软件的演化
Software evolution
通过历史、设计记录与反例反馈,让变化保留可解释的理由。
能看懂一个版本,只是认识软件的一半。还需要解释它为什么从旧版本变成现在的样子、仍依赖哪些旧假设、下次需求变化会经过哪些边界。本讲把课程前面的状态机、原子提交、架构约束和反馈放进长期维护。
一、架构如何经受真实变化
早期想法可以很小,真实用户会逐步引入更多业务条件。有的复杂性可以分配给外围模块,有的会使核心模型必须调整。读一个演化案例,可以先找变化信号,再找最早失效的假设。
| 讲义案例 | 可观察的变化 | 可以研究什么 |
|---|---|---|
| Python 2 到 Python 3 | 文本与二进制等语义调整,库和应用需要迁移 | 迁移成本要计入依赖方和生态的切换次序 |
| Kubernetes 控制器 | 持续比较期望与观察状态,逐步纠正偏差 | 共享机制留在核心,领域行为可在扩展中实现 |
| 容器运行时适配 | 专用适配从核心职责移到统一边界之外 | 核心职责、接口和生态如何跟着需求重排 |
| DeepSeek Harness | 从小型机制发展出插件、界面、工具和会话支持 | 哪些抽象能稳住,哪些假设随着真实场景变化 |
这些例子共同提示,要为已看到的变化留出可调整的边界,再通过后续使用检验。预测每一个未来需求通常没有足够信息。保留决策理由和替代方案,趋势真正变化时更容易重新选择。
二、从读源码改成读一串状态迁移
学习一个系统可以先看最小实现,抓住循环、数据结构和接口。理解真实项目时,再挑一项功能或一次故障,追踪其来历。
- 选择一项有明确起点的变化。 从问题、失败测试或 RFC 开始,写出原来的行为和新的目标。
- 沿历史核对设计。 找相关 ADR、代码差异和评审,解释已有约束为什么存在。
- 把提交分类。 修复改变故障行为,功能增加承诺,重构调整结构,日常维护可能改变工具和环境。对每项改动列出有意变化及希望继续成立的行为。
- 找验证的证据。 查看新回归、原行为检查、产物级验收和失败路径。
- 追踪后续修改。 如果相同问题再次发生,判断第一次修的是症状、条件还是本身的架构。
SWE-bench 等评测将 issue 和仓库状态组织成修改任务,用测试评价补丁。这有助于观察模型能否接手现有结构。两个补丁都通过测试时,还可以比较代码是否好理解、兼容面是否更清楚,以及遇到下一项需求各要改多大范围。讲义把这些困难归入对工程品味的讨论。
三、从 dsh 的历史看项目怎样留下经验
| 阶段 | 工程制品 | 提供的证据 |
|---|---|---|
| 讨论方案 | RFC | 目标、候选方案、假设和开放问题 |
| 保存取舍 | ADR | 所作决定、替代方案、环境与代价 |
| 交接执行 | Agent Notes | 已遇到的问题、阶段背景和后续有用的线索 |
| 组织实现 | 原子提交、工作树、依赖顺序或堆叠 PR | 哪项变化能独立理解,哪项建立在既有变化上 |
| 反馈与沉淀 | 回归测试、复盘、更新项目规则或 Skill | 怎样防止重复故障,何时再审查规则 |
单独工作树便于分别修改和测试,共享底层仓库配置仍可能造成干扰。讲义提到钩子管理工具 Lefthook 的安装曾影响其他工作树。要验证隔离,可以明确区分工作区文件、每个检出的索引、共享仓库配置,以及后台服务或端口。
3.1 应用的验收要走到真实交付物
代码覆盖率说明某些路径执行过。断言和结果比较说明执行是否符合期望。会话录制与回放可以用固定模型响应检查事件、持久化结果和最终输出。正式分发的应用安装包还需运行产品入口,才能发现脚本、依赖或资源是否漏打包。源码能启动与安装包能使用,需要各自的证据。
一次故障复盘可以细化为「先保留失败条件 → 补能复现的检查 → 修复 → 决定是否提高一级规则」。例如,先为漏打包的 worker 增加实际安装测试,再考虑如何让同类发布产物都接受同样检查。规则也会积累成本。归档过时笔记、合并重复约束和检查运行时间,本身就是维护工作。
四、负面反馈怎样发挥作用
生成候选以后找反例,可以让下一轮修正具体问题。文档配对漏同步、接口引用不存在、包缺资源,都容易获得明确反馈。把这类条件写进检查,Agent 可以根据失败重新提交。检查需要说明违反了什么、在哪出现,有哪些正确的修复路径。
反例引导的归纳合成(CEGIS)提供了思考框架。候选不断满足已找到的反例,仍可能停在一个没有解的表达里。可以从所有整数中不断换一个候选数来避开有限的历史反例,但要求该数与所有整数不同始终无法成立。实际工作里较常见的是,需求有解,当前的表示形成了错误的搜索范围。
| 信号 | 继续局部修复的情形 | 需要重新选框架的情形 |
|---|---|---|
| 失败重复 | 错误已经定位,新检查能区分修正前后 | 每轮只把失败移到另一个分支 |
| 规则不断增多 | 新规则覆盖独立且具体的缺陷 | 规则反复补同一个目的,彼此开始冲突 |
| 用户仍不满意 | 能说明哪个行为偏离已确认的要求 | 反馈指向场景、优先级或产品理解偏差 |
| 维护成本上升 | 改动仍局限在负责模块 | 同类需求持续跨越许多不相干的文件 |
把「请再精简一点」变成越来越多条禁用语,可能无法解决读者要做的决定不清楚。此时先重写目标与文章结构,再用具体例子比较效果。代码同样可以从状态、接口或数据表达重新开始。
五、邮件风格案例中的隐含判断
讲师尝试从已发送邮件提炼个人回复规则,逐轮生成、评价和增加指南。讲义记载这项工作未形成稳定结果。邮件保存的是回复,许多决定语气和篇幅的判断没有被记录。一句很短的答复可能来自任务简单,也可能来自双方前面已经达成一致。照搬表面形式没有覆盖这些条件。
可以把它改成一个研究设计。找同一来信的几种回复,分析什么情境让提醒、详细解释或直接确认更合适。用未参与规则提取的新邮件作验证,核对语义、决定和表达。该方向是课堂讨论中的待验证假设,适合与第 2 讲的上下文和 Lab 2 的比较实验一起读。
练习
找一个仍在演化的项目,选一条两次以上被修正的行为。按提交顺序记录当时的事实、设计假设、失败及验证。提出一项后续需求,用同一需求比较继续局部修补和调整边界所需的工作。
停一下,解释给自己听。
一句“这个效果不好”怎样变成下一轮可以使用的反馈?
展开答案要点
给出具体输入、当前结果、期望行为与判定依据,并保留能重现问题的反例。这样下一轮修改可以独立比较。
已读由你决定,不代表自动评估掌握程度。