他像养孩子一样养大 Python，然后把它放手交给社区

Lex Fridman 开场的问题，规模更像哲学研讨课，而不是一场语言设计访谈。Van Rossum 1956 年出生在荷兰；他的父母那一代，和 Fridman 出身于苏联的家庭一样，都被第二次世界大战烙下了印记。人是天生善良或天生邪恶，还是我们每个人身上都同时带着善与恶？Van Rossum 没料到问题会这样深。他的回答很简单：我们每个人身上都有善与恶的潜力，而其中很大一部分取决于环境和情境。

十几岁时，他最喜欢的荷兰作家是 Willem Frederik Hermans，其早期小说写的是抵抗德国占领的暧昧世界。你永远分不清某个人到底是真正的抵抗者还是间谍，有些人物跨过了那条线，而读者始终不知道他们的结局。主角都是反英雄，在某种程度上都没能完成他们高远的目标。Van Rossum 至今仍读小说。他不认为小说直接影响他的技术工作，即便有人会把语言设计称为一门艺术。

他十几岁时的爱好是电子电路和机械模型。最初几年，他照着套件说明书做，并不真正理解电子学。他擅长调试，也非常仔细地遵循说明，这个习惯一直保留了下来。他对晶体管如何工作的理解很天真，对线圈和电容也没有真正的把握。等到数字电路变得复杂时，这种无知就成了问题：原理图看起来没问题，电路板却不工作，因为两根靠得太近的导线，或一个做得不好的开关，会在整块板子上引发兆赫级别的振荡。

十八岁时，他作为荷兰代表队的一员参加了东欧的数学奥林匹克。另一个书呆子同学跟他说起一种叫“计算机”的神奇东西。他从没听过这个词。他自己的电子制作，不过是些简单的数字电路；他以为自己多少懂一点计算器，却从没把两者联系起来。他甚至不知道，父母用打孔卡缴纳杂志订阅费时，其实有一台计算机在读这些卡片，并在账户之间转移资金。他当时没有兴趣。

大学里的数学课改变了这一切。学生可以使用计算机，也就是把程序打在打孔卡上，交给操作员，一小时后拿到打印结果。计算机与真实世界没有连接，你只能写一些抽象的东西。Van Rossum 没有看到科学怪人，也没有看到文字处理器或游戏机。他感兴趣的是折腾的过程。他说，他最后创造了一门编程语言，一个供其他程序员使用的工具，这并非完全是巧合。他始终关注编程这项活动本身，而不太关心你写的程序最后会被用来做什么。

大学二年级时，有人给他看了一份两页的复印件，内容来自《科学美国人》关于康威生命游戏的专栏。他用 Pascal 在批处理计算机上实现了它，从输入读取初始棋盘，逐代打印结果。他至今仍为其中一个硬件技巧感到自豪：他在纸上设计了一个逻辑门电路，接收九个比特（一个细胞及其邻居），输出下一代的值，然后把这个电路翻译成对 Pascal 整数（视为比特串）的布尔运算。大约八条指令就能算出一代中的六十个比特。Fridman 指出了这一点：Van Rossum 引以为傲的是这个技巧，画面本身倒不是重点。

原因很实际。学生的计算机时间是按量计费的，他曾因为超出了系里的预算而被教授训斥。他想要更大的棋盘和更多的代，这样就能输入各种图案（会平移一两格重新出现的滑翔机，以及滑翔机枪），看看会发生什么。Fridman 说，Stephen Wolfram 对此着迷，因为我们缺乏描述这种复杂性的数学，唯一的办法就是把系统运行起来。Van Rossum 并不认为它适合用经典数学分析。如果你想要真正的智能，恐怕不能指望用 Python 直接编写智能体，得先构建一个宇宙，再尝试大量规则集，直到找到一个不会坍缩成平凡重复的规则集。

关于会思考的机器的流行讨论，几乎没有触动过他。十几岁时他几乎不读科幻，可能只读过一本故事集。他知道计算机有多少位内存、编程有多难，不相信用这些东西能造出符合他智能定义的智能体。让他眼界大开的书，是他二十出头读到的《哥德尔、艾舍尔、巴赫》，那是一本讨论意识的书。

他完全相信大脑在某种意义上就是计算机。大脑所遵循的规则与当前硬件实现的规则不同，但他不相信有某种独立的东西注入了智能或意识。“没有灵魂。”他从大约十岁起就是无神论者，那时他想了一些数学和宇宙的问题；他的父母也是无神论者。你可以是无神论者，同时坚持智能不可能从一套固定的规则中涌现。他并不属于这一派。

在他的叙述里，DNA 是一台特殊的机器，它以化学形式编码了无限量的信息，并找到了自我复制的方法。这种结构自数亿年前出现以来基本没有改变：就像一种二进制硬件，其基本编程语言保持不变，而用它写出的程序却发展出无穷的多样性。自我复制分子为了资源相互竞争，最终其中一类占据优势，这件事早在化石出现之前就已经发生了。他相信它确实发生过。他做学生时无法跨越的那道鸿沟属于工程问题，不属于形而上学。他能数出位数的那些计算机，离大脑实在太远了。

关于意识，他小心地说明，这是一个私人话题。编写编程语言并不会朝着发展智能的方向前进。不过，作为一个热衷科普的读者，他并不认为意识是全有或全无的。猫、狗、老鼠都有某种形式的智能，鱼也有。进化花了很长时间。他感觉，通向人类智能形式的道路，是沿着感官的进化走过来的，尤其是视觉。解读一个场景需要海量的运算，而人类在这方面仍然比计算机强。

他猜想，哺乳动物发展出不同层次的意识，是因为它们是拥有高度发达感官、接收大量丰富感知信息的机器人。在基本的生存程序之上堆叠足够多这样的东西，就会出现我们看来像智能和自我意识的东西。他预计这种东西最先出现的地方，并不是某个哲学抽象。当他开车时，他不只是遵守交通规则，他还在读路况：这里是购物区；一位老太太正在过马路；有人抱着一摞信件，要去邮箱，所以他们会过马路，于是他不假思索地减了速。

把观察转化为对另一个意识，或对世界中另一个系统即将做什么的建模，这种能力无处不在，比如你会感觉到一棵树要倒了。所以，如果什么东西会产生意识，他预计会是自动驾驶汽车，而不是谷歌或亚马逊数据中心里那数十亿台计算机组成的网络。在这个框架下，意识是与人类互动的一项工程要求：你需要共情，需要理解对死亡的恐惧，需要对人类的欲望和缺陷做基本运算。狗就是存在的证明。狗对身边的人会做什么，有一套模型。它们会学习，会难过，会哭，会因为受过虐待而害怕。我们不会认为它们拥有多少意识，但他也不认为它们完全没有。

Fridman 把故事拉回十七世纪：莱布尼茨、霍布斯、笛卡尔，以及一种感觉，即所有思维、大脑中所有特别的东西，都可以转化为逻辑。把知识形式化，然后计算。这就是大脑在做的事。Van Rossum 的反驳很具体。那些思想家确实发现了非凡的数学，比如牛顿的微积分，并沿着这条路扩展了逻辑的能力。但他们没有意识到，识别一张脸并不是一堆规则。它是海量的数据，加上一个能解读视觉线索和语境、并能对存储的结构进行大规模并行模式匹配的电路。

他有一个具体的失败模式。如果明天在 Dropbox 办公室门口见到 Fridman，即使他换了件衬衫，他也可能认得出来。但如果在贝尔蒙特（Belmont）的咖啡馆，或在海滩上遇到，他可能完全认不出来。他经常犯这种错误：一个他只认识为妻子同事的人，在电影院里撞见，却怎么也对不上号。Fridman 追问：每一刻你都会获取关于场景的几万条信息（黑色衬衫、身高、是个人），并将它们汇总。难道这些不能被编码，最终被计算出来吗？

Van Rossum 把答案拆开来讲。这里并没有真正的魔法。不过，从进入眼睛和耳朵的信息，到对场景的理解，中间的抽象层级足够多，他认为 AI 还远没有走完这段距离。人体由原子构成，这种说法在这里毫无帮助，属于过度还原。一个身体包含器官；器官由细胞组成；细胞是蛋白质的集合；蛋白质由氨基酸连接而成；氨基酸则由原子组成，再往下便是量子力学。每一层都是真实的，但你没法用量子力学去理解身体。Fridman 补充说，仅仅知道我们由原子组成，还不足以让人对重造器官跃跃欲试。

他信赖的类比是编译器。解析器的输入例程，某种意义上就是一个感觉器官。它并不保存一串线性排列的字节，它构建的是一个相当复杂的内部表示，即抽象语法树；借助这个结构产出有用的东西（硬件能够执行的机器码）之后，便把这棵树丢掉。当一条鱼或一只苍蝇接收到视觉信号时，他确信它们同样会构建某种数据结构。苍蝇的大脑层级也许少到，它的抽象不过是“这里比那里暗”，外加运动感知，这就是为什么你的手一挥，它就飞走了。这已经是一种关于运动的抽象。

我们拥有相似的机制，只是复杂得多。没有对运动非常好的抽象，你就无法开车。在此之上，我们还建立了更持久的数据结构：经过一些处理后，部分信息被存入记忆，回想时便可取用。通过重复十位数字来记住一个电话号码，是一种相当有意识的记忆方式。而认出一张脸，则是另一种。他不知道它是如何完成的，大脑为此有专门的硬件。他也不知道其中有多少是编码在 DNA 里的，又有多少是在零到三岁之间反复训练出来的。

因此，日常生活运行在最高的抽象层次上，我们并不意识到底层的细节。Fridman 说 turtles all the way down（层层都是乌龟）。Van Rossum 回答说 compilers all the way down（层层都是编译器）。那正是他想表达的意思。笛卡尔开启了一条思路，认为没有魔法，尽管笛卡尔也不得不把灵魂和身体分开，可能是出于政治原因。将人类思维形式化的工作，则经由罗素、哥德尔不完备定理和图灵机继续推进。Van Rossum 的版本是工程层面的，而非形而上学的：堆栈是真实的，魔法不存在，而堆栈的大部分仍未被命名。

编程能否继续攀登到更高的抽象层次？Van Rossum 认为，到了某个点，这些层次将不再被称为编程，也不再像源代码。下层仍然会有源代码，就像大脑里仍然有分子、电子和蛋白质一样。仍然会有编程和系统管理，保证机器运转。而机器所做的事情，位于另一个层次上。作为外行，他看到的人脸识别和自动驾驶的进步，来自海量的训练数据，而发表这些成果的研究者，未必确切知道他们的算法是如何运作的。

“算法”这个词让他很不舒服。Facebook 相关的新闻报道在用这个词时，含义和他十岁或八岁时学到的完全不同：那是一组你完全理解、可以做数学分析、可以证明其性质的规则。你可以证明埃拉托斯特尼筛法能产生所有素数，且只产生素数。Fridman 引用了 Andrej Karpathy 对另一种东西的俏皮称呼：软件 2.0（Software 2.0），即学习从输入到输出映射的神经网络。你无法看进去，你能做的只有训练。Van Rossum 不会把那称为编程，那是另一种活动，就像用细胞构建器官不能叫化学一样。

他喜欢一句老生常谈：AI 完成的每一项任务，一旦人们弄清楚它是怎么做到的，就不再被称为人工智能。一个新的科学或工程领域会把这个名字拿走。他或许过于在意术语，但他预计，会出现不同的概念，由受过不同教育、对自己的目标有不同模型的人提出。更深层的转变是统计性的。对神经网络，你只能说它在所有测试过的情况下 99.9% 的时间都能工作，而它失败的方式出人意料，甚至连例子都举不出来。Van Rossum 指出，编程 1.0 其实早已如此。大多数开发者早就放弃了无 bug 程序的理想。他们在意的是那些出现得足够频繁、足以令人烦恼的 bug，而偶尔的崩溃则被视为理所当然，因为程序员不够多，无法让所有代码都正确，而形式化方法又让工作变得更加繁琐。

用户点击了一个链接，出现错误，于是再点一次，它常常神奇地就好了，或者他们换一条路径。这就是一种端到端的恢复机制。系统内部有重试、超时和回退机制。Van Rossum 想象，生物系统里应该更是充满了这些机制，否则它们早就无法存活。基础编程教育掩盖了这一事实。学生写的程序如此之小，只要有 bug，你总能找到它。高中和大学的入门课程，都是小规模的编程。很少有课程教授软件工程，也就是构建大型系统。

每年夏天，这次访谈录制所在的 Dropbox，以及西海岸的每一家科技公司，都会招收大量实习生。实习生总是感到震惊。这是他们第一次亲眼看到大型软件开发环境里是怎样运作的。他们在大学里学到的一切，针对的都是小得多的规模，而规模的差异会在做事的方式和思考的方式上造成质的不同。1970 和 1980 年代他构想 Python 时，是否想象过像谷歌、Facebook 和 Dropbox 那样庞大的系统？他对计算领域的几乎每个阶段，都感到出乎意料。

他很庆幸自己当时没有意识到社区的每一个痒点。如果你试图同时解决所有问题，你就什么也解决不了。他的问题很聚焦：一门介于 shell 脚本和 C 之间的语言，一个能让他在非常特定的环境中作为程序员更有生产力的工具。他给自己定了大约三个月的时间预算，既包括设计（思考句法和语义特征），也包括实现，即从解析源代码到执行的整条流程。他已经从 ABC 那里拿来了好东西，而 ABC 他曾参与实现，尽管他并没有参与它的设计。恰恰是不知道自己缺什么，救了他。

Fridman 在 1990 年代和 2000 年代用 C++ 做机器学习研究，而机械和电气专业的同事都在用 MATLAB。过去十年，神经网络的软件包都是基于 Python 构建的，他换了过去，并明显感觉到完成工作的效率大幅提升。他说不太清楚这种质的差异到底在哪里。然后他说出了：在 C++ 里，他喜欢写高性能的代码，搭建漂亮的结构，尤其是借助新标准的模板。但他发现自己大部分时间都花在那个结构上，而不是解析文件、提取几个关键词。

Van Rossum 仍然写 C，也仍然写 shell，但他的大多数东西都是用 Python 写的。有时任务需要其他语言，而大多数时候，任务通常更像“修复现有程序 X 中的一个 bug”，或者给一个大型程序添加一个小功能。即使没有约束，编写代码所需的时间和代码运行所需的时间之间也要权衡。在探索方案的阶段，你往往花在编写上的时间远多于运行，因为每次运行都会表明输出还不完全是你想要的。Python 让迭代更快：程序能编译运行之前，需要做对的细节更少，有庞大的库，有现成的组件可以拼接，很快就能把原型跑起来。

这又回到了电子制作的爱好。他当年用面包板：一个铺得乱七八糟的电路，只要一抖就会失效，但它能工作，而他要的只是看到它工作，然后进入下一张原理图。等设计定型之后，你才会去考虑 PCB、焊接、电压波动、机械干扰。他对电子学的这些一无所知，但在代码上知道很多。怎样在三个月内发明出能产生那种感觉的句法？他没有这样做。他告诉自己，他不想从零设计一切，而要借用他喜欢的语言中的功能。一个十七岁的人做不到这一点，因为他们没有其他语言的经验。他当时已经三十多岁了，写过解析器，实现过 ABC，还花了多年时间与 ABC 的作者争论它的设计。缩进和部分句法来自 ABC；字符串字面量和数字的运作方式来自 C。Python 的好东西大多是借来的。

三十年来，van Rossum 拥有一个古怪而务实的头衔：终身仁慈独裁者（BDFL）。Python 3 打破了与 Python 2 的向后兼容，是 Fridman 想要讨论的案例。这是一个群体过程。即便在名义上是 BDFL，大家也尊重他作为语言设计的创造者和所有者的地位，他仍然在向所有人征求反馈。Python 3 的起因是，社区里有人指出了一些反复咬到用户的问题：能不能对这些 Python 的毛病做点什么？

在早期版本中，团队非常认真地对待向后兼容。许多毛病已经被解决了，因为它们能在保持兼容的前提下修复，或者沿着非常渐进的演化路径修复。剩下的都是广为人知的问题：它们算不上路障，倒更像人们每次都会绊倒的同一块绊脚石。团队想不出一种向后兼容的方式来解决它们，不解决也是一个选项。长期以来，他们已经接受了：这门语言在这里那里都不会完美。

许多细节在 Java、R 或 Visual Basic 里仍然做得更好，而他们对此也能接受：他们没法轻易改变，问题也不算太严重，他们可以通过用户教育、静态分析器或解析器中的警告来做一点补救。剩下的一些毛病则不同，这些问题不会自己消失，将来只会越来越糟。那时他们才决定应该做点什么。这是 Python 作为 BDFL 历史上最艰难的决定吗？Van Rossum 甚至不让这个问题有停留的余地。他说：“最艰难的决定，大概是辞职。”

2018 年 7 月，也就是这次录音的三个月前，他写道：既然 PEP 572 已经落定，他再也不想为了一个决定如此拼命地争斗，然后发现那么多人憎恶它。他想让自己彻底退出决策过程。他仍会作为一名普通核心开发者留在项目中，甚至可能更愿意指导他人，但他给自己放了一个永久的假期，不再担任 BDFL。他不会指定继任者：“你们所有人都要靠自己了。”那么社区会建立什么？民主、无政府、独裁，还是联邦制？Fridman 称这个开放式的姿态几乎有莎士比亚式的意味。Van Rossum 很高兴对方喜欢这段文字。那段文字写得很快。

PEP 572 是一个小功能：赋值表达式，也就是 := 海象运算符。Van Rossum 在其设计中出了很大力，尽管他并不是发起者。经过数月绕圈子之后，他批准了它。很多人声称自己知道什么才是 Pythonic，说这会毁掉这门语言，说它违背了 Python 最根本的设计哲学。他不予理会，因为他支持它，并认为自己对那种哲学有所了解。他又累又有压力。一个周三的晚上，他发出邮件：接受，接下来实现吧。他上床睡觉时如释重负。周四早上 7 点，他想：那是最后一场会如此糟糕的争论。那是我最后一次让自己为一个 PEP 决定如此焦虑，我应该干脆辞职。

他已经考虑退休有半个十年了，还开玩笑说社区不要太把“终身”二字当真。这一刻到了。他那天本来休假，想和妻子去附近一个小海滩小镇玩得开心。他大约用了十五到二十分钟，写下了 Fridman 所说的那段莎士比亚式的文字。他甚至没有意识到这是个多么重大的决定。五分钟后，他在 Twitter 上看到了一条指向他自己消息的链接，人们已经在讨论 Guido 辞去了 BDFL。他把它发在一个他以为只有核心开发者会看的内部论坛上，原以为至少会有一天时间，消息才会传出去。

Fridman 把吉他当作爱好，而且得到的只有善意。作为编程社区的外部观察者，他经常看到阵营之分，而且这些阵营很激烈。Van Rossum 并不否认。圣战是程序员社区最喜欢的活动之一。如果大家只是互相拍背，从来不说真话，那就不好了。中间有一条路：彼此刻薄是不可以的，但健康、持续的批评与反馈，在每个层面上都非常有成效。有人提出一个小修复，审阅者说你可以用另一种方式做得更好。对于核心开发者社区的未来，他们已经有五六份相互竞争的章程提案。他认为这场辩论是健康而富有成效的。

他之所以写下辞职信，是因为他知道 Python 处于非常好的位置。写作或审查大部分 Python 代码的那五十到一百人，大多数时候相处得非常融洽。许多专业领域都有代表，核心内部的经验水平各不相同，核心之外的经验也各有不同：大型系统、小型系统、嵌入式系统。他觉得辞职没问题，因为他知道社区能够照顾自己。至于未来的话题，他没有那么浪漫。他并不那么希望 Python 会成为高并发、高并行的语言。它的设计、大多数用户的使用方式，以及它的实现方式，都让这种未来不太可能。异步 IO 是个特例：只是重叠 IO，而且只有 IO，这是支持高吞吐连接的方法，它会继续演化。并行计算不是 Python 的用途。你无法写出一个算法，然后让编译器把它并行化。你要使用 NumPy 之类的库，把数据和抽象操作告诉它们，然后你又回到了 C++ 的世界，这也正是 TensorFlow 在多 GPU 上接手的地方。

打包一直是他最不喜欢的话题。操作系统想要掌控打包，但它的解决方案并不针对某种特定语言：Linux 有相互竞争的跨语言系统，而 Node、Ruby 和 Python 各自都有自己的生态。他自己的做法，也是大多数人的做法，是用系统的打包工具安装 Python，用 Python 自己的工具安装第三方 Python 包。十年前，Python 打包的情况糟糕透顶。如今 pip 是未来。另有一个专门面向数值和科学计算的 Anaconda 生态，两者可以共存。他认为没有必要再多。

Fridman 看过那段五个半小时的计算机历史博物馆口述历史，感觉像是看完了一生精彩的人生。除了家人，回顾过去，他最自豪的是什么？“Python 绝对是我做过最好的事。”他不会只说是创造了 Python。他是像养孩子一样养大了它。他不只是孕育了一个孩子，而是养育了它，现在他把它放出去，让它在世界上自己照顾自己。他为此非常自豪。然后，正如《蒙提·派森的飞行马戏团》的报幕员过去常说的那样：现在来点完全不同的。Van Rossum 最喜欢的段子是死鹦鹉小品，Fridman 也是。Pushing up the daisies（长眠地下）。用这句话收尾，对一门语言，也对一位独裁者，都很合适。