在软件开发中，平衡速度与质量是关键。作者分享了自己在小团队中长期维护软件的经验，强调并非所有代码都需要完美无缺。例如，在24小时游戏开发中，追求代码优雅是浪费时间；而在开发心脏起搏器等关键设备时，代码质量至关重要。作者认为，应根据项目需求灵活调整代码标准，避免过度追求完美或过于草率。

文章标题：如何快速构建软件

作者：Evan Hahn
发布时间：2025年7月8日
更新日期：2025年7月9日

文章主要探讨了在时间和质量的双重约束下，如何快速构建高质量的软件。作者分享了自己在小团队中长期维护软件的经验，并提出了几个关键策略。

主要内容总结：

1. “代码应该有多好？”
   作者指出，代码的质量应根据项目的需求来调整。例如，在24小时游戏开发比赛中，代码的整洁性并不重要；而在开发心脏起搏器等关键设备时，代码必须非常严谨。作者的个人经验是，大多数项目应追求“8分”的质量，即在保证代码功能的前提下，允许存在一些小问题，但要在规定时间内完成。

2. 草稿阶段的重要性
   作者提倡在开发初期快速实现一个“草稿”版本，即使这个版本存在很多问题（如未处理的错误、重复代码、硬编码数据等）。草稿阶段的代码虽然粗糙，但能帮助开发者快速理解问题，并发现未知的挑战。随后，开发者可以逐步优化这个草稿，最终形成高质量的代码。

3. 尝试改变需求
   作者建议在可能的情况下，通过简化需求来加快开发速度。例如，合并多个界面、忽略某些边缘情况、或只支持部分功能。此外，作者还提到，有时可以通过逐步改变团队文化来减缓开发节奏，避免过度紧张。

4. 避免代码中的分心
   现代开发环境中充满了各种干扰（如手机通知、同事消息、会议等）。作者建议通过设置定时器或结对编程来保持专注，避免在代码中“迷失方向”。

5. 小步快跑
   作者强调，小而专注的代码变更通常比大范围的修改更有效。小变更更容易编写、审查和回滚，同时减少了引入新错误的风险。作者还建议将大任务拆分为多个小步骤，逐步完成。

6. 有用的技能
   作者列举了几个在快速开发中非常有用的技能，包括：

   • 阅读代码：这是最重要的技能之一，帮助开发者更好地理解代码和调试问题。
   • 数据建模：合理的数据模型设计可以避免许多错误。
   • 脚本编写：使用Bash或Python编写脚本可以加速日常任务。
   • 调试工具：使用调试器比基于print()的调试更高效。
   • 适时休息：遇到难题时，短暂休息往往能带来新的思路。
   • 纯函数和不可变数据：函数式编程风格可以减少错误和复杂性。
   • LLM（大语言模型）：尽管存在局限性，LLM可以在某些开发环节中加速工作。

总结：

作者总结了快速构建软件的几大要点： - 根据项目需求调整代码质量。 - 从草稿开始，逐步优化。 - 尝试简化需求。 - 保持专注，避免分心。 - 小步快跑，逐步完成大任务。 - 掌握并练习有用的开发技能。

这些经验虽然看似简单，但都是作者在长期开发实践中逐步积累的。作者鼓励读者分享自己的经验和技巧，以共同进步。

参考链接： - “Throw away your first draft of your code” - “Best Simple System for Now” - “YAGNI”

主要观点总结：

1. 快速原型与长期维护的平衡

   • 支持快速原型：多位评论者认为，快速构建原型有助于探索问题空间，避免过早陷入生产级别的细节。例如，KronisLV提到“Build One to Throw Away”的方法，认为现代框架（如Ruby on Rails、Django等）也支持这种快速开发模式。
     • 引用：“The initial rough draft almost reminds me of the old ‘Build One to Throw Away’ approach.”
     • 引用：“I usually start top-down, sketching the API surface or UI scaffold before diving into real logic.”
   • 长期维护的重要性：也有评论者强调，快速开发可能会忽略长期维护的需求，如数据模型、测试和文档等。gbuk2013指出，开发速度会随时间、项目和团队规模下降，因此需要在短期内牺牲一些速度来保证长期的可维护性。
     • 引用：“Some omissions during initial development may have a very long tail of negative impact.”
     • 引用：“Get the data model right before you go live, and everything is so simple.”

2. 工具与技术的选择

   • 熟悉工具的重要性：多位评论者建议选择熟悉的工具，而不是追求看似更合适的新技术。kukkeliskuu提到，Django在大多数情况下都能满足需求，即使项目初期看似“太重”。
     • 引用：“Learn one tool well. It is often better to use a tool that you know really well than something that on the surface seems to be more appropriate for the problem.”
     • 引用：“Always choose extremely boring technology. Just use python/Django/Postgres for everything.”
   • 测试与构建速度：jillesvangurp强调快速构建和高效测试的重要性，建议通过并发测试、减少数据库清理等方式优化测试速度。
     • 引用：“I run integration tests concurrently. My CPUs max out when I run my tests.”
     • 引用：“Get a decent laptop and pay for fast CI hardware.”

3. 代码质量与可维护性

   • 代码质量与原型开发的矛盾：部分评论者认为，即使在原型开发阶段，也应尽量保持代码质量。whstl提到，他会在第一次尝试时就尽量写出“好”的代码，尽管这并不意味着要写大量测试。
     • 引用：“I actually try to build it ‘well’ in the first pass, even for prototyping.”
     • 引用：“It shouldn’t take more time to do this, though: if you’re making more classes to make it testable, you’re already messing it up.”
   • 代码重构与债务：paffdragon指出，业务方通常只关注快速结果，而忽视了代码债务的积累，直到它变得难以处理。
     • 引用：“Business mostly wants the result fast and does not understand tradeoffs in code until the debt hits the size of a mountain.”

4. 团队规模与开发方法

   • 小团队的优势：marginalia_nu认为，小团队可以更灵活地采用快速开发方法，因为每个人对项目有全面的理解，修复bug也相对容易。
     • 引用：“Done correctly it will have you running circles around larger operations.”
     • 引用：“Bugs are almost always easy to fix later for a small team or solo dev operation.”
   • 大团队的挑战：在大团队中，代码理解和架构复杂性会增加，修复错误的成本也更高，因此更应注重每一步的正确性。
     • 引用：“In larger development projects, fixing bugs and especially architectural mistakes is exponentially more expensive.”

5. 数据与测试的重要性

   • 真实数据的价值：hamdouni建议使用真实数据进行测试，以揭示合成数据可能忽略的问题。
     • 引用：“It helps reveal unknowns in the problem space that synthetic data might miss.”
   • 测试的优化：jillesvangurp详细讨论了如何通过并发测试、减少数据库清理等方式优化测试速度。
     • 引用：“I run integration tests concurrently. My CPUs max out when I run my tests.”

总结：

评论者们围绕快速原型开发、工具选择、代码质量、团队规模和测试优化等话题展开了讨论。支持快速原型的观点认为这有助于探索问题空间，而反对者则强调长期维护的重要性。工具选择上，熟悉的技术往往比新工具更有效。代码质量在原型开发阶段也应得到一定关注，尤其是在大团队中。测试优化和真实数据的使用也被认为是提高开发效率和质量的关键。