一个正确的概念取名，是沟通的前提——名不正则言不顺。对于新生事物，新概念的出现，需要大量的传播成本，才能使得每个受众——人，产生 与期望相符 的「正确理解」。

• 建模——理清关系

通过场景之间、参与者之间的关联分析，能够找出多个视角各自的关注点，是建模的基础。缺乏实际经验，缺乏站在人性角度的思考，是难以建立一个让多方认可的模型。

深刻理解软件的局限性

在克服了硬件的局限性之后，还需要通过三类最基本的数据处理方式，建造出五花八门的应用软件。

• 条处理
  • 典型以表单交互为源，逐级驱动
  • 异步调用为主，异步中断比较困难
  • 容易产生分布式事务
  • 处理时长为秒级以内
• 流处理
  • 典型以多维、高维事件为源，内存计算为主
  • 单点故障较容易产生，多实例并行计算一致性较难保证
  • 计算前，采用数据字典进行压缩编码，有利于提高降低内存开销
  • 处理时长为毫秒级或者更短
• 批处理
  • 典型以数据库或文件中的批量数据为源，以并行计算任务为主
  • 一般由集中的调度器，进行任务的调度
  • 处理时长为秒级以上，分钟级较为常见

提高单个硬件的稳定性

大部分的硬件的「工况」都是不可靠的，导致软件也缺乏了必要的「工作环境」：

• 断电会无法工作
• 过热会自燃烧毁
• 遇水会短路烧毁
• 摔打会自燃解体
• 光纤被铲车挖断
• 电线被老鼠咬断
• …

因此，世上也没有谁，能够保证硬件至软件的100%可靠，不同的可靠性，所带来的成本开销，肯能是指数级增长的。

硬件的品类与品质越多，其稳定性提升的「高可用软件方案」也越多、越复杂。

——软件变复杂了。

为应用场景提供更多的基础能力

人类社会的发展，是通过知识的积累和传承。而认知这个「实验过程」，永远不会停下脚步。为了让硬件产生「应用价值」，软件则需要在不断克服「硬件稳定性不足」的条件下，虚拟化出「人、财、物、事」的社会镜像，以满足各种各样的「成熟的旧规则」和「不成熟的新想法」。

人类有记忆，所以寄希望于用硬件存储，来模拟一个「永不遗忘」的虚拟记忆。 人类有沟通，所以寄希望于用通信网络，来模拟一个「万物相连」的虚拟沟通。 人类有逻辑，所以寄希望于用逻辑规则，来模拟一个「适时而变」的虚拟规则。

——软件变复杂了。

要满足定性和定量的双重要求

软件的底层——硬件——是机械性的，不管归结于基因或是传承，各个层面的软件，都体现着这样的「非黑即白的逻辑性」。也就是说，「天生丽质」的软件，自然而然的具备了定量条件下逻辑计算的能力。

没有任何一门软件语言，具备原生的「定性关键词」。相比于「好与坏」，软件其实只懂得「合适」。也就是说，给定一个标准，软件可以告诉你，给定的对象与标准之间的差距有多少，并根据这个差距，再通过一个给定的公式，得出是否合适的结论。

社会中的沟通，很多场景下都是基于不太确定的概念以及定性的形容词，人们需要解释，或者自行解释。比如， XXXX 的解释权，归YYY所有；请 拉好 扶手。

——软件变复杂了。

要满足人的无限的心理预期

人性的弱点之一，在于「外貌协会」。

响应，布局，配色，文案，手势，一切都要符合用户的心理预期。

无需解释的表达，才能不需要说明书。

人们还希望计算机理所应当的具备：

• 永不丢失的记忆
• 呼之即来的速度
• 因需即变的更新

——软件变复杂了。