在一個並不遙遠的國度，人們都不用做飯，更不用學做飯，想吃啥都能買到現成的。所以以後家家都不做飯了。這直接導致了房子戶型發生大變化：從此以後沒有廚房了，每家每戶都多了個臥室，人民生活幸福感直線提升，喜聞樂見！

飯館的競爭也變得激烈起來。比如有吃G家飯的，有吃F家飯的，有吃M家飯的，也有吃S家飯的，口味不同，各有傾向。有一天，負責向這幾家大飯店提供原材料的N家不開心了，使得原料嚴重缺乏。於是G家F家M家S家的生意統統都不太好過了。更直接的後果是：吃慣了這幾家飯店的人，開始捱餓了。

有時候，G家、F家、M家和S家飯店的員工心情不好，也會舉行個罷工什麼的。於是，人們就又過上了捱餓的日子。

這個時候，那些自己會做飯的、學過做飯的人，是餓不著的。

皮毛性質的懂，說實話和基本不懂也沒多大差別……大部分從業者，日常玩的還是結果分析和特徵工程，這種苦力加運氣的差事倒還不至於一定要多高深的數學背景。

再看看每年的最佳論文，能在模型和演算法層面上有貢獻的論文，大都只是標準資料集上所謂幾個點甚至不到1個點的提升。從產品和應用落地的角度，些許的模型精度差異也未必能成為一招致命的競爭優勢。

更何況，測試資料集上的表現和具體的落地應用畢竟還是有差別，在測試集上表現更好的新演算法，也未必在實際落地的應用裡會真的比舊演算法更魯棒。比如，最近Google就評價上百個GAN的變形，結果發現它們的實際表現和最初的版本並沒多大差異。

當然，數學水平的高低以及技術上認識的廣度與深度，對工作效率還是有一定影響的。只不過，不要指望這些純粹從書本上學來的知識或者一些膚淺的、似是而非的理解真能派上大用場，很多認識和能力提升還是要在反覆實踐中積累的。

如果只是簡單的學會調個包，雖然可以一定程度上解決某些問題，但是當問題有變化或者更復雜的時候，或者需要取得更好的效果的時候，往往就是束手無策！而現實中的大部分問題往往是後者！程式演算法的世界裡，內功往往決定上層！

舉個最簡單的例子來說明只會調包和掌握原理的區別:a和b都買了個智慧語音音響，a由於只會使用這個音響，所以每次對話都只能按照廠家設定的模式對話:

嘿，小辣椒，你好！

你好！

嘿，小辣椒，你多大了

1歲

嘿，小辣椒，我要聽歌

……

能用，不過也無語！

而b懂原理，就可以根據自己的需要改造:

嘿，小辣椒，給你改個名字吧，就叫饅頭！

饅頭，陪我說說話吧！

好的，你想聽什麼呢

都可以呀，隨便聊聊

等等！