既然 AI 还没爆发,我就先用 Python 模拟出一万个“我”

这行代码跑通了。凌晨两点四十七分,终端里绿色的“Successfully created 10000 simulated users”弹出来的时候,我灌下去的那口冰可乐差点喷在屏幕上。不是激动,是种报复性的快感。团队里那三个刚毕业的小孩,今天又因为一个按钮的圆角尺寸吵了半小时,产品文档改到第八版还在纠结“用户可能觉得”。去他妈的用户觉得,我现在就让一万个“我”来觉得。

Python的Faker库真是独狼的浪漫。名字、邮箱、手机号、公司职位、甚至个人简介,批量生成,毫秒级产出。我给它加上了权重逻辑,模拟不同“我”的行为偏好:30%的“我”会深夜活跃,专攻技术论坛;20%的“我”是信息搜集狂,爬虫脚本永远开着;还有15%的“我”扮演小白用户,专门去踩那些我们设计时自以为清晰的流程陷阱。用multiprocessing开了八个进程,一万份模拟数据二十分钟灌进测试数据库,比开一次毫无结论的评审会快一百倍。

这种快感是物理性的。你定义规则,机器执行,结果要么是0要么是1。没有“再想想”,没有“我觉得”,更没有“老板说上次不是这样”。解决那个随机生成的用户头像与性别字段偶尔错位的Bug时,我盯着日志里那几行异常数据,像法医解剖。最后发现是第三方头像API的响应延迟,导致异步回调里session对象窜了。加了个简单的锁,用threading.Lock()把数据写入那几步锁死,问题消失。那种清澈的“啪一下搞定”,像拧紧了一颗松动的螺丝,你能听见结构归位的金属脆响。这比在群里@某人五遍催他改设计稿,然后收到一句“好的呢,晚点发你”要治愈一万倍。

人际关系给不了这种确定性的回馈。你教团队成员写个简单的SQL查询,三天后他交上来的东西连JOIN和WHERE的顺序都是乱的,你还不能发火,得说“不错,有进步,我们一起来看看怎么优化”。你永远在猜,在等,在协调,在把一句清晰的技术指令翻译成七八种照顾情绪的说法。而机器不照顾情绪,它只认逻辑。我甚至给这一万个“我”模拟了社交关系链,用随机图算法生成了关注与被关注网络,看着那堆节点和边在Gephi里渲染出来,形成一种诡异的、沉默的、但完全服从指令的社群。这比管理活人团队轻松多了,也可靠多了。

我知道这很偏执,甚至有点可悲。当老板在会议上大谈“团队凝聚力”和“培养新人”时,我脑子里跑的是如何用Celery把数据生成任务分布式到更多服务器上,让这一万个“我”更真实,行为链更长。也许我渴望的不是技术本身,而是那种绝对的掌控感。在一个需求朝夕令改、队友心不在焉、市场无法预测的环境里,这一方漆黑的终端和闪烁的光标,是唯一能让我确认“我之所思,即我所得”的领地。这一万个没有血肉的“我”,比一个需要反复沟通的真实队友,更像我的同类。

可乐见底了,冰块化得只剩薄薄一层。我关掉终端,那一万个“我”也随之陷入休眠,安静地躺在数据库的表格里,等待下一个唤醒指令。窗外城市的光污染把天空映成暗红色,没有星星。但我的服务器指示灯还绿着,那是一种更实在的、不会背叛的微光。明天还有无穷无尽的会议要开,无穷无尽的需求要扯皮。但至少我知道,在某个并行的数字时空里,有一万个绝对服从、高效运转的“我”,正在执行我写下的每一条命令,分毫不差。这大概是一个深陷管理泥潭、对人性交付效率彻底失望的技术宅,能为自己保留的最后一点,硬核的浪漫。

© 版权声明
THE END
喜欢就支持一下吧
点赞82 分享