如果计算机(或编程语言)是我们理解这个世界的“望远镜”，无论这个“望远镜”如何精巧，它还是要人去操纵，并且，会被一部分人嫌弃，继而造出新的“望远镜” —— David 9
David一直相信，真正有用的工具，无论如何复杂，终究会用简单高效的形式提供给大众。虽然，目前python或R进行大数据或AI研究的门栏已经很低，但很可能还不够低，
要寻找这样一种“完美”的编程语言，首先我们须认清编程的目的是：“人类对机器提要求，机器完成要求”。但事实上，人类这种复杂的动物是不可能“完美地满足”的。目前任何一门编程语言以及未来语言都会面临“声明式编程”还是“命令式编程”的窘境：
如果你发号施令(对最忠诚的仆人)，一开始，你可能给一条简单笼统的指令(声明式编程)，希望你的仆人心领神会、想方设法把该办的事都搞定，呈现给你完美的结果，但是，后来你发现情况并不都和你预料的符合，于是你把需要改进的地方逐条告诉了仆人(各个要点和关键次序)，这时你更像是亲力亲为(命令式编程)。之后你又厌倦了手把手指导，又开始了笼统的指令。。。这样循环往复，看似矛盾的两个过程，也一直交错出现在现代代码中：
参考https://reedbarger.com/what-is-the-difference-between-imperative-and-declarative-code/
我们不能指望计算机帮我们搞定一切，但我们总想让它帮我们搞定更多。
上一代编程，是无场景无数据“喂养”的确定性编程时代，下一代编程，可能是灵活关注场景，持续数据“喂养”(David认为“持续”很重要)，且具有丰富不确定性的编程时代。
对于下一代编程方法，一个可能憧憬就是概率式编程语言(probabilistic programming languages(PPLs))。通过这种语言，建模
