AI 时代的程序与程序员

建议点击文章底部阅读原文，体验更好。

看似 AI 编的，实则我手写的，充满主观臆断，欢迎批判

程序

• 程序是规则与状态的抽象
• 使用自然语言编程是最初的梦想，但以前的自然语言编程都是虚假的幻想
• AppleScript: display dialog "文件已经处理完毕，是否继续？" with title "系统提示" buttons {"取消", "确定"} default button "确定" with icon note
• 毫无疑问，自然语言编程的时代已经来临
• Markdown 是软件程序的新形态
• Skill 是新的软件包，新程序的分发形式
• Skill 由 Markdown、Script/cli 组成

• Markdown 描述规则
• Script/cli 处理确定性、性能要求特别高的场景任务
• 从传统编程语言到自然语言，以 性能、确定性 换取 编码效率与灵活性
• 收益：极大地降低编程门槛、提升开发效率
• Code Agent (如 opencode, claudecode, codex) 是新时代的 IDE

• 解释器：解释执行 Markdown 程序
• 编译器：将 Markdown 编译成传统编程语言，即 AI Coding
• 调式器：根据日志与测试用例，修复 bug
• JIT：识别出 Markdown 中被频繁执行的逻辑，编译为 Script 以提升效率与确定性
• 似乎目前还没有实现，但未来一定会出现
• Code Agent 的智能，使它拥有传统执行环境不可想象的能力
• 自省：理解程序的意图，不再需要极致精确的输入
• 自我修复：自动修复不理想的程序输出结果，降低不确定性的影响
• 主动探索：主动探索目标的实现路径，常见场景不再需要描述实现过程

程序员

• 程序员的部分职责是高阶编译器
• 将需求整理成规则，将规则编译成代码
• 上限发布 ≈ 执行
• 性能优化 ≈ JIT
• Code Agent 替代部分程序员、赋能部分程序员
• 杰文斯悖论：成本降低导致总需求量增加
• 程序员的可选路径
• 继续开发传统程序，用 Code Agent 提效
• 高性能、高确定性的传统程序的基本盘和场景足够大
• 与 Agent 协同进化，打造新时代的基础设施

• 让 Agent 自我学习与进化
• 长时间全局记忆，如项目的演进历史、隐式架构知识
• 人格与协作，一个参与决策的“角色”，可配置人格（严谨 / 激进 / 保守）与多 Agent 团队协作
• 让 Agent 在更多的场景实现闭环，或说正反馈回路
• 规划 -> 实施 -> 验证 -> 复盘
• 上山下乡，深入垂直领域、挖掘细分场景
• 新需求会诞生在之前现实世界流程难以数字化的鸿沟中
• 极低的开发低成本，促使平民化、个性化需求迎来爆发