Python - Tony Bai

本文永久链接 – https://tonybai.com/2025/07/04/everything-i-did-to-become-an-expert-in-golang

大家好，我是Tony Bai。

你是否也有过这样的时刻？

你已经用 Go 写了不少代码，项目也能跑起来，但内心深处总有一种挥之不去的“别扭感”。你写的 Go 代码，看起来更像是“带有 Go 语法的 Java/Python”，充斥着你从旧语言带来的思维习惯。代码或许能工作，但它不优雅，不简洁，总感觉“不对劲”。

最近，Twitch 的一位资深机器学习工程师 Melkey 分享了他从 Go 小白成长为生产级系统开发者的心路历程。他的故事，完美地诠释了如何突破这个瓶颈，完成从“会写”到“写好”Go 的关键一跃。

在这篇文章中，我们就来解读一下这位工程师的Go专家之路，看看从中可以借鉴到哪些有意义的方法。

从“被迫营业”到“感觉不对”的困境

和许多人一样，Melkey 开始学习 Go 并非出于热爱，而是因为工作的“逼迫”。2021年，当他以初级工程师的身份加入 Twitch 时，他还是一个习惯于用 Python 写脚本的“简单小子”，对 Go 一无所知。为了保住这份改变人生的工作，他别无选择，只能硬着头皮学下去。

很快，他熟悉了指针、静态类型和 Go 的基本语法。但问题也随之而来：他感觉自己的 Go 水平停滞不前，写出的代码“干巴巴的”，缺乏神韵。 他只是在完成任务，却丝毫没有感受到这门语言的魅力，更谈不上建立起真正的理解和喜爱。

这正是许多 Gopher，尤其是从其他语言转来的开发者，都会遇到的困境：我们只是在用 Go 的语法，实现其他语言的逻辑。 我们还没有真正进入 Go 的世界。

“顿悟”时刻：《Effective Go》带来的思维重塑

改变发生在 Melkey 偶然读到 Go 官方文档中的一篇文章——《Effective Go》 的那一刻。这篇文章里的几段话，像一道闪电，瞬间击穿了他的迷茫：

“A straightforward translation of a C++ or Java program into Go is unlikely to produce a satisfactory result—Java programs are written in Java, not Go.

In other words, to write Go well, it’s important to understand its properties and idioms. It’s also important to know the established conventions for programming in Go… so that programs you write will be easy for other Go programmers to understand.”

这段话的核心思想振聋发聩：将 C++ 或 Java 程序直接翻译成 Go，不可能得到令人满意的结果。要想写好 Go，就必须理解它的特性和惯用法。

Melkey 恍然大悟：他之前所做的，正是这种“直接翻译”的笨拙工作。他缺少的，是一次彻底的“思维重塑”——停止用过去的经验来套用 Go，而是开始真正地用 Go 的思维方式去思考问题。

什么是“Go 的思维方式”？

那么，这种听起来有些玄乎的“Go 思维”究竟是什么？它不是什么神秘的魔法，而是植根于 Go 语言设计中的一系列核心哲学：

1. 崇尚简洁与可读性

Go 厌恶“魔法”。它倾向于用清晰、直白、甚至略显“笨拙”的代码，来换取长期的可读性和可维护性。相比于某些语言中炫技式的语法糖和复杂的隐式行为，Go 鼓励你把事情的来龙去脉写得一清二楚。

2. 组合优于继承

Go 没有类和继承。它通过接口（interface）实现多态，通过结构体嵌入（struct embedding）实现组合。这种方式鼓励开发者构建小而专注的组件，然后像搭乐高一样将它们组合起来，而不是构建庞大而僵硬的继承树。

3. 显式错误处理

if err != nil 是 Go 中最常见也最富争议的代码。但它恰恰体现了 Go 的哲学：错误是程序中正常且重要的一部分，必须被显式地处理，而不是通过 try-catch 这样的语法结构被隐藏起来。它强迫你直面每一个可能出错的地方。

4. 并发是语言的一等公民

Goroutine 和 Channel 不仅仅是两个原生语法元素，它们是一种构建程序的新范式。正如 Rob Pike 所言，“并发不是并行”。Go 鼓励你从设计的源头，就把程序看作是一组通过通信来协作的、独立的并发单元，而不是在写完一堆顺序代码后，再思考如何用线程池去“并行化”它。

从理论到实践：用项目和资源内化新思维

当然，仅仅理解了这些哲学还远远不够。Melkey 强调，在读完所有文档后，他意识到“阅读所能做的就这么多了”，必须将新学到的思想付诸实践。

理论的顿悟，必须通过刻意的项目练习来巩固和内化。下面，就是他亲身走过的、从入门到精通的“四步实战路径”，以及在这条路上为他保驾护航的“精选资源清单”。

一条清晰的实战路径：用四类项目锤炼 Go 思维

第一站：HTTP 服务 (从简单到复杂)

这是 Go 最核心的应用场景，也是梦开始的地方。从最基础的 CRUD、健康检查 API 入手，逐步深入到 OAuth 认证、自定义中间件、利用 context 包进行请求范围内的值传递等。这个过程能让你全面掌握构建生产级 Web 后端所需的各项技能。

第二站：CLI 工具

许多优秀的 Go 开源项目，如 Docker、Kubectl，都是强大的 CLI 工具。通过使用 Cobra、Bubble T 等流行库，去构建自己的命令行应用，你会深刻理解 Go 作为“云原生时代的 C 语言”的工具属性，并学会如何优雅地处理命令行参数、标志和应用状态。

第三站：gRPC 服务

当你感觉 HTTP 服务已驾轻就熟时，就该迈向微服务了。学习 gRPC 和 Protocol Buffers，构建服务间的通信。这将迫使你的思维从处理“用户-服务器”交互，转变为处理“服务-服务”间的交互，是成为分布式系统架构师的关键一步。

第四站：管道作业与脚本

真正的精通，是把一门语言用成“肌肉记忆”。尝试用 Go 替代你过去的脚本语言（如 Python），去编写一些数据处理的管道作业或日常运维脚本，比如批量清洗数据库中的脏数据。这会极大提升你对 Go 标准库的熟练度，让它成为你工具箱里最顺手的那一把。

注：Melkey是机器学习工程师，因为他的第四站中，更多是数据处理相关的实战路径。

良师益友：来自一线的精选资源清单

在这条充满挑战的实践之路上，你不是一个人在战斗。Melkey 也分享了那些曾给予他巨大帮助的“良师益友”。这份清单的宝贵之处在于，它经过了生产一线工程师的真实筛选：

Web 后端实战圣经：《Let’s Go Further》 by Alex Edwards

这本书被誉为 Go Web 开发的经典之作。即便时隔数年，其中的原则和实践依然极具价值。我也极力推荐这本书，Alex 的代码风格非常清晰，对初学者极其友好，能帮你打下坚实的基础。

测试驱动开发双璧：《Learn Go with Tests》 & 《Writing an Interpreter in Go》

前者是优秀的在线教程，手把手教你如何通过测试来学习 Go。后者则通过编写一个解释器的过程，让你在实践中深刻理解测试驱动开发（TDD）的精髓。它们不仅教测试，更在教 Go 语言本身。

避坑与最佳实践指南：《100 Go Mistakes and How to Avoid Them》

这是一本能让你快速提升代码质量的“速查手册”。通过学习别人踩过的坑，你可以少走很多弯路，写出更地道、更健壮的 Go 代码。

小结：真正的精通，是一场思维的迁徙

Melkey 的故事告诉我们，精通一门编程语言，从来都不只是学习语法和 API 那么简单。它更像是一场思维的迁徙——你必须愿意放下过去的地图，学习新大陆的规则和文化，并最终成为这片土地上地道的“原住民”。

如果你也感觉自己写的 Go 代码“不对劲”，不妨停下来，问问自己：我是在用 Go 的方式思考，还是在用过去的经验翻译？

或许，你的“顿悟”时刻，也正隐藏在重读一遍《Effective Go》的字里行间，或是开启下一个实战项目的决心之中。

你是否也有过类似的“顿悟”时刻？又是哪篇文章、哪个项目或哪位导师，帮助你完成了 Go 思维的重塑？欢迎在评论区分享你的故事。

资料地址：https://www.youtube.com/watch?v=wr8gJMj3ODw

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

想写出更地道、更健壮的Go代码，却总在细节上踩坑？
渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

本文永久链接 – https://tonybai.com/2025/06/26/non-deterministic-abstraction

大家好，我是Tony Bai。

在软件开发领域，Martin Fowler 的名字几乎等同于思想的灯塔。他的每一篇文章、每一次演讲，都能为我们揭示行业发展的深层脉络。最近，Fowler 大师又发布了一篇简短但引人深思的博文——《LLMs bring new nature of abstraction》，再次精准地捕捉到了一个正在发生的、可能颠覆我们认知和工作方式的巨大变革。

Fowler 认为，大型语言模型（LLM）的出现，对软件开发的影响，堪比从汇编语言到首批高级编程语言（HLLs）的飞跃。但关键在于，LLM 带来的不仅仅是又一个“更高层次”的抽象，它正在从根本上改变编程的“本质”——迫使我们思考，用“非确定性工具”进行编程究竟意味着什么。

在这篇文章中，我们就来简单解读一下。

从“确定性”的阶梯到“非确定性”的岔路

回顾编程语言的发展史，我们一直在追求更高层次的抽象，以提升生产力、降低复杂度：

汇编语言 vs. 机器指令： 汇编让我们用助记符替代了 0 和 1，但仍需关注特定机器的寄存器和指令集。
高级语言 (HLLs) vs. 汇编： Fortran、COBOL 等早期 HLLs 让我们能用语句、条件、循环来思考，而不用关心数据如何在寄存器间移动。Fowler 回忆道，他用 Fortran IV 编程时，虽然有诸多限制（如 IF 没有 ELSE，整数变量名必须以 I-N 开头），但这已经是巨大的进步。
现代语言、框架、DSL vs. 早期 HLLs： Ruby、Go、Python 等现代语言，以及各种框架和领域特定语言（DSL），进一步提升了抽象层次。我们现在可以本能地将函数作为数据传递，使用丰富的库和模式，而不用从头编写大量底层代码。

Fowler 指出，尽管这些发展极大地提升了抽象层次和生产力，但它们并没有从根本上改变“编程的性质”。我们仍然是在与机器进行一种“确定性”的对话：给定相同的输入和代码，我们期望得到相同的输出。错误（Bug）也是可复现的。

然而，LLM 的介入，打破了这一基本假设。

Fowler 写道：“用提示词与机器对话，其差异之大，犹如 Ruby 之于 Fortran，Fortran 之于汇编”。

更重要的是，这不仅仅是抽象层次的巨大飞跃。当 Fowler 用 Fortran 写一个函数，他可以编译一百次，结果中的 Bug 依然是那个 Bug。但 LLM 引入的是一种“非确定性”的抽象 (non-deterministic abstraction)。

这意味着，即使我们把精心设计的 Prompt 存储在 Git 中，也不能保证每次运行都会得到完全相同的行为。正如他的同事 Birgitta Böckeler 精辟总结的那样：

我们并非仅仅在抽象层级上“向上”移动，我们同时也在“横向”移入非确定性的领域。

Fowler 文章中的配图非常形象地展示了这一点：传统的编程语言、编译器、字节码是一条清晰的、自上而下的抽象路径；而模型/DSL、代码生成器、低代码、框架是其上的不同抽象层次。自然语言（通过 LLM）则像一条从旁边切入的、直接通往“半结构化/接近人类思维”的道路，这条路本身就带有模糊和不确定性。

“非确定性”编程时代的挑战与启示

这种“非确定性”的本质，对我们 Gopher，乃至所有软件开发者，都带来了前所未有的挑战和需要重新思考的问题：

版本控制与可复现性： 当 Prompt 不能保证结果一致时，我们如何管理和版本化我们的“AI辅助代码”？如何确保开发、测试、生产环境的一致性，或者至少是可接受的差异性？仅仅版本化 Prompt 可能不够，我们还需要版本化模型、参数（如 temperature）甚至是一些关键的种子（seed）吗？
测试与调试： 如何测试一个输出不完全固定的“组件”？传统的单元测试、集成测试方法是否依然有效？我们可能需要引入新的测试策略，例如基于属性的测试、对输出结果的统计验证、或者更侧重于行为和意图的验证。当 LLM 生成的代码出现问题，调试的难度是否会指数级增加？
可靠性与契约： 在一个包含非确定性AI组件的系统中，如何定义和保证整体的可靠性？服务间的“契约”又该如何描述和强制执行？
思维模式的转变： 我们习惯了对代码的精确控制，追求逻辑的严密和行为的可预测。现在，我们可能需要学会与“模糊”和“概率”共存，从“指令下达者”转变为“意图沟通者”和“结果筛选者”。

这对我们 Gopher 意味着什么？

Go 语言以其明确性、强类型、简洁的并发模型以及相对可预测的行为，深受开发者喜爱。当我们尝试将 LLM 融入 Go 的生态和开发流程时，这些“非确定性”的特性会带来新的思考：

AI 生成 Go 代码： 当我们使用 LLM 生成 Go 代码片段、单元测试，甚至整个模块时，如何确保生成的代码符合 Go 的最佳实践、是高效且安全的？如何对生成的代码进行有效的审查和集成？
用 Go 构建与 LLM 交互的工具/Agent： 如果我们用 Go 开发与 LLM 交互的后端服务或智能体（Agent），我们需要在架构设计上充分考虑 LLM 的非确定性，设计更鲁棒的错误处理、重试机制，以及对 LLM 输出结果的验证和筛选逻辑。
利用 LLM 理解复杂 Go 系统： LLM 或许能帮助我们理解遗留的复杂 Go 代码库，但其解释的准确性和一致性也需要我们审慎评估。

Fowler 在文末表达了他对这一变革的兴奋之情：“这种改变是戏剧性的，也让我颇为兴奋。我相信我会为一些失去的东西感到悲伤，但我们也将获得一些我们中很少有人能理解的东西。”