新“重复主义”

     我说我厌恶重复，甚至鄙视那些机关事业单位重复的，没有创造性日复一日的工作。我也很讨厌Dirty work, 肯定不会去校正词典，或者是做语言标注。我讲两个故事：

     第一件事情：我编程是为了避免重复劳动，但是我把大量的时间花在哪里了呢？不是深入核心，而是横向扩展。比如，开发了一个新浪微博的API接口，那么我本能的就会（甚至很愿意）去做其他微博的接口，而且并没有人要求我，也并没有什么实际的需求。为什么？因为横向扩展不费脑子，可能就是花点时间，容易看上去有“工作量”。让我觉得，哦哦，今天晚上又搞定了“腾讯微博”！好开心!

     于是，我的类库就是这样横向扩展的产物，真正涉及到高精尖的地方并不多，多数都是处于同一难度“平面”的任务（虽然这个平面可能比一些人要深一些，真的就一些）。所以虽然简历上貌似做了很多事情，但本质上是重复的，和你所谓的“机关事业”的重复本质上是一样的，仅仅是表现形式不同而已。

     时过境迁，不仅腾讯微博没落了，新浪微博也没落了，你的类库，留在那里，无人问津。回想起来，到底什么是重复，什么是创新呢？

     第二件事情，我说我讨厌校正词典，讨厌dirty work，可是我的上司和另外一个巨牛无比的朋友，都很奇怪我为什么有这个想法。他们看来，这些语料库和词典，比程序本身还要赚钱，几十万已经是很便宜了。他们说，好的系统，算法甚至都是次要的，数据才是核心。哪里来好的数据，要么花大价钱去买，要么就需要大量的dirty work。他们还说，“你知道吗？我们当时自己都花了好多的时间来标注中文语料！” 我惊呆了。一份好的词典和语料，其价值自不必说，去校正语料，可能比写一堆代码写的还有意义，因为真的是“造福社会，造福科研”。 

     单词是一个个的背出来的，知识是一条条的积累出来的，经验是无数次摸爬滚打建立起来的，哪有生出来就是天才的牛人。“拒绝重复”这件事情，也许真的需要我去仔细想想，重新定义一下了。