在某问答平台有个有意思的问题：假如任何 bug 都能被我在一天内定位并给出修复方案，在编程领域我能混成什么地位?
除开一些搞怪的回答外，有些人觉得，把这项技能用到世界级的伟大项目中，可以创造巨大价值。
我发现，大家对 bug 的定义是多样的、模糊的。主要分为两类：
- 观念意义上的 bug，即代码出现任意不满足人的需求的行为，都叫 bug。
- 程序意义上的 bug，即代码执行时不停机，或者抛出错误，才叫 bug。
如果我们围绕观念意义上的 bug，去讨论这个问题。很容易发散联想，把问题变成超能力的小说创作。
如果我们围绕程序意义上的 bug，去讨论这个问题，会发现，这个能力实际上在做的，是对代码进行静态分析。即，在不运行代码的情况下，对代码的结构进行分析，判断它是否能正确运行。
Type Checking 类型检查技术，可以对代码实现这种静态分析。在特定 Type System 类型系统下，推断出程序接收给定的所有可能输入，能否正确输出指定类型的值。
main: input -> output
将代码简化成 main 函数看待，input 为参数类型，output 为返回值类型。main 函数执行的可能结果如下：
- 接收 input 类型的参数，在有限时间内返回 output 类型的结果
- 接收 input 类型的参数，永远执行，不停机，没有返回值
- 接收 input 类型的参数，执行期间抛出错误(output 类型或者内部中间环节出现类型匹配错误)
根据上述 3 种结果，我们可以对 main 函数或者编写 main 函数的语言，做出分类：
- function 或 language 的行为包含上述 3 种可能性
- function 或 language 只有第一种行为，即输出指定类型的 output
我们将第二种称之为 total 的，第一种则是 partial 的。
大家可以理解为，total 就是所有可能输入，都有正确类型的输出，是全量的，无遗漏的。而 parital 则是所有可能输入，只有部分才有正确输出，是非全量的，有遗漏的。
回到那个问题，任何(程序意义上的) bug 都能被我在一天内定位并给出修复方案，可以认为等价于低效的 Type Checker 类型检查程序。
而任何复杂的大型代码库，它里面包含的会引发不停机或者抛错的类型错误，往往数不胜数。
观念上的一个 bug，它对应的程序意义上的 bug 数量可能是很多很多个。
其中大多数 bug 是无关紧要且琐碎的。每次花一整天时间，定位到一个低级的类型问题，然后给出简单的修改，这种效率难以满足有价值的开发工作。
因此，从程序意义上的 bug 来看，一天内定位任意 bug，由于 type check 的精确性，极大概率每次定位到的是代码里首次出现的低级类型错误。随便一个 lint 或 type check 程序，都可以在 1 秒钟找出代码里成千上万的 bug(其中绝大多数是无关紧要，在观念上不构成 bug，在程序上则构成)。
也就是说，假如任何 bug 都能被我在一天内定位并给出修复方案，在编程领域我能混成低效的 Type Checker。
没有完备的类型检查，程序员修复一个 bug 的同时，可能引发另一个 bug，或者另一批 bug 的出现。
大家的代码对严格的 Type Checker 来说错漏百出，为什么它们被那么多公司发布到生产环境，为什么我们大部分人还能相对正常地使用各种技术产品?
这是因为，尽管用户数量级庞大，但绝大部分的产品操作流程，访问路径，行为数据等等，是同质化的，只占程序的 input 类型的极小部分(如 int 数字类型对应的成员数量理论值为无限，实际值根据不同语言有不同边界，数量级通常很庞大。发生数值边界溢出属于少数情况，然而一旦遇到，却是很严重的)。
因此，尽管代码对 Type Checker 来说，是 partial 的，有效的输入，只有极少部分有正确输出。但对用户来说，这极少部分，往往也够用了。
要写出 total 的代码，需要的 type system 能力是可以做数学命题的证明级别的。学习和开发的成本都相对较高。而用相对不那么严谨的语言，用相对不那么可靠的方式编写代码，从现实角度，可以更快地构建出在某个范围内可用的产品，在后续迭代中不断扩大可用范围。
这正是我们能在不完美的代码中前进的原因所在。
