图灵和冯∙诺依曼自不消说，他们是开创式的人物。高德纳在算法上前无古人的贡献也不多说了，但就他写的程序，能写到几乎没有Bug，就不是一般人做得到的。大部分工程师都在想，反正程序能工作了就好，对它的逻辑和质量没有很高的要求，这就是他们和高德纳的差别。奥科在做机器翻译时，目标不仅定在了超越所有人，而且要领先其他人5年以上。迪恩设计大系统时，自己将规模定在他人已有系统的千倍水平，当他几年后第二次改进自己的系统时，把目标定在自己第一个系统的10倍以上。
这些计算机界的巨人不仅天资聪颖，勤奋刻苦，还有明确的设定比别人高出一个数量级的目标，因此也做成了一些开创性的事。
直到目前为止，虽然各种计算机的系统结构有所不同，但是原理上并没有脱离冯∙诺依曼划定的框架。我在前面第006封信中讲要在边界中做事情，今天好的计算机科学家依然在冯∙诺依曼划定的框架里做事，并非他们不想突破这个边界，而是非常难突破。这就可以看出冯∙诺依曼超越时空的智慧了。
我在《见识》一书中讲，人生是一条河，人的影响力取决于河的长度、宽度和深度。冯∙诺依曼可以讲是一条很长的河，影响至今，他不是很宽，因为计算机从业者数量有限，但是却非常深。
那么冯∙诺依曼为什么那么牛？
首先，是因为他极为聪明。冯∙诺依曼和爱因斯坦是同一时代的人，而且在同一家单位（普林斯顿高等研究所）任职，当时他们的同事认为前者比后者更聪明。这倒不是因为冯∙诺依曼是老板，爱因斯坦是普通的教授，而是他们亲身的感受。当时费米、费曼等人（都是诺贝尔奖获得者，绝顶聪明的人），有时他们要用计算机算一夜的问题，冯∙诺依曼心算半小时就解决了。很多时候我们需要承认智力上的差异，这才是唯物主义的态度。
其次，冯∙诺依曼精通数学和理论物理的几乎每一个领域，用今天的话说是全才。除了在计算机上的贡献，他所做出的同量级的贡献还有七八项，包括：
发明博弈论，诺贝尔奖获得者纳什是他的学生
发明线性规划
建立数理统计的理论基础
完善测度理论、格理论和集合论
提出量子逻辑和量子机（计算机是一种量子机）
提出冯·诺依曼代数
发明连续几何学
同时，他还是美国原子能计划及氢弹工程的主要负责人之一。
高德纳成功的原因和过程可以概括为这样四点：
1. 利用了艺术和科学的相通性。事实上很多黑客级的计算机专家都是艺术天才。今天很多学习计算机的人，以及学习其它工程专业的人心太急，目光太短浅，只盯着那点小小的技能，岂不知缺乏灵性连个好工匠都当不了。我有一次在一所顶级的理工科大学做讲座，在场300多学生，只有一个人读过雪莱最著名的诗。在另一所著名的理工科学校，学生们在听讲座时居然在做高等数学的作业。这样培养出来的人将来做产品也好，做研究也好，没有一点灵性。很多人一直追问我如何突破天花板，其实一个人如果从大学开始的时候格局就很低，一辈子就只能低水平地重复工作。
2. 不过高德纳的本科并非毕业于名校，因此起跑线一说不必太在意。但是，他每做一件事，就想方设法地做到最好。他在小时候，有一家棒棒糖公司为了推销棒棒糖，搞了一个拼字比赛，大奖是一台电视机，在那个年代奖励一台电视机和现在奖励一辆车差不多。高德纳为了得第一名，一个人憋在家里干了一周，拼出4500个符合条件的单词，而当时竞赛的组织方掌握的答案中只有2500个单词，于是高德纳遥遥领先地得了第一名，如愿以偿地得到了那台电视机。之后他无论做什么事，很少是第二名。
3. 既要能头顶青天，也要能脚踏实地。高德纳作为计算机科学家，他的抽象思维能力是一般人不可比拟的。但是，他自己能动手写程序，而且写得非常好，这让他每当脑子里有些智慧的火花时，就能动手实现。MIT的校训是“脑与手”，就是要培养高德纳这样的人。在Google Research（有人把它翻译成谷歌研究院），要求里面所有的科学家都能自己写程序。相反，在微软研究院，里面的研究员都给配上了程序员。按照《纽约时报》的说法，这是微软竞争不过Google的重要原因。
4. 遇到问题解决问题的积极态度。很多人遇到问题会处于等待状态，或者抱怨条件不成熟，就放弃了。高德纳面对问题永远采用积极的态度。他在写书时遇到没有排版软件的问题，他就自己发明一个。在编辑软件中，经常会用到字符串查找算法，过去的查找算法的复杂度使效率不是很高，高德纳就为此发明了KMP算法（ KMP是三个人名字的首字母，Knuth、Morris、Pratt，后面两个是他的学生），这个算法也成为了今天经典的算法。
如果我们回想一下冯∙诺依曼发明计算机系统结构的过程，似乎是偶然为之的结果。高德纳发明KMP算法也是如此。
37岁获得图灵奖，一直是这个领域记录的保持着。能把算法分析的那么细那么全确实不是只有一般功力的人能做到的。
奥科博士成功的经验：
首先，他是一个坚定地相信能够将各种智能问题转化成数学问题的人，并且在很多领域取得了惊人的成就。
其次，他在机器翻译历史上是一个划时代的人物，甚至可以讲是这个领域贡献最大的科学家。最可贵的是，他不满足于仅仅发明一种方法，而是通过自己的努力实现了几十种语言的互译，造福人类。最后，他能够做到一通百通，不仅能做人类语言的翻译，而且初步实现了计算机自动编程（人类语言到机器语言的翻译），并且将机器学习扩展到生物制药和医疗保健领域。
