由 dawei 编程不是堆砌代码，而是围绕三个稳定支点构建可维护系统：语言选型、函数设计与变量管理。三者协同，决定程序的表达力、健壮性与演化成本。
AI设计草图，仅供参考
语言选型不是追求热门或炫技，而是匹配问题域与团队能力。处理高并发实时数据流时，Erlang 或 Go 的轻量级并发模型比 Python 更贴近本质；开发数据科学原型，Python 的生态丰富性与交互式调试效率无可替代；嵌入式资源受限场景，则需 C 或 Rust 对内存与指令的精确掌控。关键在于：选能让逻辑清晰浮现的语言，而非强行用一门语言解决所有问题。
函数是行为的最小可信单元。理想函数应具单一职责、无副作用、输入输出明确。比如处理用户登录，不应混合密码校验、会话生成、日志记录与邮件通知——而应拆分为 validate_password()、create_session()、log_login() 等独立函数。每个函数只做一件事，并通过清晰命名和类型提示（如 TypeScript 的 string → boolean）暴露契约。调用方无需关心内部细节，只需信任其约定。
变量管理关乎状态的可追踪性。避免全局变量与长生命周期的临时变量；优先使用 const 声明不可变值，用 let 限定作用域于最小代码块内。例如循环中累积订单总额，应声明为 const total = items.reduce((sum, item) => sum + item.price, 0)，而非 let total = 0; for (…) { total += … }。前者杜绝意外修改，后者隐藏状态变更路径。变量名需携带语义：useHttpTimeoutMs 比 timeout 更准确，isLoggedIn 比 flag 更直白。
三者形成闭环：合适语言提供表达工具，良好函数封装行为逻辑，严谨变量管理约束状态流动。当新增需求时，若发现需频繁修改变量作用域、打乱函数职责边界或被迫绕过语言特性“硬编码”，便是设计失衡的信号。持续回归这三要素，代码才能随业务生长而不失秩序。