我认为自20世纪80年代以来发明的最好的想法将是我们不知道的。要么是因为它们很小，无处不在，以至于不引人注意，要么是因为它们的受欢迎程度还没有真正起飞。

前者的一个例子是单击并拖动以选择文本的一部分。我相信这是1984年首次出现在麦金塔电脑上。在此之前，您有单独的按钮用于选择选择的开始和结束。相当繁重。

后者的一个例子是(可能是)可视化编程语言。我不是说像hypercard，我是说像Max/MSP, Prograph, Quartz Composer, yahoo pipes等。目前它们确实是小众的，但我认为，除了思想分享之外，没有什么能阻止它们像标准编程语言一样具有表现力和强大的功能。

可视化编程语言有效地加强了引用透明性的函数式编程范式。这对于代码来说是一个非常有用的属性。他们执行这一点的方式也不是人为的——这只是由于他们使用的比喻。

VPL让那些本来不会编程的人也能编程，比如有语言障碍的人，比如阅读困难的人，甚至只是需要简单节省时间的门外汉。专业程序员可能会对此嗤之以鼻，但就我个人而言，我认为如果编程成为一种真正无处不在的技能，就像识字一样，那就太好了。

就目前来看，VPL只是一个小众的兴趣，还没有真正成为主流。

我们应该做些什么不同的事情

all computer science majors should be required to double major- coupling the CS major with one of the humanities. Painting, literature, design, psychology, history, english, whatever. A lot of the problem is that the industry is populated with people that have a really narrow and unimaginative understanding of the world, and therefore can't begin to imagine a computer working any significantly differently than it already does. (if it helps, you can imagine that I'm talking about someone other than you, the person reading this.) Mathematics is great, but in the end it's just a tool for achieving. we need experts who understand the nature of creativity, who also understand technology.

But even if we have them, there needs to be an environment where there's a possibility that doing something new would be worth the risk. It's 100 times more likely that anything truly new gets rejected out of hand, rather viciously. (the newton is an example of this). so we need a much higher tolerance for failure. We should not be afraid to try an idea which has failed in the past. We should not fully reject our own failures- and we should learn to recognize when we have failed. We should not see failure as a bad thing, and so we shouldn't lie to ourselves or to others about it. We should just get used to it, because it is just about the only constant in this ever changing industry. Post mortems are useful in this regard.

One of the more interesting things, about smalltalk, I think, was not the language itself, but the process that was used to arrive at the design of smalltalk. The iterative design process, going through many many revisions- But also very carefully and critically identifying the flaws of the existing system, and finding solutions in the next one. The more perspectives, and the broader the perspectives we have on the situation, the better we can judge where the mistakes and problems are. So don't just study computer science. Study as many other academic subjects as you can get yourself to be interested in.

忆阻器。

虽然这个想法并不比1980年更新，但我相信直到2008年才有了一个可行的模型。如果它能通过研发，它将是自晶体管以来计算机硬件领域最重大的进步;至少，消除了次要记忆。

快速聚类算法(数据点数为O(n log n))，如DBScan(1996年)，似乎都是1980年以后的。

这些都是数据挖掘技术进步浪潮的一部分。

相比之下，在寻线方面缺乏进展，在寻线方面，像Hough这样拙劣的缩放技术似乎仍然代表着最先进的技术水平。

为了开始思考这个问题，我需要一个关于“创新”意味着什么的模型。

我所见过的最好的模式是技术采用生命周期。你可以在这篇维基百科文章中得到一个概述。

利用这个模型，我开始问自己……软件本身处于生命周期的哪个阶段?我们可以把“软件”看作一种不同于机械的技术，这种技术可以一直追溯到巴贝奇(Babbage)，或者更准确地说，追溯到Ada Lovelace夫人。

但至少在1951年之前，它仍然处于非常早期的开拓阶段。这是编程计算机“商业化”的一年，即销售计算机产品的模型，并制造大量该模型的单元。我在想Univac卖给人口普查局的那台机器。

从1951年到1985年，软件创新层出不穷。它们主要与将计算的范围扩展到一个更广阔的领域有关。与此同时，大规模营销和大规模生产不断降低入门成本，直到苹果和IBM-PC使可编程设备成为一种常见的设备。

在1980年到1985年之间，我认为软件从创新者的领域过渡到“早期大多数”领域。抱歉，伙计们，这让你们所有参与MS-DOS, Mac, Windows, c++和Java早期的大多数人而不是创新者。这并不妨碍你在自己的领域和自己的项目中进行重大创新。这只是意味着这个领域本身已经从最早的阶段发展起来了。

虽然互联网的前身早在20世纪70年代就出现了，但直到阿尔·戈尔发明了互联网(抱歉)，人们才开始上网。在那个阶段，软件从早期的主流变成了晚期的主流。正如钟形曲线的顶部所显示的那样，这种变化是微妙的。并非所有商店都同时从早期多数转变为晚期多数。

我认为软件还没有完全进入“落后”阶段，但我认为真正的创新者正在解决今天在不同战线上产生进步的问题。

我能想到的两个方面是生物工程和信息设备。这两个领域都需要软件，但主要的推力不是软件创新。它正在把软件应用到未知领域。可能还有很多我不知道的战线。

我不知道是否有人已经回答了，“机器学习”作为一个重要的新发展，正在迅速发展。智能垃圾邮件过滤、股市预测、机器人等智能机器……

也许，机器智能会是下一个大事件。

怪诞的开发风格(由Eric S Raymond在http://www.catb.org/~esr/writings/cathedral-bazaar/cathedral-bazaar/中描述)。Raymond认为1991年Linus Tourvald发布的Linux内核是Bizarre开发风格的第一次使用。