微精选

大家好，我是小邢哥。

上一篇《汇编语言：从 “01 代码” 到 “英语指令”—— 人类如何第一次 “教会机器说话”》发出后，后台收到了好多条友的留言：有人说 “终于看懂了汇编和机器语言的关系”，也有人催着 “赶紧更下一段历史”—— 这份来自大家的认可，直接给了我 “再忙也得把干货续上” 的劲头。

今天手头的项目堆得满，连喝口水的间隙都少，但编程语言发展史的科普系列绝不能断更。

毕竟做这个专题的初心，就是想把编程行业从 “0 到 1” 的关键故事讲透，不管你是刚接触编程的新手，还是想补补技术史的老同行，都能从这些真实的历史里，实实在在 get 到有用的知识。

接下来，咱们就聊聊那个真正让 “写代码像写公式” 成为可能的里程碑：世界上第一个高级语言，FORTRAN(听过的小伙伴评论区欢迎说一下)。

1954年，美国IBM公司的一间实验室里，32岁的约翰·巴克斯（John Backus）把一份标着“自动编程系统提案”的文件拍在桌上，对着主管大声说：“让科学家写汇编代码就是浪费生命！我们应该让机器自己翻译，而不是让人类学机器说话！”

此时的他，刚从“氢弹数值计算项目”的泥潭里爬出来——为了计算一个核反应模型，他和团队用汇编语言写了上万行代码，光是把数学公式“Y = X² + 3X + 5”转换成“LOAD X、MUL X、STORE T1、LOAD 3、MUL X……”这样的汇编指令，就花了整整两周。

更要命的是，换一台计算机，这些代码就得全部重写。

正是这场“与机器较劲”的痛苦经历，催生了世界上第一个高级编程语言——FORTRAN。它的诞生，不仅让“写公式就能编程”从幻想变成现实，更彻底重塑了人类与计算机对话的方式。

一、问题：汇编语言的“科学计算噩梦”，逼出“让机器学数学”的念头

要理解FORTRAN的革命性，得先看清1950年代科学家面临的“三重困境”。当时虽然有了汇编语言（用ADD、SUB代替二进制），但对于需要大量公式计算的科学领域（如核物理、气象学），编程依然是一场灾难：

1. 公式翻译太繁琐：写一行公式要写十行汇编

当时的科学家如果想计算“自由落体位移公式 S = ½gt²”，用汇编语言得写成这样一串指令：

一个简单的二次函数，要写8行汇编，而且每一步都要手动管理寄存器和内存地址。就像你想点一杯“加冰的拿铁”，却必须对服务员说：“先拿一个杯子，加200ml牛奶，加热到60度，再加30ml浓缩咖啡，最后加5块冰”——不是不能实现，但效率太低，还容易出错。

1953年，加州理工学院的物理学家理查德·费曼（就是那位拿过诺贝尔奖的“科学顽童”）在给IBM的信里吐槽：“我花在把物理公式翻译成汇编代码上的时间，比推导公式本身还多。这就像用算盘计算相对论，工具完全跟不上思想。”

2. 硬件依赖太严重：换台机器，代码全白写

汇编语言是“跟硬件绑定的方言”：IBM 704的乘法指令是“MUL”，而UNIVAC的是“MPY”；内存地址的表示方式、寄存器的数量，不同机器都不一样。

约翰·巴克斯团队在1952年遇到过一个极端案例：他们为IBM 701写的核反应计算程序，当客户要求移植到IBM 704上时（这两台都是IBM自家机器），竟然需要重写60%的代码——因为704比701多了硬件乘法器，指令集完全变了。

这就像你用Word写的文档，换了台电脑就得重新打字，只是因为键盘布局不一样。

3. 科学家不懂编程：“懂数学的不会写代码，会写代码的不懂数学”

当时的程序员大多是硬件专家，熟悉寄存器和指令集，但看不懂微分方程；而科学家懂物理、数学，却学不会汇编的“机器逻辑”。

麻省理工学院的气象学教授朱尔·查尼（Jule Charney）想做一个数值天气预报模型，找了三个程序员合作，结果因为“程序员不懂气压梯度力公式，教授不懂寄存器分配”，项目拖了两年才出成果。

查尼后来回忆：“我们就像两个说不同语言的人，对着同一个问题比划，效率低得让人绝望。”

这三个问题叠加在一起，导致1950年代的科学计算陷入一个怪圈：计算机越来越强，但能真正用好它的科学家却寥寥无几。

巴克斯在提案里写道：“现行编程方式让人类迁就机器，我们需要反过来——让机器迁就人类的思维习惯。”

二、解决方案：FORTRAN的“三大革命”，让代码像写公式一样简单

1954年，IBM批准了巴克斯的提案，成立了一个10人团队（包括后来的图灵奖得主彼得·诺尔），目标是开发一种“让科学家能直接写数学公式”的语言。

他们花了3年时间，在1957年推出了FORTRAN I，带来了三个颠覆性创新：

1. 语法革命：代码直接写公式，机器自己“翻译”

FORTRAN最惊艳的地方，是它的语法和数学公式几乎一模一样。比如计算自由落体位移，在FORTRAN里可以直接写：

S = 0.5 * g * t**2

这里的“**”代表乘方，和数学里的“²”对应。科学家看到这样的代码，几乎不用学习就能理解——这就像之前点咖啡必须说“步骤”，现在可以直接说“加冰拿铁”，机器会自己拆解成步骤。

为了实现这个功能，团队发明了“编译器”（Compiler）——一个能把FORTRAN代码自动转换成机器语言的程序。

编译器就像一个“双语翻译”：它先分析“0.5 * g * t2”的数学逻辑，再根据目标机器的指令集（比如IBM 704的乘法指令），生成对应的汇编代码，甚至能优化计算顺序（比如先算t2再乘0.5，比汇编程序员手动写的更高效）。

1956年编译器测试阶段，巴克斯团队用FORTRAN写了一个“矩阵乘法”程序，再和资深汇编程序员写的版本对比——结果FORTRAN生成的机器码，运行效率竟然比手动编写的还高5%。这个发现让团队兴奋不已：机器不仅能“听懂”人类的数学语言，甚至能比人类更懂如何让机器高效执行。

2. 跨平台雏形：一次编写，多机运行

FORTRAN的编译器是“针对不同机器单独开发”的：比如有IBM 704的FORTRAN编译器，也有UNIVAC的FORTRAN编译器。科学家写的FORTRAN代码（比如S = 0.5 * g * t**2），不需要修改，就能被不同机器的编译器转换成各自的机器语言。

这就像你用英语写了一篇论文，不管是给美国人还是英国人看，他们都能看懂（虽然发音不同）。虽然这还不是现代意义上的“跨平台”（编译器需要针对每台机器重写），但已经打破了“换机器就得重写代码”的魔咒。

1958年，美国陆军弹道研究实验室用FORTRAN写了一个导弹轨迹程序，成功在IBM 704和CDC 1604两台不同计算机上运行，这在之前是不可想象的。

实验室主任在报告中说：“FORTRAN让我们的程序员第一次从’硬件细节’中解放出来，专注于弹道公式本身。”

3. 模块化萌芽：用“子程序”封装重复逻辑

FORTRAN引入了“子程序”（Subroutine）的概念：比如科学家经常需要计算“平方根”，可以把计算平方根的代码写成一个子程序：

之后每次需要算平方根时，直接调用CALL SQRT(25, R)就行，不用重复写计算逻辑。这就像厨房的“预制菜”——提前做好一道菜的半成品，需要时加热一下就能用，不用每次都从买菜开始。

这个设计解决了科学计算中“重复公式多次出现”的问题。朱尔·查尼的天气预报团队用FORTRAN重写模型时，把“气压计算”“风速转换”等常用公式做成子程序，代码量从原来的5000行汇编缩减到1200行FORTRAN，而且出错率下降了70%。

三、历史时刻：1957年的“惊世演示”，当机器读懂了数学公式

1957年4月15日，IBM在纽约总部举办了一场轰动业界的演示会。巴克斯团队当着50多位科学家和工程师的面，做了一个“不可能的实验”：

他们让一位从没学过编程的物理学家，在10分钟内用FORTRAN写下了一个“计算行星轨道的公式”（包含开普勒方程），然后把代码输入IBM 704计算机。

编译器花了3分钟完成翻译，接着计算机开始运行——15分钟后，屏幕上输出了正确的轨道数据。

现场一片哗然。当时的《计算机周刊》报道：“当那个物理学家写下’R = G*M/(V**2)’时，很多人以为这只是个数学游戏，直到机器吐出正确结果，才有人意识到：编程的规则被彻底改写了。”

更戏剧性的是，演示结束后，一位资深汇编程序员站起来质疑：“这种’懒人语言’运行效率肯定很低！”

巴克斯当场让他用汇编重写同一个程序，结果汇编版本花了3小时编写，运行时间比FORTRAN版本慢了12%——因为FORTRAN编译器的优化算法，比人类手动分配寄存器更合理。

这次演示让FORTRAN一战成名。到1958年底，全美国已有超过200个科研机构采用FORTRAN，其中包括NASA的前身（国家航空咨询委员会），他们用FORTRAN计算了美国第一颗人造卫星“探险者1号”的轨道参数。

四、争议与进化：FORTRAN如何在质疑中定义“高级语言”

FORTRAN的成功并非一帆风顺。它诞生后遭遇了不少质疑，而这些争议恰恰推动了它的进化，也为后续编程语言树立了标杆：

1. “太简单会惯坏程序员”？——从FORTRAN I到FORTRAN IV的妥协

早期的FORTRAN I有很多限制：变量名只能是1个字母加1个数字（比如A1、B3），最多只能写20行代码。这是因为当时的编译器技术有限，团队担心太复杂会降低效率。

1959年，用户反馈“变量名太短记不住”“代码行数不够用”，巴克斯团队推出FORTRAN IV，放开了限制：变量名可以是6个字符（比如VELOCITY、FORCE），支持更复杂的分支结构（IF-THEN-ELSE）。

这次升级回应了一个关键争议：高级语言到底该“迁就机器效率”还是“迁就人类可读性”？FORTRAN给出的答案是：在保证基本效率的前提下，优先服务人类。这个原则后来成为所有高级语言的设计准则。

2. “科学计算专用，商业领域用不了”？——催生COBOL，却坚守初心

1959年，格蕾丝·霍珀（就是发明汇编宏指令的那位“计算机科学之母”）联合多家公司推出了COBOL语言，专攻商业数据处理（比如记账、库存）。当时有人说FORTRAN“只能算公式，处理不了表格数据”。

但巴克斯团队没有盲目跟风，而是坚持“深耕科学计算”：1966年的FORTRAN 66加入了“数组操作”（可以一次性处理一组数据，比如计算100个原子的能量），1977年的FORTRAN 77支持“结构化编程”（用DO循环代替GOTO，让代码更清晰）。

这种“专注场景”的策略，让FORTRAN至今仍是科学计算领域的“活化石”——NASA的航天器轨道计算、气象局的数值天气预报、核反应堆的模拟，依然大量使用FORTRAN。

2020年，欧洲航天局的“火星快车”探测器传回的数据，就是用1977年的FORTRAN代码处理的。

五、影响：FORTRAN不只发明了一种语言，更发明了“编程的新范式”

FORTRAN的真正价值，远超“第一个高级语言”这个标签。它为编程语言的发展定下了三个“基因级”的规则：

1. 人类思维优先：编程语言应该模仿人类的思考方式（比如数学公式），而不是机器的工作方式（寄存器、指令集）。后来的Python强调“可读性”、SQL模仿自然语言，都是这个逻辑的延续
2. 编译器是核心：高级语言的灵魂是编译器——它承担了“把人类语言翻译成机器语言”的重任。今天的Java编译器、GCC编译器，本质上都是FORTRAN编译器的“后代”。
3. 场景化设计：没有“万能语言”，只有“适合场景的语言”。FORTRAN专注科学计算，COBOL专注商业，后来的C专注系统编程，Python专注数据分析，都是这个思路的体现。

约翰·巴克斯在1977年获得图灵奖时说：“我们当年没想着发明一种’永远流行’的语言，只是想解决’科学家编程太痛苦’的问题。但现在看来，解决一个真实的痛点，往往能打开一扇新的大门。”

结语：从“迁就机器”到“机器迁就人”的第一步

回望FORTRAN的诞生，我们能看到技术突破的一个共性：真正的创新，往往始于对“不合理现状”的质疑。当所有人都认为“编程就该学机器指令”时，巴克斯团队却问：“为什么不能让机器学我们的数学语言？”

今天的程序员，早已习惯了“写代码像说话”（Python）、“写查询像提问”（SQL），但很少有人意识到，这一切的起点，是1957年那个让机器读懂数学公式的瞬间。

FORTRAN告诉我们：编程语言的发展史，本质上是“人类不断把机器拉向自己”的历史。

从FORTRAN到现在的AI辅助编程，我们始终在做一件事：让技术工具更懂人的需求，而不是让人成为技术的奴隶。

这，或许就是所有技术进化的终极方向。