表达与清晰问题可以分为两类，信息表达不充分与表达过度，而这类问题在如今有AI辅助下，是最好解决。

信息表达不充分

获取信息不足，理解困难

• 神秘命名（Mysterious Name），不用多说，像 a b x y 等变量命名，虽说设计阶段很方便，但在维护与使用会产生时间成本。
• 注释（Comments），不是说写注释不好，而是不应该把注释当作“除臭剂”

def do_stuff(a, b):
    return a * b + 42
result = do_stuff(5, 7)

def calculate_total_price(unit_price: float, quantity: float) -> float:
    TAX = 42
    return unit_price * quantity + TAX
total = calculate_total_price(5, 7)

上面的函数 do_stuff 就算把注释加上，每次阅读代码可能都需要鼠标移到函数上靠IDE的阅读一遍注释才能理解其作用；而calculate_total_price 只看函数命名便能知道它是干嘛的。

表达过度

代码获取信息过多，信噪比低

• 冗赘的元素（Lazy Element），被设计出来但没有被使用的变量、函数、类等，也可能是维护过程遗留的东西，属于纯粹的噪音
• 夸夸其谈通用性（Speculative Generality），过早抽象、设计，不仅是噪音，还在开发阶段浪费不少时间与精力
• 循环语句（Loops） ，并不是说循环是错的，而是说在高层逻辑中显式写循环是低层次的表达。相比于使用声明式的高级抽象（如函数式操作），往往会产生更多的问题。比如map stream等高级方法能代替 for while的功能，并更清晰地表达其意图。