SICP 常被成为魔法书、巫师书、紫皮书，起源于 MIT CS6.001，从 1980 开到 2008 年。1986 年，该课程的两位老师（也是这本书的作者） Hal Abelson 和 Gerald Jay Sussman 给惠普员工做了一次全套讲座，讲座全程录像，也是这门课在历史上留下的唯一的视频资料（绝对渣画质）。
本书可以免费在线阅读，机械工业出版社出过中文版。讲座用 MIT-Scheme（Lisp 的一种方言），函数式编程语言，所有函数都没有任何副作用，纯粹考返回值。
Brian Harvey 加州大学伯克利分校
2011 年，为了庆祝麻省理工学院（MIT）建校 150 周年，《波士顿环球报》列出了在那里开发的最重要的创新成果。他们邀请我解释 SICP（《计算机程序的构造和解释》）的重要性，这是我发给他们的内容：
SICP 在许多方面都具有革命性。最重要的是，它极大地提高了计算机科学导论课程的智力含量标准。在 SICP 出现之前，大多数计算机科学入门课程几乎都只是在学习某种编程语言的细节。而 SICP 则要求我们跳出细节，学习关于编程过程的整体思维方式。它将注意力集中在抽象这一核心思想上——从具体问题中寻找通用模式，并构建体现每种模式的软件工具。它大量运用了“函数即数据”的思想，这个概念虽然起初难以掌握，但一旦学会，就会发现它无比强大。（这是和微积分类似的想法，只是换了一种形式——哪怕在此前数学成绩优异的学生，也会发现大学微积分异常困难。）SICP 在一门入门课程中涵盖了三种不同的编程范式（函数式、面向对象和声明式），而大多数其他课程甚至连一种范式都没有系统地讨论。
另一项革命性创新是选择了 Scheme 作为教学语言。直到今天，大多数计算机科学入门课程仍然使用当时“流行”的语言：从 Pascal 到 C，再到 C++、Java、Python。Scheme 从未在工业界广泛应用，但它是教学计算机科学的理想语言。首先，它的符号系统非常简单统一。其他语言对变量赋值用一种写法，对条件执行用另一种写法，循环又有两三种写法，函数调用则再用另一套语法。而用这些语言教学的课程，往往至少要花一半的时间去教语法。而在我基于 SICP 的课程中，我们只在第一堂课用一个小时讲解语法，这就足够了；整个学期，我们都专注在学习理念，而不是语法。其次，Scheme 尽管简洁，却非常灵活，让我们能够探索不同的编程范式，尤其是能让学生理解面向对象编程的实现原理，因此 OOP 语言对他们来说不再像“魔法”一样神秘。Scheme 是 Lisp 的一个方言，非常擅长处理“函数即数据”的概念，但它比专业编程中常用的 Lisp 更加简化，减少了许多额外的复杂性。Abelson 和 Sussman 很有勇气选择用这样一种最适合教学的语言，而无视业界要求学生掌握其它语言的声音。他们认为，一旦你掌握了核心思想，再学一种编程语言不过是一个周末的任务。我也这么认为。我告诉学生：“你将来工作时最常用的编程语言现在还没被发明出来，所以我们无法教你。我们要教你的是，如何在新语言出现时迅速学会它。”
最后，SICP 对大学一年级新生的能力充满信心。SICP 学生能够编写编程语言的解释器，这在其他课程里通常被认为是大三甚至大四学生才能完成的任务。SICP 教材本身也并不容易阅读；它没有现代教材常见的边栏、彩色框、趣味插图，不是为注意力分散的学生设计的。它没有重复性的练习，每一道题目都传授了重要的新思想。它用词严谨，但细细研读绝对值得；书中每一句话都很重要。
从统计上来看，基于 SICP 的课程只占少数。但这本书的影响力早已超出这个范围。许多后来的教材，作者都明确表示要向 SICP 看齐。Scheme 作为教学语言的应用也被推广到了从初中到研究生不同层次的课程。即使是更主流的课程，也开始重视编程范式的概念，尽管它们大多集中在面向对象编程上。计算机科学应关注思想，而不仅仅是编程实践，这种理念也扩展到了非技术领域，包括计算的背景和社会影响。
SICP 拥有非比寻常的生命力。一般来说，计算机科学入门教材的生命周期仅与其所用语言的流行程度同步。而 SICP 已经畅销了 25 年以上，且至今未绝版。计算机领域在此期间发生了翻天覆地的变化，从大型机到个人电脑再到移动互联网，但背后的核心思想始终不变，而这些思想都被 SICP 所准确传达。
我从 1987 年开始教授基于 SICP 的课程。课程在这期间逐步演变，我们增加了并行、并发控制、用户界面设计和客户端/服务器架构等内容。但课程的核心仍然没有改变。每隔五年，总有教师提议换成“语言 X”作为第一门课的教学语言；而我每次都会说：“等有人用语言 X 写出世界上最好的计算机科学教材时，那没问题。”到目前为止，系里每次都投票决定继续使用 SICP。很快就能知道这门课程能否在我退休后继续存在。
（注：不能。伯克利新的计算机科学入门课改用了 Python，但在讲义中仍尽量保持了 SICP 的理念（和部分文本）。）
最近的争论更加激烈，因为 MIT 对其 EECS 低年级课程体系进行了大幅度重构。校外的人通常总结为“MIT 改用 Python”，但这其实是误解。MIT 的真正决定是从“按主题组织课程”（先学编程范式，再学电路，再学信号处理，再学计算机架构）转向“按应用组织课程”（比如设计并编程一个机器人，再设计并编程一个手机）。整个课程体系都重构了，编程语言的选择只是其中最次要的部分。这种“应用优先”的方式更难教，因为每门课都需要电气工程和计算机科学教师的合作。也许将来这种方法会像 SICP 当年那样引发新的革命，但目前还没有。
根据我的经验，只有极少数学生在上课时意识到他们学到了多少。然而，在全体计算机科学专业学生的调查中，这门课却成为回忆中最受欢迎的课程之一。我经常收到多年前的学生来访或邮件，告诉我他们在工作中用到了当年觉得“学院派、脱离现实”的想法。谷歌的 MapReduce 软件采用了函数式编程的思想，实现了数据并行，这也帮助消除了“象牙塔”的声誉问题。
SICP 真的是一本好书，一本不可多得的内功心法，一定要读，一定要读，一定要读。
两个字总结 SICP：内功。在编程界，SICP 毫无疑问是一本顶级内功。拉到一个极高的视角，一边分解程序，一边教你如何正确的构建和编写程序。具体来说，SICP 教你如何熟练运用抽象以及程序如何运行。抽象不就是封装函数吗？不就是隐藏实现吗？程序不就是解释或者编译运行吗？但是要真正理解和掌握这些东西需要大量的训练。知道和掌握是两个截然不同的概念，在这个时代我们知道的太多，掌握的太少。
SICP 学习经验就是：首先理解作者思路，把一切看做纸老虎，然后坚持到底。
SICP 的最大缺点就是长得太丑。随便一翻就是各种数学公式、加法器、数理逻辑，还没看就吓跑一批人。不过这其实是纸老虎。作者的目的是教你一些知识，而不是为了难住你。这是“SICP 第一定律”，在学习过程中一定要牢记这句话。
SICP 里面涉及到的知识有：向量、矩阵、各种数学公式（求平方根、立方根、导数、不动点、微积分……）、数字电路、数理逻辑、机器语言、并发、解释器、编译器。在学习的过程中，经常是上一页还在实现微积分，下一页就开始讲电路；上一页还在解数理逻辑，下一页就开始写编译器，内容跨度之大令人发指。这些东西其实都是给你举例子，真正的目的是教你编程思想。只不过呢，SICP 是 MIT 的教材，MIT 里众神云集，给他们写的教材自然也不能太简单。
在学 SICP 的过程中，我收获了一个重要的经验，那就是：一鼓作气。看起来完美的计划为什么总是失败？不是你计划得不好，不是你除法用得不溜，而是因为战线拖的太长。生活有太多无法预料的事，战线长导致很大的问题是低效。每天 15 页，看似分摊了任务，无形之中增加了很多上下文切换和环境初始化的开销。每天你都需要先回忆之前的内容，然后继续看。如果题目用到了之前的知识（这在 SICP 中很常见），你不得不返回去继续阅读。这反过来又增加了失败的概率。因此，不要再浪费时间做无用的计划，从现在开始，一鼓作气，用尽一切时间去学！
中文版：https://composingprograms.netlify.app/
https://github.com/csfive/composing-programs-zh