学习计算机科学时，你迟早会领教浮点数那种奇特的魅力。浮点数能让你存储极大或极小的数值，但为此要付出奇怪的代价。数字本身依然是精度有限的普通数字，只不过多了一个浮点——另一个用来表示要在后面或前面补多少个零的数字。

实际效果是，当数值达到几百万时，精度就只有几千；当数值达到几十亿时，就只能以百万为单位计数，以此类推。这其实很符合直觉，就像亿万富翁不会在意口袋里的零钱。（打开浮点数可视化工具看看，你会发现输入 9000004、9000005、9000006 都没问题，但再多加一个零，90000004 就会被向下舍入为 90000000，而 90000005 则会向上舍入为 90000008。数值越大，精度越低。）

这在电子游戏或图形软件中会带来奇怪的影响：物体离你所在宇宙的原点——也就是 X 和 Y 均为 0 的位置——越远，就越要担心它的内部精度。

在现实世界中这不是问题。你可以把一枚极其精细的手表螺丝送到太阳系之外再带回来，它依然完好无损。但切换到数字世界，假设地球就是坐标 0:0——向哥白尼道个歉——你离得越远，浮点就越往左移，终有一刻，小数点另一侧的精度会被耗尽；一个能表示数十亿公里的数值，已经粗糙到根本无法容纳毫米级的细节。

这是个非常有趣的问题，这段短视频就很直观地把它展示了出来。把一个内部精度固定的物体越移越远时，就会出现这样的情况：

当然也有绕开这个问题的办法——你可以提升精度、引入“浮动偏移”、围绕两个浮点设置双精度中心，或是做其他各种处理——但每种方案都要付出代价。所以有时候，最简单的办法反而是最好的：别让数值变得太大。

这也正是 Adobe Illustrator、Figma，以及我敢打赌至少还有几款号称提供无限画布的工具，会在你偏离中心太远时把你拦住的原因。用画布的话来说，精度就像大气层，越往外越稀薄。超过某个临界点，我们无法保证你的结构完整性还能维持，所以干脆不让你过去。

比如在 Figma 中，到了某个位置，画布就不再跟随你的滚动指令了：

第一个不可见的 X 坐标值是 131,072，毫不意外，它正是那些让人一看就觉得非常非常眼熟的数字之一。

这个数值看似已经很大，但如果考虑到演示文稿中的一张幻灯片就是 1920×1080，它就远没有最初看起来那么“无限”了。这也在一定程度上解释了为什么 Figma Slides 会在 20 张幻灯片后就手动为你换行：