我在肯尼迪航天中心研究太空机器人：揭秘NASA的编程观

大数据文摘作品，转载要求见文末

作者 | Abner Coimbre

编译 | keiko，大力，ether

根据早先在肯尼迪航天中心的工作经历，我整理出了这篇文章，里面汇总了一些编程工作中常见且重要的问题，和应对经验和办法。当然啦，这些都是我的个人经验谈，不代表NASA官方喔。

众说纷纭，该听谁的？

关于“升级”的讨论

在编程界，大家讨论的主题总是集中在“升级”上——有没有“更好的方法”，“更先进的软件”，等等。大家总能不断发现“最新的”“更好的”，这时候，如何甄别真正有用的信息，就变成了绕不开的重要话题。

NASA更需要慧眼明辨

事关人身安全，软件开发更需谨慎

(图片来自于David McNew/ Getty Images)

身处信息爆炸时代，很多新手程序员都会问：“到底哪些值得我们关注呢？”这也是其职业发展中最重要的问题，而且很多问题真心不容易笼统回答，比如“面向对象的程序设计是未来的主流吗？”又或者“Rust语言是最有前途的，快上车！”“Go语言的设计目标是最好的吗？”

NASA也同样考虑过这些问题。

我们都知道，但凡程序上出现一丁点的错误，都有可能给太空项目造成严重后果。为此，NASA对程序编写的采取高度严肃和谨慎的态度。接下来我会介绍一些相关内容，希望能够对大家有帮助。

我认为NASA编程有四个基本原则，这些让我和我的同事们受益无穷，也因此，NASA能开发出世界上最可靠的一些软件。

NASA的四个基本原则

每个人都有一位导师

“谁是你的导师？”这个问题，是勤劳又害羞的NASA程序员之间谈话常用的破冰语。NASA规定每位程序员都配有一位导师，导师可能是来自商业部，比如OSBP ( Office of Small Business Program: 小型商业企划部门)，内部的NEXT项目部，或是PAXC（Pathways Agency Cross-Center Connection：跨机构联络中心）。而且NASA会在你入职之初给你安排好。其实这样做很好理解，太空项目的编程，如果没有资深人士来督导新手程序员，那会是很可怕的。

我们相信每个人的潜力

早在加入NASA之前，每个人都通过了严苛的联邦背景调查，我们相信每个人都能做出有价值的贡献，都具有潜力。你只要尽力地发挥和展现自己就好，别被职位头衔这些东西束缚住。有许多实习生在重大的软件开发项目中做出贡献。

不懂的请大胆问

“这个我不懂。”

这句话我们在工作的时候经常可以听到。你会看到资深程序员问实习生“我不太懂这部分代码库，是不是有某些语言特性我不了解？”或者管理层问工程师“我不是很懂你今天在做的东西，我们一起过一遍？”

互相请教不懂的问题，是大家日常工作中重要的一部分。没有谁高一级或者低一级，只有知道和不知道。

透彻理解计算机系统运行

NASA很重视从根本上去思考和理解计算机系统，通过检视系统中的基础限制何在，可以预防产生不佳决策，这是很有价值的。

Gene Amdahl 就是这方面的一位先驱，他提出了一个有趣的问题：系统中一部分的效率提升，对总体的影响是多少？比方说整个系统的一半，其运行效率提升了四倍（哇！），我们想知道总的运行时间会节省多少。也就是说，某程序原本需要T1时间完成，其中一定比例（f）的部分，变快了k倍，那么现在的完成时间T2会是多少？这个数学推导过程挺简单的，我就直接给出公式了，可以用T1,f,k计算出总体效率提升为几倍：

Fig. 1 — Amdahl’s Law （Amdahl计算定律）

用这个公式来计算上面的例子：

Fig. 2 — Applying Amdahl’s Law

（应用Amdahl定律）

得到的结果是1.6。 所以即使你把系统中五成部分的效率提升四倍，系统总体的效率只是原来的1.6倍而已。再来看一个更令人惊讶的结论，如果系统中某部分的运行时间变成0（k趋近于无限大），也就是Amdahl定律的特殊形式：

FIg. 3 — Special Case of Amdahl’s Law

（Amdahl定律的特殊情况）

假设系统中六成部分，运行时间降为零，总体效率将是原来的2.5倍，也就是改进六成部分的情况下能到达的理论最大值。Amdahl定律告诉我们，若要显著提高总体效率，我们必须改进其中非常大比例的一部分才行。这是一个很简单的道理，但是经常被遗忘。这个定律常应用于多核处理器并行计算中的效率预估，用Julian Browne的话说:“Amdahl定律显示，虽然并行计算可以把程序拆分为多块同时运行，但整体运行时间仍受限于其中耗时长的部分。”

了解完这些基本原则和态度，下面我分享一些个人的感想和收获：

• 练就“慧眼”剔除不靠谱信息

其实编程学科还处于发展阶段，个中观点和信息确实芜杂。许多人可能都没有意识到，一些惯用信息渠道的内容也许没那么可靠。据此，NASA总结了防范机制：

• 避免“我相信”的心态

这儿的“我相信”并不是指期望，而是我们想要相信什么事情，即使它的理由并不充分。

这儿有个例子——

领导：“我很喜欢我们app的新功能，你说你下载了一个新的库来编写这个？”

员工：“是的。目前用得挺好的。”

领导：“它是开源的，还是供应商提供的？够靠谱吗？你在我们的参数空间里面测试过它的鲁棒性吗？”

员工：“没有，但是我这段时间一直在用，到现在也没有出过什么问题。”

求此时领导内心阴影面积……

像这样下载了代码就直接拿来用，或是有时候程序跑不通又突然好了，你就觉得没问题了，都是“我相信”的心态。这种心态也许不容易察觉，但时间一长，原本你认为挺好的软件会暴露出问题，比如运行慢，bug多等等。

• 避免笃信权威或主流

不要因为某权威人物断定某个事情一定是正确的，或者因为某些观点一直被认为是正确的，就马上接受它们。笃信权威或主流观点，可能是由于人们想找寻一种认同感。比如有些人激烈争论“哪种文本编辑器最好”，或是“怎样才算合格的程序员”等话题，都是源自对团体认同的需求。

• 避免被个人魅力左右

会议气氛很棒，理论框架很赞，演讲者很热情，声音超动听，连ppt都那么完美，他所说的最新编程实践方法看起来也无懈可击——让你变成超级大牛程序员的那种（这次是真的！）。有些演讲者很擅长与观众互动和制造气氛，加上演讲这样的正式场合，人们很容易就买单了他说的观点，还买了他的书（哦，重点在这…）。

• 避免“看上去很美”

可能这句话听着有些怪。如果一个idea很有吸引力和令人振奋，那它不仅是看起来很美，而且几乎一定是正确的了。不要被轻易迷惑。

当然，要避免的情况还有很多，但更重要的是我们用科学方法推动技术进步，来杜绝它们。

• 夯实基础认知，提高专业水平

不论什么领域，只有知识和能力达到了一定水平，相互之间沟通才会是高效的。比如说讨论宇宙本质这样的话题，必须是受过良好的科学教育的人。当我们谈论编程时，也应该是大家都具备了较高的电脑水平，这样的交流才更有益。

计算机领域里各种理论和观点层出不穷，我们作为专业人士，应该更重视夯实根本，关注基础概念的认知。这不仅是我们的责任所在，也可以帮我们杜绝不靠谱的情况，比如前面说的轻信盲信和被迷惑的例子。NASA非常在乎这一点，所以为大家提供了很好的氛围和环境，确保每个人的专业能力大幅提升。

推荐

上面说的这些，和你有共鸣吗？你想要提升自己的专业水平吗？我可以给程序员们一些个人建议：

《程序员视角看计算机系统》

Codenamed CS:APP

《程序员视角看计算机系统》是我最喜欢的编程书，对我的职业生涯也有很大影响。里面涵盖的知识，是我认为每个人都该了解的。至少，认真看完前三章（分级存储器体系、系统输入输出），你就会学到很多了。如果你的工作和互联网相关，网络编程一章也可以好好学下。

寻找志同道合者

有个小型社区Handmade Network，这是一个超棒的团队（剧透：我也是一分子）。在这个空间里，大家可以不用讨论那些“最新的”“更好的”（如开头提到），而是讨论更为重要的东西，像我在文章里写的这些。像其他社区一样，我们也曾走过教条主义的阶段，但将来会更注意不再陷入。

我们也曾访问过一些知名的程序员，他们也发表过他们的一些观点，可以看这里——

相关媒体

• Reddit (2017)

https://www.reddit.com/r/programming/comments/66vdor/handmade_software_manifesto/

• KillScreen Op-ed (2016)

https://killscreen.com/articles/people-trying-save-programming/

• Hacker News (2015)

https://news.ycombinator.com/item?id=10095104

• Reddit (2015)

https://www.reddit.com/r/programming/comments/3hufkw/the_handmade_manifesto/

• JAXenter (German) (2015)

https://twitter.com/JAXenter/status/635755784916234241

关于作者

Abner Coimbre,25

我在肯尼迪航天中心工作了三年，负责编写和维护发射控制系统软件。2015年我被评为杰出实习生，并进入了NASA的Pathways项目。这个项目里，我的任务是研究如何简化太空飞行机器人的程序调试。这项成果使我登上了肯尼迪中心2016年度十大创新人物的榜单——虽然差一点没上。

我的大部分工作属于敏感但非机密性质的（SBU, sensitive but unclassified），不方便在网上透露太多，比较遗憾。虽然我可以有技巧地告诉你……但是据说联邦监狱里没有巧克力和红酒，所以我还是算了。

原文连接：https://mystudentvoices.com/a-look-into-nasas-coding-philosophy-b747957c7f8a

2017年7月《顶级数据团队建设全景报告》下载

关于转载如需转载，请在开篇显著位置注明作者和出处（转自：大数据文摘 | bigdatadigest），并在文章结尾放置大数据文摘醒目二维码。无原创标识文章请按照转载要求编辑，可直接转载，转载后请将转载链接发送给我们；有原创标识文章，请发送【文章名称-待授权公众号名称及ID】给我们申请白名单授权。未经许可的转载以及改编者，我们将依法追究其法律责任。联系邮箱：zz@bigdatadigest.cn。