乾明 发自 凹非寺
量子位 出品 | 公众号 QbitAI

无剑胜有剑，是金庸武侠世界的最高境界。

现实的西方程序员世界里，也有与之如出一辙的精神：The Best Code is No Code At All。最好的代码就是根本没代码。

简单说来，无码胜有码。

△ François Chollet

山景城坷垃斯剑派祖师François Chollet最近就连连发Twitter，传扬这种精神，赞同者云集。

他说：

程序员写多少代码不重要，重要的是解决问题的效率。

不用你写、不用你维护的才是好代码——直接用的现成解决方案嘛。

简单几句话，仿佛说到了众多同行的心坎里。他们高喊“太对了”，还用“@”呼朋唤友前来观摩。

Chollet有充分的资格发推布道：他是入门框架Keras的作者、Google研究员、《Python深度学习》一书作者，顶会论文没少发，打Kaggle竞赛也很厉害，最高排到过全球第17名。

圣诞之后新年之前的垃圾时间里，他这条不总结不展望不拜年的Twitter，已经被转发了700多次，收获了2100多赞。

多写代码就是好？

引来这么赞同的核心观点说来也简单：

代码是几十行还是几千行不重要，解决问题才是正经事。

就拿Chollet举的例子来说吧：如果老板让你搞个系统，监控有没有人在厨房做饭，该怎么办？

解决方案一摆，高下立判。

如果买个摄像头，花10000美元收集数据，然后亲自把控训练流程，奋战几周用低级库定制一个CNN-LSTM架构……那是糟糕的程序员，程序员里的战5渣。

好程序员会怎么办呢？

买几个5美元的温度传感器，几个小时收集完数据，然后用sklearn训练一个简单的逻辑回归模型。

一下午就能搞定，而且系统更可靠、更好维护，甚至，还没什么隐私之忧。

有人做饭，厨房自然会热起来嘛！如果只知道拿摄像头检测人形物体，简直是不知变通，费时费力还费钱。

不过这还不算惨，如果程序员搭了CNN-LSTM之后对效果不太满意，再花几周时间，用GAN来扩增数据细心打磨……

“认真”到这个程度，已经超出了战五渣的境界，可以叫那个啥队友了。

方向走错了，花再多力气都是白费。

而这些“认真”程序员花掉的力气，大概也会让Chollet一脸无奈：

就算你非搭CNN不可，为什么要用低端库定制呢？我的Keras里都打包好了，拿来试试不行就换别的啊……

评论区就有网友一针见血地总结：没必要重复发明轮子。

不要重复造轮子

这句话在各行各业都深入人心，程序员界也不例外。

作为Keras这个高级框架的作者和布道者，Chollet对重复造轮子这种行为，更是持之以恒地批判。

前不久，他还在吐槽某些“痛恨框架”的程序员，说他们自己从头构建的东西只不过是重新实现了框架的部分功能，而且设计拙劣、无法复用。

为什么这么推崇用框架呢？是为了站在巨人的肩膀上。那些大型框架是众多人想法和努力的结晶，想自己实现其中一部分功能？那相当于想靠0.01%的努力&脑力出人头地。

好程序员，要善用前人打下的基础。

不过，关于“重复造轮子”这个问题，争论很是激烈。Twitter上、Reddit论坛里，关于“什么时候用框架、什么时候手写”的讨论总是热火朝天。

想自己手动搭模型的程序员各有各的理由。比如说，为了优化程序的性能：

这种说法太短视了，如果追求性能、低延迟，就要重写很多代码，这也没什么问题。

更多重造轮子的人，是为了学习。

不少人都认为，在刚开始学习编程的时候，重造轮子不失为一个好办法，能够让初学者能更好的理解技术或方法背后的逻辑。

比如，如果你想了解PyTorch的原理，以及怎么让它运行得更快，最好的方法，就是自己实现一个简单版本的autograd。

虽然不能够得到一个比PyTorch更好的框架，但通过这个过程，你对PyTorch的理解会变得更加深刻，在之后用到PyTorch的时候，也会更加顺手。