昨晚调一个排序算法的 bug，折腾到凌晨两点。最后发现不是因为逻辑错了，而是我忽略了一个极端情况——数组里有两个完全相等的元素。算法没崩溃，但输出顺序让人崩溃。那一刻我突然想，我们天天喊的“算法最优解”，到底在什么前提下才成立？
很多像神谕一样的东西，其实是建立在厚厚的假设上的。比如，我们假设数据是独立的，假设样本足够大，假设噪声是正态分布。可现实世界偏偏喜欢打脸。有一年我做推荐系统，发现算法推荐给用户的东西越来越窄，像走进了一条死胡同。后来才明白，算法为了追求准确率，把“探索”这个功能牺牲掉了。这就像你每次问朋友吃什么，他都给你上次吃过的好吃的，那么你就再也吃不到新菜了。
对比起来，人类的直觉反而有点“不科学”的可爱。我看到过一篇论文，说人类的决策常常带点“随机漫步”的意思，反而是这种非理性让人类在复杂环境中活了下来。算法呢，它太干净了，太确定了，一旦遇到模糊或者矛盾的信息，就手足无措。有时候我觉得，算法就像一架没有副翼的飞机，机械上完美，但一遇到侧风就可能翻。
写这些，不是想否定算法。而是想说，我们得学会看清它的“体温”。算法会“感冒”，会有漏洞，会因为一个分号而罢工。但这并不妨碍它成为我们最好的工具。关键是把人类的不完美和算法的不完美放在一起，让它们互相踩刹车。就像我那个排序的 bug，最后加了一行 if (a == b) 就不交换，问题解决了。你看，算法学会了“保持原样”，反而更像人了。
