. Методы соблазнения только мешают строить реальные отношения. Кроме того, он обнаруживает, что цель затащить девушку в постель или построить отношения отступает на второй план, потому возникает другая самоцель – поддерживать свой статус успешного пикапера в мужском сообществе. Через какое-то время Штраус понимает, что уже не может обойтись без секса. Он хочет излечиться от этой зависимости и даже посвятил этому свою следующую книгу. Мистери поставил перед собой цель завести одновременно двух подружек, каждая из которых должна быть бисексуалкой из топ-листа «горячих штучек» (HB10), чтобы одна из них (в идеале) была азиатской внешности, а другая блондинкой. В конечном итоге Мистери попадает в психиатрическую больницу, потому что неудача в достижении цели буквально сбивает его с ног. Стремление к идеалу, к некой экстремальной, крайней точке, чревато опасностью зациклиться на том, что выглядит как заманчивая, измеримая и в принципе достижимая цель за счет других целей и ценностей.
Опытные программисты хорошо понимают эту опасность. Даже в быту мы часто пользуемся терминами «запрограммировать» и «оптимизировать», не всегда понимая, какие риски заложены в стремлении все автоматизировать и прийти к полному совершенству. Начинающих программистов предупреждают: «Корень зла – преждевременная оптимизация». В программировании легко впасть в соблазн оптимизировать какую-то одну функцию, не предусмотрев, что такое улучшение может замедлить или ухудшить работу системы в целом. Это как если вы идеально заточили нож и нарезали лук безукоризненными кубиками, и только потом задумались, есть ли у вас остальные ингредиенты для блюда, которое вы собрались приготовить.
Разработчики оптимизирующих алгоритмов особенно отмечают этот момент: они ввели понятие локального оптимума, который не соответствуют глобальному оптимуму. Представьте, что вам завязали глаза и поставили задачу найти в окрестностях высокий холм. Самый очевидный алгоритм поиска – делать шаги только вперед или вверх. Таким образом вы, скорее всего, найдете какую-то возвышенность, но не факт, что это будет самая высокая точка в этой местности. Поэтому разработчики предпочитают действовать «не в лоб», создавая алгоритмы с элементом «блуждания», ведь иногда нужно спуститься с холма, чтобы подняться в гору. Прямолинейная оптимизация часто приводит к неоптимальному результату, в то время как оптимальный результат требует гибкости. К этому вопросу я вернусь в конце главы.
Опытный и хорошо подготовленный лайфхакер может разработать сбалансированную и оптимальную в глобальном смысле систему. Именно этого пытался достичь Ник Уинтер, когда искал средства улучшить свою производительность, но не выпуская из виду цели сохранения здоровья и социальные цели. Однако, подобный подход сработает только когда человек действительно готов количественно оценивать и оптимизировать