1964 年,IBM 推出了 System/360。那时候,整个计算机行业第一次开始认真想一件事:到底是谁该迁就谁?是人适应机器,还是机器适应人。你别觉得这问题很远,因为今天 AI 编程闹出来的很多事儿,本质上还是这个问题。以前的程序员,其实特别像工厂里的机械师,你得懂寄存器,懂内存,懂机器指令。说真的,那时候写程序,不像“开发软件”,更像给机器拧螺丝。后来,Fortran、COBOL、C 语言慢慢出来了。很多人觉得,哦,编程语言升级了。但我越来越觉得,真正变化的不是语言本身,而是整个行业突然意识到:人脑,其实才是最贵的东西。芯片跑再快,人理解不了,生产力还是起不来。于是过去几十年,整个软件工业都在干一件事:拼命降低“人理解机器”的成本。Python 为什么赢?真不是因为它性能强。你写过 Python,再回去看 C++,那感觉特别明显。像什么呢?像你本来天天开手动挡,突然有一天换自动挡了,人一下子松了。你不用管内存,不用天天盯指针,很多时候,连编译过程都感觉不到,整个语言像被人专门磨过。握着顺手,这其实特别重要。因为软件开发,从来都不是单人竞赛,而是大型人类协作工程。你写得再优雅,别人接不住,公司一样崩。所以很多特别“高级”的语言,后来都没统治世界。Lisp 很强,Smalltalk 很超前,Erlang 在并发领域甚至有点神。但它们太像高手武器了。你知道吗,真正工业化的软件语言,很多时候不一定最先进,但一定最适合团队协作、新人接手、大规模维护。过去五十年,整个编程语言演化,本质上都是“人类工学”。但 AI 来了之后,事情开始有点不对劲了。很多人现在聊 AI 编程,还停留在“自动补全更厉害了”。我第一次看到 Cursor 自动改一个大项目时,说真的,我当时有点懵。因为它已经不像“补全”,更像一个真的在干活的东西。它会找文件,会分析依赖,会重构,会自己改来改去。你突然会意识到:AI 不是“程序员外挂”,它开始像新的生产单元了。这特别像当年的电动机。1880 年那帮工厂主第一次看到电动机时,干了件后来证明特别蠢的事:把蒸汽机拆了,换电动机。结果效率没提升多少。因为真正厉害的,不是“替换”,而是整个工厂结构变了。AI 编程现在也开始进入这个阶段。过去的软件开发流程里,人是核心:人写代码。人读代码。人 Debug。人维护。所以过去几十年,编程语言天然会往“适合人阅读”那个方向长。但现在,越来越多代码,人已经不逐行写了。越来越多模块,人也不一定亲手维护,Cursor、Claude Code、Codex 这些东西,本质上已经开始接管局部软件生产流程了。以前 IDE 是帮人写代码,现在很多 AI IDE,其实是在帮 AI 写代码,人慢慢变成审核员。当然,这里有些人会误会,觉得我在说“程序员要没了”。不是。远远不是。你真去做大型项目就知道,今天最贵的东西,还是架构、Review、Debug、多⼈协作、线上事故。AI 离彻底接管还早。但有件事已经开始变了:代码,正在同时服务两种读者。一种是人。一种是 AI。而且后者的重要性,在变高。这件事其实特别关键,因为未来的软件复杂度,可能会越来越超过人脑极限。现在已经不刚需人去完整理解 Windows 全部代码了,以后 AI 生成的软件系统,复杂度可能还会再往上冲。到那个时候,代码“好不好让人读懂”,权重可能会下降。真正重要的是:AI 能不能稳定理解。这里最有意思的问题来了:什么样的语言,才是 AI 真正喜欢的语言?很多程序员天然会觉得:“简洁”最好。代码越短越高级。但 AI 可能不是这么想的。我最近观察很多 AI Coding 系统,有个特别明显的趋势:它们越来越喜欢 TypeScript 这种东西。不是因为 TS 更潮,而是因为它更明确:类型明确。边界明确。接口明确。依赖明确。这些东西,人类有时会嫌烦。我以前也嫌烦,写 TS 写多了,你会觉得像天天填表格。但后来我发现,AI 特别吃这一套,因为 AI 并不像人类那样“理解世界”。它更像什么呢?像在巨大的概率迷宫里找路。而类型系统,本质上是在帮它修护栏。你让 AI 去跑那种没类型约束、依赖乱飞、上下文混乱的大项目,它真会迷路,甚至会开始胡编。现在很多 AI Agent,其实已经开始明显依赖静态类型系统做重构和推理了。说白了,类型系统,本质上是在帮 AI 缩小搜索空间。以前人类觉得,“类型约束”是工程规范,以后它可能越来越像 AI 的导航系统。当然,这里也别神化。AI 现在并没有彻底搞定强类型系统。有研究已经发现,AI 在 TypeScript 里特别喜欢乱用 any,甚至比真人还离谱。所以重点不是:“AI 天生喜欢强类型”。真正的重点是:AI 更依赖“稳定结构”。这两个东西,不是一回事。再往后看,真正变化的,可能都不是语言本身,而是软件工业的“控制层”。过去几十年,编程语言的话语权,其实掌握在人类程序员手里。语言设计者天天想的是:怎么让工程师舒服。但现在,越来越多新工程习惯,已经开始反过来被 AI 工具塑造了。你现在去看 Cursor、Claude Code 这些系统,它们其实已经在倒逼:更稳定的结构、更明确的上下文、更强的静态分析、更低歧义代码。以前是程序员适应语言,以后可能慢慢会变成:语言适应 AI 基础设施。这其实是件特别大的事,因为软件工业真正的“控制层”,开始往上漂了。过去,语言服务于“人类认知效率”。未来,语言也会越来越服务于“机器推理效率”。很多今天人类嫌弃“太严格”的东西,以后可能会重新变香。这特别像工业革命早期,很多工匠看不起流水线,觉得死板、没灵魂、没技术。但后来真正把生产力炸开的,偏偏就是流水线。更深的一层变化,可能还不是语言,而是“代码”本身。未来很多软件,可能都不再是固定代码,而是动态生成的。过去的软件像建筑:你盖完,放那。以后的软件,可能更像生物:它会自己演化,自己改,自己适应环境。很多时候,代码甚至都不一定长期存在,只是 AI 推理过程中的一种中间结构。你今天还在讨论“未来 Python 会不会赢”,或者“Rust 会不会替代 C++”,但我越来越觉得,问题可能已经变了。未来真正竞争的,也许不是“语言”,而是谁更适合让 AI 组织复杂系统。过去的软件工业,优化的是“人怎么组织机器”;未来的软件工业,可能会慢慢变成“AI 怎么组织整个数字世界”。我觉得、这件事其实已经开始了。
E
N
D
版权声明本文作者:好奇拆解计划文中观点仅代表作者个人
图片均来自互联网,如有侵权请联系删除
文字版权归好奇拆解计划和创作者所有
欢迎转发朋友圈并一键三连
聚焦深度原创,好奇江湖,陪你仗剑。
如果你喜欢这篇文章,不妨点亮“在看”或“留言”给我鼓励。如果没那么喜欢,更要关注我,因为你永远猜不到会在下一篇里看到什么。Love between fingers.
基本文件流程错误SQL调试
请求信息 : 2026-05-20 07:47:42 HTTP/1.1 GET : https://www.yeyulingfeng.com/a/642295.html