MIT 6.001《计算机程序的构造与解释》1986 年传奇原版全 20 讲 + 课程导读 + 备选版本笔记：从 Lisp 与代换模型出发，经高阶过程、复合数据、赋值与状态、流、元循环求值器、逻辑编程，直到寄存器机器、显式控制求值器、编译与垃圾回收。
本集是 MIT 6.001（SICP）1986 传奇课程的导读。它定位课程为 MIT 本科核心课，点明其核心命题——人类如何用抽象控制复杂性。视频梳理了全 20 讲的五大篇章结构，从过程抽象、数据抽象，到状态与流、元语言解释器、逻辑编程，最终抵达寄存器机器与垃圾回收，并给出观看建议。
本讲是 SICP 课程的开篇。Abelson 教授首先批判”计算机科学”这个名称，指出其本质是形式化”如何做”的过程性知识（imperative knowledge），而非关于计算机本身。随后介绍课程三大主题：黑盒抽象、约定接口、元语言抽象，并以 Lisp 语言为例讲解原始元素、组合手段与抽象手段，最后通过牛顿法求平方根引出递归定义。
本讲建立”程序文本”到”过程行为”之间的机械映射——代换模型。通过 sum-of-squares、皮亚诺加法、斐波那契、汉诺塔等例子，演示如何用代换规则一步步推演过程演化，并揭示迭代过程与递归过程在时间/空间复杂度上的本质差异，以及”递归定义 ≠ 递归过程”这一关键洞见。
本讲从「求和」这一简单程序出发，抽出递归程序的共同模式，把「累加什么」（term）与「如何推进」（next）做成参数，得到通用求和过程 sum；进而引入高阶过程——过程可以作为参数传入，也可以作为返回值返回。课程后半段用不动点（fixed-point）、平均阻尼与牛顿法实现平方根，实现 derivative，并以「第一类公民」收束。
本讲以有理数算术系统为例，引入”数据抽象”这一控制复杂度的核心方法论：通过构造器（constructor）与选择器（selector）建立抽象屏障，把”数据的使用”与”数据的表示”分离。随后引入 cons/car/cdr 作为构造复合数据的”胶水”，并进一步用纯过程（lambda）实现 cons/car/cdr，揭示”数据”与”过程”边界的模糊性。
本讲从向量的数据抽象出发，引出闭包（closure）概念与表（list）的约定表示，进而用递归与高阶过程实现 map/for-each。核心部分是 Peter Henderson 设计的图形语言：用过程表示”图片”，把 beside/above/rotate/flip 等组合手段实现为过程，使语言天然具备闭包性；再借助 push 与 repeated 实现递归图形，最终生成埃舍尔式的 Square Limit 图案。
本讲承接上一讲的数值微分，转向符号微分：直接对代数表达式（而非函数）求导，用递归程序封装微积分教科书中的求导法则。核心要点包括：求导是归约式（reduction）规则、表达式与语言同构（用 Lisp 列表表示代数式）、引用（quote） 机制的必要性，以及通过抽象屏障更换表示层（如内建化简）来改善输出质量。
本讲从”符号微分规则”出发，提出一个核心思想：不要把规则翻译成程序，而要让计算机理解规则本身。为此设计了一套规则语言（模式变量、骨架、字典），并实现三个组件：匹配器（matcher）、实例化器（instantiator）、控制结构（simplifier）。匹配器把模式与表达式比对生成”字典”，实例化器用字典填充骨架生成新表达式，控制结构则递归遍历表达式、反复套用规则直到不再变化——即一个”垃圾进垃圾出”的递归化简器。
本讲把抽象屏障从「水平」推进到「垂直」：同一种抽象接口存在多种互不兼容的表示时，如何让它们共存而不互相污染。课程以复数算术为例（George 用直角坐标、Martha 用极坐标），依次讲解类型化数据、类型分派（dispatch on type）、数据导向编程与消息传递，再把复数嵌入通用算术系统，最后用多项式与递归类型塔说明这套架构的威力，以及强制类型转换（coercion）的必要性。
本讲是全课的重大转折点：引入赋值 set! 之后，替换模型被彻底打破，课程被迫重建新的计算模型——环境模型（environment model）。内容涵盖 set! 的语法与「时间」的诞生、两种阶乘写法的对比、define / let / set! 三者的区别，并用「用对象实现模块化」和蒙特卡洛方法估算 π 展示赋值的价值，最后以「不用赋值会导致信息泄漏（leakage）」作反例。
本讲从”世界中的对象”出发，引出面向对象编程思想，并以数字电路仿真器为例，讲解如何用 LISP 构建嵌入式语言。核心内容包括：原始对象与组合手段、抽象屏障与层次化设计、事件驱动仿真中的信号传播、议程（agenda）与队列（queue）的数据结构实现，以及引入赋值后 cons 的身份（identity）与共享（sharing）问题，最后用纯 lambda 演算实现可变 cons。
本讲引入「流处理」范式，作为对「对象/状态/赋值」范式的替代。核心思想：把程序拆解为枚举器（enumerate）→ 过滤器（filter）→ 映射（map）→ 累加器（accumulate） 的流水线，用统一的数据结构「流（stream）」连接各部件。流通过 delay（延迟求值）与 force（强制求值）实现按需计算，从而兼顾优雅与效率。
本讲延续”流”的主题，核心解决三个问题：流元素何时被求值（force 的时机）、如何用流表示无穷序列（整数流、素数流、斐波那契流）、流的信号处理视角（add-streams、scale-stream、积分器）。最后深入探讨延迟求值带来的根本矛盾：normal order 语言虽优雅，但与赋值/副作用不兼容，无法表达迭代，也带来”拖尾问题”和交互式调试困难。老师指出这是计算机科学中一个根本性的难题。
本讲在黑板（blackboard）上完整写出一个 Lisp 求值器——即”元循环求值器”（metacircular evaluator）。核心是两个过程：eval（对表达式做分派：数字、符号、quote、lambda、cond、一般应用）与 apply（区分原始过程与复合过程）。随后用环境模型手工”代入”求值一个嵌套 lambda 表达式，并讨论不动点语义：递归定义（如 expt）可以理解为函数的不动点，引出 Y 组合子（Curry 悖论组合子）。
本讲以元循环求值器为实验平台，演示如何给语言添加新特性：可变参数过程（用点对语法 x . y 表示）、动态绑定（自由变量在调用者环境求值，导致模块化危机）、以及按名调用/延迟参数（delay/thunk/force 机制）。核心结论是：词法绑定 + 一等过程是保证模块化的正确设计。
本讲引入逻辑编程这一全新范式：与传统的”如何做”（how-to）过程式编程相对，逻辑编程关注声明”什么是真的”（what is true）。课程以《创世记》家谱和归并排序逻辑为例，展示同一份声明式知识可回答多种不同方向的问题。随后介绍查询语言（Query Language）的三大要素——原始查询、逻辑组合（and/or/not）、规则抽象，并演示其在人员数据库上的运行。
本讲从模式匹配器与原始查询的流式实现讲起，说明 and/or/not 如何通过流的串并联与过滤实现组合，并强调闭包原则。随后讲解规则作为抽象手段、合一器（unifier）的对称匹配机制，最后深入剖析逻辑语言的三大问题：求值顺序导致的死循环、not 的闭世界假设、以及”合一”并非真正的逻辑推理。
本讲把程序「物化」成硬件，核心命题是「程序就是机器的描述」。课程用数据通路（data paths）与控制器（controller）搭出寄存器机器，并依次分析三个案例——GCD（迭代过程）、阶乘（递归过程）、双重递归斐波那契，说明栈如何保存与恢复「后续要做的事」，以及为什么尾递归可以不增长栈空间。
本讲是 6.001 课程的收尾高潮之一：把元循环求值器手工翻译成寄存器机器，用七个寄存器和栈实现整个 LISP。核心在于揭示 eval/apply 循环如何变成显式的顺序寄存器操作，以及尾递归（tail recursion）为何能让语法上递归的过程真正迭代运行、不增长栈空间。所谓”魔法”就此消失。
本讲从上一讲的「显式控制求值器」出发，说明编译器与求值器的本质区别：求值器边分析边执行、必须极度悲观地保存寄存器；编译器把分析做一次、只生成必要的寄存器操作。课程先给出「零阶编译器」（逐条复刻求值器动作），再通过消除 X、UNEV、CONTINUE 等无关寄存器以及冗余的 save/restore，把 19 条指令压缩到 3 条。随后讲解编译器的实现骨架：用 append + preserving 组合代码序列，用「需要/修改寄存器集合」的数据结构推导保存策略，并以递归 factorial 为例展示生成代码，最后讨论内联优化与 Lisp 编译器历史。
本讲揭开 SICP 最后一个”谜团”：cons、car、cdr 这些基本操作在真实机器上如何实现。先用哥德尔编码说明数据可用纯数字表示，再讲线性内存中 car/cdr 数组的实现、自由表分配法，最后深入标记-清扫（mark-sweep）与 Minsky 复制式垃圾回收算法，并以停机问题不可判定为全课收尾。
本讲首先澄清”计算机科学”这个名称的误导性，将计算机科学与几何学类比，指出其本质是形式化”如何做”的过程性知识（imperative knowledge）。随后提出课程三大主题：黑箱抽象、常规接口、元语言抽象。最后完整演示 Lisp 的原始元素、组合手段与抽象手段，包括 define、lambda、cond、if 以及递归定义。
本讲建立”程序文本”与”过程行为”之间的桥梁，核心是代换模型：求值组合式时，先求值运算符得到过程、求值运算对象得到实参，再把过程体中的形参代换为实参并求值。通过”求和”与”斐波那契”两个例子，引出迭代过程与递归过程在时间/空间复杂度上的本质区别，并用”官僚机构”类比和微分方程画圆等例子加深直觉。
本讲从”求和”这一简单程序出发，揭示递归程序的通用模式，进而引入高阶过程的概念——过程可以作为参数传递、作为返回值返回。通过 sum、fixed-point、average-damp、newton-method 等例子，展示如何用高阶过程做抽象，将”做什么”与”怎么做”分离，最终引出”过程作为一等公民”的思想。
本讲从程序抽象过渡到数据抽象，以有理数算术系统为例，引入构造器（constructor）与选择器（selector）的愿望思维设计法。随后引出序对（pair）作为数据的粘合剂，介绍 cons/car/cdr 与盒指针表示法。最后用纯过程（lambda）实现 cons/car/cdr，证明数据可完全由过程构建，模糊数据与过程的界限。
本讲从向量的表示（用序对构造）出发，引入表（list）这一表示序列的约定，讲解 map 与 for-each 两个高阶过程；随后以 Peter Henderson 的图形语言为例，展示如何用”图片即过程”的表示方式在 Lisp 中嵌入一门小语言，实现 beside、above、rotate、flip 等组合手段，并借助闭包性质与高阶过程快速构建复杂递归图形（如埃舍尔风格的 square limit）。
本讲从”程序即规则”的抽象思想切入，讲解如何用 Lisp 的列表结构表示代数表达式，并编写一个符号微分程序。核心在于：微分规则是”归约规则”，天然适合递归；而积分方向则因规则多重匹配、表达式膨胀而难以机械实现。课程后半段引入引用（quote）这一关键概念，解释”谈论表达式本身”与”求值表达式”的区别，并指出引用会破坏”等量代换”这一语言基本性质。
本讲把微积分求导规则与代数化简规则写成”左模式、右骨架”的统一语言，让模式变量（?x、?c、?v）负责匹配，骨架负责实例化替换。核心是三个部件：匹配器（模式+表达式→字典）、实例化器（骨架+字典→新表达式）、化简器控制结构（遍历所有子表达式、轮询所有规则、递归化简直到不再变化）。这是”用做语言的方式解决问题”的经典范例。
本讲以「复数算术系统」为具体案例，讲解如何用类型标签（typed data） 与 类型分派（dispatch on type） 让两套互不兼容的复数表示（George 的直角坐标、Martha 的极坐标）在同一系统中共存。随后指出「经理式」分派的瓶颈，引出数据导向编程（data-directed programming）：用一张操作表 + operate 过程替代经理。
