要想成为一名成功的软件咨询师,你需要注意看似无足重轻的语言。在计算机软件领域,到处充斥着这类陷阱。让我来谈谈这个主题,我需要引证一个更广为人知的领域——犬类培训。
我妻子Dani的职业是人类学研究,因此她自然是个富于技巧的倾听者。如今,她已经从人类学家的职位上退休了,但是她却把她作为人类学家和管理咨询师的全部技能和经验,带到了她的新职业中——为狗和饲养者和培训者提供行为咨询(behavioral consulting)。跨领域的综合会产生很多有趣的想法,比如她告诉我的训练军犬的方法。通常,军犬训练过程中最大的问题不在于“狗”,而在于“人”。
倘若有个人听说一只狗接受过攻击性训练,大概有三分之一的人会转过身对狗下命令;“KILL(咬)!”
开个玩笑。
让我们看看狗会怎么做。
为了防止这些鲁莽的行为以及脱口而出的言语,军犬的训练者从来不使用类似于“kill”这些词作为攻击的命令。相反,他们使用一些类似于“health(健康)”的良性词汇,这些词语绝对不会以命令的语气说出来。
这类预防措施是必要的,因为一条经过训练的狗相当于一个信息处理机(information processing machine),从某方面讲非常像“长着尖牙的计算机”。任意一条武断的命令,对于狗来说可以意味着任何事情,这取决于它是如何被训练的——或者说,被编程的。
这个武断性与狗是否为军犬并无很大关系。训练者也许会对下列情况感到尴尬:Rover听到ROLL OVER命令后,飞奔而出去叼住一个球(狗的名字“Rover”与命令“ROLL OVER”发音相同),好在这并无大碍。但是如果训练狗的时候,是以咬住喉咙作为对命令ROLL OVER的响应的话,那么情况就完全不同了。
做好维护,否则计算机会露出利齿
这和计算机是相同的。因为计算机是需要编程的,又因为程序中的很多字段的含义是非常随意的,所以,一个单独的错误就会将一台原本能提供帮助的计算机转变为可以攻击并且破坏企业的机器。这就是为什么我永远都不能理解我的一些客户,他们对待维护工作的态度如此漫不经心。一次又一次地,我听到经理在辩解,说维护工作可以让能力差一些的(而且便宜的)员工来完成,维护操作的开展也完全没有正规的控制与准则——因为它并非至关重要的。看起来再多的争论也不能让他们相信相反的观点——直到他们经历了一次因维护引起的代价高昂的重创。
幸运(或者不幸)的是,代价高昂的维护事故相当普遍,因此管理者会有很多课程(lesson – 既有“课程”又有“教训”之意),即使学费相当高昂。我私下保留着一个列表,上面记录着我的客户在程序中犯下的代价惨重的错误,其中花费最大的就是维护错误。大部分问题都出现于修改了先前运行程序中的一个数位(digit)。
在所有的案例中,“修改”都被认为是无害的、“微不足道的”,因此,在需要做出修改前,总是由一个检察员临时地通知一名底层维护程序员去“修改那个数位”——不写修改指令说明书、没有测试计划、也没有人复审新的修改,甚至于完全不在乎一个程序员与组织机构日复一日的运作之间的差异。这非常像是一条经过训练的狗执行“KILL”命令——或者是“HELLO”。
只修改一行
我曾经做过研究,确定了在为维护而进行修改时犯错误的可能性,这依赖于修改的规模。以下是表格的第一部分:
修改的行数 犯错的可能性
1.50
2.60
3.65
4.70
5.75
看到如此高的比率,开发者通常会感到震惊,原因有二。首先,在开发过程中做修改比在维护时修改更容易。开发中的修改用于简化、精练代码,并改进代码的结构。通常,这些代码不会被看不见的手从很远的地方进行修改,因此它们不会包含一大堆难以琢磨的子程序调用。在大多数代价惨重的灾难中,都能看到这些程序间调用指令的身影。
第二,在开发阶段的错误变动导致的代价通常影响较小,因为修正这些错误并不会影响到现实中的操作。因此开发者并不会过多地关注他们的错误,也因此更容易低估错误发生的频率。
在开发过程中,你简单地修改一个错误后仿佛什么都没有发生过。不像是维护阶段,那时你必须为错误导致的破坏收拾残局,然后花费无数个小时在各种会议上解释,为什么这个错误不会再次出现了——直到它下一次出现为止。
由于这两个原因,开发者将维护过程中出现错误的高发生率归结为:这是无知的或者缺乏经验的维护程序员引起的。但是如果我们继续看看上述表格的下面几行,我们会发现,真正的起因既不是“无知”,也不是“缺乏经验”。
修改的行数 犯错的可能性
10.50
20.35
谁杜撰了这些听起来无辜的词语
而且又有多少次你听到那些程序员的经理同意这种论调?以至于“修改很微不足道时”,工作起来就“仓促而粗劣(quick and dirty)”。
如果“微小”的变化真的很微小,这种“无所谓”的态度倒也无所谓——如果程序的维护工作就像是公寓楼的维修工作的话。并不是说看门人的工作不会带来风险,但是看门人也可以这样假设;修理厨房水槽里的垫圈,并不会招致巨大的风险,不会导致建筑物的倒塌并且埋葬了所有的住户。不过,如果对每日运行着业务的程序也作这样的假设,就非常不安全了。然而我们使用词语时过于随便和武断,“维护”一词在各种各样的场景下就被滥用了。
无论是谁为计算机程序编写杜撰了“维护”这个词,他都是个有些粗心、缺乏思考的人,就像那个训练军犬,让它听到命令“KILL”或“HELLO”就去扑杀的那位驯犬师一样。作为“事后诸葛”,我建议“维护”程序员更应该充当脑外科医生的角色,而不是看门人——因为“打开”一个工作中的系统更像是打开人类的大脑,并换上一条神经,而不是掀开水池更换垫圈。如果维护工作被称为“软件脑外科手术”,它的管理还会容易么?
按照这种思路来思考。假设你有一个坏习惯——比如对一只军犬说“KILL”,你难道会对脑外科医生这么说么?“医生,撬开我的头骨吧,切掉这个小毛病。尽管做这一仓促而粗劣的工作吧——这不过是很小的变化!仅仅是一次微不足道的维护!”
职业精神
当然,作为咨询师的你,从来不会在语言上的如此粗心,不是么?但是,当你被正处于麻烦的客户——就像细微的但损失惨重的维护修改——召集来时,就要倾听他们“无辜”的语言。它所包含的线索是,你只需做很小的修改,就能修正问题了。
噢,请等一下!
<!--[if !supportLineBreakNewLine]-->
<!--[endif]--> 原文链接:
http://secretsofconsulting.blogspot.com/2007/03/innocent-but-dangerous-language.html
分享到:
相关推荐
7. “无足重轻”的“足”字,音序是“Z”,部首是“足”。“足”在此处的解释是“值得”,即第③种解释。 8. “释”字的解释:“解释”的“释”是“说明,解说”,选第①种;“爱不释手”的“释”是“放开,放下”...
内容概要:本文档《数据结构》(02331)第一章主要介绍数据结构的基础概念,涵盖数据与数据元素的定义及其特性,详细阐述了数据结构的三大要素:逻辑结构、存储结构和数据运算。逻辑结构分为线性结构(如线性表、栈、队列)、树形结构(涉及根节点、父节点、子节点等术语)和其他结构。存储结构对比了顺序存储和链式存储的特点,包括访问方式、插入删除操作的时间复杂度以及空间分配方式,并介绍了索引存储和散列存储的概念。最后讲解了抽象数据类型(ADT)的定义及其组成部分,并探讨了算法分析中的时间复杂度计算方法。 适合人群:计算机相关专业学生或初学者,对数据结构有一定兴趣并希望系统学习其基础知识的人群。 使用场景及目标:①理解数据结构的基本概念,掌握逻辑结构和存储结构的区别与联系;②熟悉不同存储方式的特点及应用场景;③学会分析简单算法的时间复杂度,为后续深入学习打下坚实基础。 阅读建议:本章节内容较为理论化,建议结合实际案例进行理解,尤其是对于逻辑结构和存储结构的理解要深入到具体的应用场景中,同时可以尝试编写一些简单的程序来加深对抽象数据类型的认识。
内容概要:本文详细介绍了施耐德M580系列PLC的存储结构、系统硬件架构、上电写入程序及CPU冗余特性。在存储结构方面,涵盖拓扑寻址、Device DDT远程寻址以及寄存器寻址三种方式,详细解释了不同类型的寻址方法及其应用场景。系统硬件架构部分,阐述了最小系统的构建要素,包括CPU、机架和模块的选择与配置,并介绍了常见的系统拓扑结构,如简单的机架间拓扑和远程子站以太网菊花链等。上电写入程序环节,说明了通过USB和以太网两种接口进行程序下载的具体步骤,特别是针对初次下载时IP地址的设置方法。最后,CPU冗余部分重点描述了热备功能的实现机制,包括IP通讯地址配置和热备拓扑结构。 适合人群:从事工业自动化领域工作的技术人员,特别是对PLC编程及系统集成有一定了解的工程师。 使用场景及目标:①帮助工程师理解施耐德M580系列PLC的寻址机制,以便更好地进行模块配置和编程;②指导工程师完成最小系统的搭建,优化系统拓扑结构的设计;③提供详细的上电写入程序指南,确保程序下载顺利进行;④解释CPU冗余的实现方式,提高系统的稳定性和可靠性。 其他说明:文中还涉及一些特殊模块的功能介绍,如定时器事件和Modbus串口通讯模块,这些内容有助于用户深入了解M580系列PLC的高级应用。此外,附录部分提供了远程子站和热备冗余系统的实物图片,便于用户直观理解相关概念。
某型自动垂直提升仓储系统方案论证及关键零部件的设计.zip
2135D3F1EFA99CB590678658F575DB23.pdf#page=1&view=fitH
可以搜索文本内的内容,指定目录,指定文件格式,匹配大小写等
Windows 平台 Android Studio 下载与安装指南.zip
Android Studio Meerkat 2024.3.1 Patch 1(android-studio-2024.3.1.14-windows.zip)适用于Windows系统,文件使用360压缩软件分割成两个压缩包,必须一起下载使用: part1: https://download.csdn.net/download/weixin_43800734/90557033 part2: https://download.csdn.net/download/weixin_43800734/90557035
国网台区终端最新规范
国网台区终端最新规范
1.【锂电池剩余寿命预测】Transformer-GRU锂电池剩余寿命预测(Matlab完整源码和数据) 2.数据集:NASA数据集,已经处理好,B0005电池训练、B0006测试; 3.环境准备:Matlab2023b,可读性强; 4.模型描述:Transformer-GRU在各种各样的问题上表现非常出色,现在被广泛使用。 5.领域描述:近年来,随着锂离子电池的能量密度、功率密度逐渐提升,其安全性能与剩余使用寿命预测变得愈发重要。本代码实现了Transformer-GRU在该领域的应用。 6.作者介绍:机器学习之心,博客专家认证,机器学习领域创作者,2023博客之星TOP50,主做机器学习和深度学习时序、回归、分类、聚类和降维等程序设计和案例分析,文章底部有博主联系方式。从事Matlab、Python算法仿真工作8年,更多仿真源码、数据集定制私信。
Android项目原生java语言课程设计,包含LW+ppt
大学生入门前端-五子棋vue项目
这是一个完整的端到端解决方案,用于分析和预测阿联酋(UAE)地区的二手车价格。数据集包含 10,000 条二手车信息,覆盖了迪拜、阿布扎比和沙迦等城市,并提供了精确的地理位置数据。此外,项目还包括一个基于 Dash 构建的 Web 应用程序代码和一个训练好的 XGBoost 模型,帮助用户探索区域市场趋势、预测车价以及可视化地理空间洞察。 数据集内容 项目文件以压缩 ZIP 归档形式提供,包含以下内容: 数据文件: data/uae_used_cars_10k.csv:包含 10,000 条二手车记录的数据集,涵盖车辆品牌、型号、年份、里程数、发动机缸数、价格、变速箱类型、燃料类型、颜色、描述以及销售地点(如迪拜、阿布扎比、沙迦)。 模型文件: models/stacking_model.pkl:训练好的 XGBoost 模型,用于预测二手车价格。 models/scaler.pkl:用于数据预处理的缩放器。 models.py:模型相关功能的实现。 train_model.py:训练模型的脚本。 Web 应用程序文件: app.py:Dash 应用程序的主文件。 callback
资源内项目源码是来自个人的毕业设计,代码都测试ok,包含源码、数据集、可视化页面和部署说明,可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源,毕设答辩评审绝对信服的保底85分以上,放心下载使用,拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件,仅供学习参考, 切勿用于商业用途。
资源内项目源码是来自个人的毕业设计,代码都测试ok,包含源码、数据集、可视化页面和部署说明,可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源,毕设答辩评审绝对信服的保底85分以上,放心下载使用,拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件,仅供学习参考, 切勿用于商业用途。
此为代码审查工具 可查 文件数,字节数,总行数,代码行数,注释行数,空白行数,注释率等
内容概要:本文档涵盖了一项关于企业破产概率的详细分析任务,分为书面回答和Python代码实现两大部分。第一部分涉及对业务类型和破产状态的边际分布、条件分布及相对风险的计算,并绘制了相应的二维条形图。第二部分利用Python进行了数据处理和可视化,包括计算比值比、识别抽样技术类型、分析鱼类数据集以及探讨辛普森悖论。此外,还提供了针对鱼类和树木数据的统计分析方法。 适合人群:适用于有一定数学和编程基础的学习者,尤其是对统计学、数据分析感兴趣的大学生或研究人员。 使用场景及目标:①帮助学生掌握统计学概念如边际分布、条件分布、相对风险和比值比的实际应用;②教授如何用Python进行数据清洗、分析和可视化;③提高对不同类型抽样技术和潜在偏见的理解。 其他说明:文档不仅包含了理论知识讲解,还有具体的代码实例供读者参考实践。同时提醒读者在完成作业时需要注意提交格式的要求。
MCP快速入门实战,详细的实战教程
python,playwright基础