代码从他出生的第一刻起，从头到尾都是腐朽的。
-- Tom Greedy
问题
上一节我们谈到了研发效率和代码规模的关系，本文，会从另外一个视角再次探讨这个问题（注意：换了一个视角），我们先来回答一个问题，假设码农A每月能够码 10000行代码，请问他此生能够码的有效代码总量是？（预期职业生涯30年计）
- 30 * 12 * 10000 = 3600000
- 不知道，取决于他的研发效率曲线R
- 不知道，取决于他的产品经理
- 以上都错
答案我们在文末揭晓。
腐朽，易变质的
我们先来讨论一个有趣的问题，代码和水果有什么共同之处？恍惚间读者是不是认为作者智障了，其实不然，有一个共性：会变质，会腐败。先来听个故事：
John 每天会收到 10 根香蕉， 每过1天，会有10%的香蕉腐败，不能再吃了，请问John 最多可以拥有几根香蕉？
答案： 100（10 / 0.1) ，在100根香蕉时，John获得了一种动态平衡，即每天收到的香蕉刚好等于当天变质的香蕉，从那天起，John 就 不会再拥有更多香蕉 了。
-- John Adhoc 日记
Poor John , 好的，我们把 John ，换成 Tom，把香蕉换成代码，故事是一样的：
Tom 每月可以写10000行代码，每过1个月，会有10%的代码变得不可维护，不能再用了， 请问 Tom 最多可以有多少行有效代码？ （假设职业生涯30年，whatever， 300年吧）
答案： 100000行 （10000 / 0.1) ，在 Tom 拥有 100000行代码之后，他获得了一种动态平衡，即每个月新写的代码和当月不可维护的代码一样多，从那个月起，Tom 就不会拥有更多代码了。
神奇数字
我们在此注意到一个不那么 惊人的事实 ，即 Tom 拥有的最大代码规模，只和他的每月效率，以及腐败率有关（在这种简化的模型下讨论问题，一切会变得简洁而清晰，当然，真实世界远远复杂，但，他不值得研究）。
MaxC = C0 / d
C0 = 单位时间代码生产能力
d = 单位时间代码腐败率
在我们的职业生涯中，很显然的，应该降低d，提升C0，C0 的提升依赖更好的工具，更高效的工作环境，效率，以及心情，是行业中劳动密集的部分。 d的降低，依赖好的设计，是行业中艺术的部分。
读者可以尝试测算一下自己的C0，d，以及评估有多少提升空间。 （假设你在一个code base长期工作，这样的测算是较为容易的，C0 可以从提交记录中查询，d可以从 (当前还在生产运行的代码数量 / 累计产生的代码数量) 通过对时间周期数的对数运算来估计。这样，你就可以估计自己的MaxC了。
