千文網(wǎng)小編為你整理了多篇相關(guān)的《2022年it個人工作總結(jié)范文》，但愿對你工作學(xué)習(xí)有幫助，當(dāng)然你在千文網(wǎng)還可以找到更多《2022年it個人工作總結(jié)范文》。

我在一家叫做 Coverity 的公司工作，我住在三藩市(San Francisco)。Coverity 是一個奇怪的公司，三藩市是一個奇怪的城市。

Coverity 制造一種叫做“靜態(tài)分析”(static analysis)的軟件。這種軟件可以在不運行程序的情況下，經(jīng)過對代碼的分析，自動的找到程序里面可能出現(xiàn)的問題。這有點像我之前給 Google 做的那個 Python 分析器，只不過針對另外的語言(C，C++ 和 Java 等)，分析的側(cè)重點不同，能處理代碼的規(guī)模也貌似大一些。還有就是這么多年了，久經(jīng)沙場考驗了。

Coverity 具有世界上最先進(jìn)的一些技術(shù)，所以麻雀雖小，卻讓很多人離不開它。恐怕很少有人知道，這小小的公司的忠實客戶，包括了一系列的大拿：美國宇航局， 波音， 洛克希德馬丁，雷神(Raytheon)，BAE Systems，豐田，歐洲原子能中心(CERN)…… 貌似幾乎所有對代碼質(zhì)量不敢有絲毫差錯，又不得不用像 C++ 這樣毛病眾多的語言的公司，都購買了 Coverity 的產(chǎn)品。比如最近的火星好奇者號上的所有 200 多萬行代碼，都經(jīng)過了 Coverity 的靜態(tài)分析。當(dāng)然，如此精密的設(shè)備不可能光靠 Coverity 查一下錯就能確保萬無一失，它必須依靠很多其它的技術(shù)，但 Coverity 確實是這些東西的開發(fā)過程里面比較重要的部分。

我必須承認(rèn)，Coverity 給了我足夠的啟發(fā)，甚至間接的讓我發(fā)現(xiàn)了自己之前做的 Python 靜態(tài)分析里面存在的一些問題。Coverity 的產(chǎn)品在大規(guī)模的代碼上面的成功，也讓我意識到了自己在 Python 分析器里的一些突發(fā)奇想的設(shè)計的正確性和價值。如果我現(xiàn)在做一個新的 Python 分析器，它將比原來的精確和高效(也可以推廣到其它語言比如 JavaScript)。我也清楚的看到，Coverity 自發(fā)研制的一些“不大嚴(yán)謹(jǐn)”的做法，其實比程序語言領(lǐng)域里面一些看似高深的“邏輯”還要“正確”。這些微妙的“提示信息”，讓我把多個領(lǐng)域的知識串通了起來。所以我覺得跟這公司還有點臭味相投，加入 Coverity 也是不枉此行的。

然而我也發(fā)現(xiàn)，Coverity 缺少我擁有的程序語言理論知識。絕大部分的 Coverity 工程師沒有系統(tǒng)的學(xué)習(xí)過 lambda calculus 和函數(shù)式編程。在我的 Python 分析器中，其實包含了 Coverity 還沒有的技術(shù)。Python 的靜態(tài)分析本來就比 C++ 和 Java 之類的難，然而我的實現(xiàn)卻異常的簡單。這些微妙的技術(shù)，貌似很多人都可以說他“會做”，但是他們卻很難把它做對。這就像“CPS 轉(zhuǎn)換”一樣，很多人都說他會做，可是真正做對的只有極少數(shù)人(我是其中之一)。這些技術(shù)源自于我對程序語言本質(zhì)的理解，源自于 Dan Friedman, Kent Dybvig 和 Amr Sabry 等老師的教誨，也源自于我自己辛勤的實驗，實驗，再實驗…… 在我簡短而優(yōu)雅的代碼中，包含了許多人需要花費好幾倍的代碼長度才能達(dá)到的目標(biāo)。所以雖然 Coverity 的工程師們技術(shù)實力很強，但在代碼的簡單程度和對程序語言語義的理解上，真的很難達(dá)到我的程度。

這就是為什么我經(jīng)常能夠一眼就看出 Coverity 產(chǎn)品里存在的問題，并且很快的修正錯誤。舉一個簡單的例子，有一天我修改了一行代碼，使得產(chǎn)品在某些 benchmark 上的內(nèi)存使用量減少了一半。我為什么可以做到這一點呢?因為在我的 Python 分析器里，這個問題是從一開頭就不存在的。它源自于一種幼稚的解釋器寫法，有點像 GoF 的《Design Patterns》里的那種。Coverity 的代碼里面有好些類似的問題，都是我自己根本不可能犯的錯誤，我都沒有機會給他們改進(jìn)。我不是想貶低同事們的水平，他們都是 Stanford, Berkeley 等學(xué)校畢業(yè)的高手，可是我也很清楚自己的技術(shù)地位。

所以我就經(jīng)常發(fā)現(xiàn)這樣的麻煩事：我順手改掉了一個自認(rèn)為很顯然的問題，或者一個我根本不會犯的錯誤，然后就發(fā)現(xiàn)有大批的測試需要被修改，我也會被要求寫出“regression test”，用以防止同樣的錯誤再次發(fā)生。某些同事對于測試的戰(zhàn)戰(zhàn)兢兢的態(tài)度，其實跟我當(dāng)年在 Google 實習(xí)的時候沒有什么兩樣?？吹竭@里的問題了嗎?這些我“根本”不會犯的錯誤，幾分鐘時間順手就改掉了，但是我卻要花成天的工夫去修改和創(chuàng)建測試，防止它“再次”發(fā)生。我不得不說，在這些測試上所花費的工夫，占用了比我修改代碼多好幾倍，甚至幾十倍的工夫!

想想這六個月以來我干了些什么，再比較一下在 Google 實習(xí)的那六個月獨自從頭做出來的東西，我發(fā)現(xiàn)自己簡直什么也沒有干。這就是我不喜歡“測試驅(qū)動開發(fā)”(TDD)的原因。在 Google 的六個月里，我無視同事對于測試的要求，從無到有的做出了如此精密的系統(tǒng)，一個測試都沒有寫照樣做得好，為什么呢?因為我的代碼非常的簡單清晰，我隨時都可以把它們完整的呈現(xiàn)在頭腦里面，從而讓“心靈之眼”可以看到可能出現(xiàn)的錯誤。也許這就是所謂的“邏輯思維”。

對測試過分依賴的人，往往不具有這樣的思維能力。他們不能夠看到代碼最簡單的本質(zhì)，所以需要做很多試探，以求達(dá)到“近似解”。為了不至于偏差很多，就寫很多測試，用以捕捉和防止每一次的錯誤。這就像一個初學(xué)畫畫的人，一點一點的描，用橡皮反復(fù)的擦，可總也抓不住事物的精髓。這些人對“錯誤”的記憶能力特別強，往往深入的追究一塊代碼是“如何”錯的，“為什么”是錯的，下次如何才能不犯同樣的錯誤。

然而我卻沒法記住之前的代碼是如何錯的，我也不想知道為什么它是錯的，我只記得“正確”的代碼是什么樣子。錯誤的方式有千萬種，可是正確的卻往往只有一個。把腦力浪費在記憶錯誤的東西，這就是為什么很多人不能寫出真正優(yōu)美而正確的代碼。我受到的訓(xùn)練讓我可以直接得到正確的結(jié)果，所以測試對于我來說分量沒有那么重。當(dāng)我的代碼需要大量的測試才能確保正確的時候，那就是它該被推翻重寫的時候。所以我的代碼往往沒有任何補丁和變通，可以說是無懈可擊。這就像是一個真正會畫畫的人，他閉目沉思，然后一氣呵成。當(dāng)然，優(yōu)美的代碼并不是一蹴而就的，有的代碼被我推翻重來幾十次才最后成功，但我最后的代碼不留下絲毫錯誤的痕跡。所以我覺得，看一個程序員的水平，不要看他留下來多少行代碼，而要看他刪掉了多少行。

我覺得做 Coverity 的工程師真累。這種累不止在于以上的技術(shù)層面的繁瑣，而且在于管理層對工程師的缺乏尊重以及不必要的壓力。這讓我在受到了足夠的“啟發(fā)”之后，開始懷疑是否還有繼續(xù)為它工作的價值。對于公司管理，以及對于 IT 行業(yè)總體的看法，我還是以后再講吧。