工具-找對數學模型

🎯 什麼情境該想到我

當你「用蠻力硬幹一個問題卻事倍功半」，或不確定「是該繼續調參，還是根本換個方法」的時候。作者花整堂課只講「找對模型」有多重要。

正確的模型在形式上通常是簡單的：若你的模型像托勒密「40 個圓套在一起」那樣複雜到難以求解，多半是模型錯了，該找更簡單的（如換成一個橢圓）。
正確的模型一開始可能還不如「精雕細琢的錯誤模型」準：哥白尼日心說初期誤差比地心說還大；但只要認定大方向是對的，就該堅持下去，別因一時不如舊方法就放棄。
大量準確的資料很重要：開普勒能發現橢圓軌道，靠的是第谷留下的大量精確觀測資料。
模型遇到雜訊而失準時，別用湊合的修正去打補丁，要找雜訊的根源——這往往通往重大發現（天王星軌道異常，順著找根源就發現了海王星）。

托勒密的地心說為了貼合觀測，在圓上一層一層加本輪，最後疊到 40 多個圓。軟體裡也有同樣的現象——模型選錯了，就只能不停打補丁。辨認的訊號：

錯的模型	補丁長什麼樣	對的模型
金額用浮點數	到處加 `round()`、比較時用 `abs(a-b) < 0.001`、對帳時總差幾分錢	用最小單位的整數（分、satoshi）或十進位型別；補丁全部消失
時間存「當地時間字串」	夏令時轉換時重複或跳過一小時、跨時區比較出錯、到處加時區換算	存 UTC 時間點 + 另存使用者的時區名稱（如 `Asia/Taipei`，而不是固定的 `+08:00`）；只在顯示時轉換
快取用固定的過期時間	過期時間越調越短（資料太舊）又越調越長（資料庫撐不住），一直在兩者之間擺盪	改成資料變更時主動失效（事件驅動）；過期時間只當保險

共通點：對的模型在形式上更簡單，這正是書中第一條結論。花在調參數（調過期時間、調容差）上的時間，常常是在替錯的模型加本輪。

書的第二條結論也提醒：新模型一開始可能比精雕細琢的舊模型表現更差。換模型時要預期一段過渡期，用明確的指標（錯誤率、補丁數量、事故數）判斷方向對不對，而不是看第一週的結果。