头条写的是安全，写完有点意犹未尽。想就着话题聊，不过这里又写明了叫机器学习，一咬牙一跺脚，聊一个大一点的话题。
什么是好的技术。
这是个没有标准答案的话题，甚至可能不是一个技术的话题。
一般来说，我们说一项技术“好”，意思通常是这么技术比较“先进”。但是，先进的技术一定是好的技术吗？
这里不给答案，只聊两个事情。
头条聊到网络安全，那就先说说网络协议。都知道现在最常用的网络协议叫TCP/IP协议，这是个四层（也有分法说是五层）模型。不过，了解网络的同学应该都知道，还有一个叫OSI的七层模型，从纯学术的角度说，OSI的七层模型要远比TCP/IP的四层模型先进。
然而，现在我们最常使用的，不是OSI，而是TCP/IP。
有人说因为TCP/IP出在前面，有“在位优势”。这种解释是有一定说服力的，环顾技术发展史，我们确实看到许多开始不尽人意的技术因为抢先出闸形成了生态，最终成为了业界霸主的案例。譬如说Android。
最近Win11很火，很多人都在说，说的最多的是Win11开始原生支持Android。不知道大家的感受，我是很感慨的。操作系统安全也是我的研究内容之一，单从软件工程的角度看，早期的Android有很多一言难尽的地方，而Windows是远要成熟得多。
那为什么现在是Win11原生支持Android，而不是反过来呢？
有人说是因为Android开源，Windows不开源。这当然也不能说错，毕竟现在微软一个大的战略方向就是拥抱开源，不过再之前Windows在桌面端有着吊打Linux的漫长历史，而且一直把闭源保证质量作为成功的钥匙，很难说这是最后决定性的因素。
所以有人又说，这是因为Android出在前面，微软一步慢步步慢，虽然后面也做了很多努力，但终究是无力改变历史。
谷歌抢先发力，先是Chrome后是Android，一下从新秀跻身巨头。而微软则一错再错，错过了网络时代，又错过了移动网络时代，现在还得原生支持Android，令人感慨。在很多人眼里，在位优势这种解释框架是很有说服力的。
不过，如果我们的视野再广阔一点，就看到更多先驱变成先烈的例子。远的不说，还记得我们的共享单车吗，黄的那辆现在在哪里呢？
这个话题展开就会很开放了，我们收回来，说说机器学习。
机器学习有个重要的理论，叫NFL理论，中译“没有免费午餐”理论。名字听着很复杂，而且这是一套经过数学证明的严谨理论，证明过程看着更复杂，不过意思却很简单。
我一直在说，机器学习不是一套算法，而且一筐算法。而开始学机器学习，我们都爱问一个问题：哪套算法最厉害呢？
NFL理论就是回答这个问题：模型最终表现出来的性能，只和数据的特征分布有关。简单来说，算法不存在绝对的厉不厉害的问题，只能说适不适合当前给定的数据集。
这就是NFL理论，用我们的话说，就是尺有所短寸有所长。
这个NFL听着像是和稀泥，好像什么也没说，但其实已经说了很多。所以在做机器学习之前，都需要有个EDA的过程，目的就是要清楚了解数据分布。
NFL理论看着简单，不过发现容易让人误会，多说一点:NFL理论说的是没有绝对最佳的算法，而不是不存在“最佳算法”。
听着拗口，举个例子吧。在机器学习工程中，是有个“模型选择”的阶段的，根据需要选择效果最佳的模型。
是不是和NFL理论矛盾了呢？不是的。虽然我们不能笼统地说哪套算法最佳，但是在给定了数据集的前提下，还是存在最佳算法的。
而且，很多人容易忽略的是：不同的分布情况，分布也是不同的。也就是说，某些数据分布出现的概率要远比其它大的多。
这就是我对什么是好的技术的回答。
最后，说一点安全方面的东西。
安全技术已经经历过几波发展，以后想必还有继续发展，技术是真的得用到老学到老，不学就真的淘汰了。不过，在后面一直追也真的很累，我以前有过一个想法：
能不能提前预测安全技术的未来发展呢？
如果能，那“什么是好的技术”就很好回答了：符合未来发展方向的技术当然就是好的技术。不过，需要首先回答另一个问题：
业界下一个“爆点”在哪里？
这是个技术问题，又不是个技术问题。