不用多說，相信每個人的時間線全被Claude Code刷屏了。馬斯克甚至斷言，「我們已進入奇點！2026年就是奇點之年」。這幾天，Claude Code在全網掀起的陣仗可真不小。一睜眼，地球首富馬斯克重磅宣告：我們已進入奇點！起因竟是，Midjourney創始人公開稱，聖誕假期自己敲的程式碼，比過去十年加起來還要多，簡直太瘋狂。「雖然能感到侷限，但我知道一切都不再一樣了」。同一天，馬斯克不止一次，直接宣稱「2026年就是奇點之年」。這個點評同樣是對Claude Code的高度讚揚。如今，包括Anthropic之父、前DeepMind/OpenAI研究員、Google首席工程師等大佬在內，都為其感到震驚。馬斯克：2026，奇點降臨一直以來，奇點這一概念就像科幻詞一般的存在。雷·庫茲維爾曾在2005年《奇點臨近》一書中，預測道技術奇點大約發生在2045年。而在最新出版的《奇點更近》著作中，他再次重申奇點時間：仍是2045年。誰曾想，這個看似還很遙遠的時刻，一下子被拉到了現在——2026年。所謂的技術奇點，是指技術在長期內增長緩慢，但在某個臨界點急劇加速，呈指數式上升。能夠讓馬斯克有這麼深感觸，竟是Claude Code席捲全網的強大程式設計能力。一點也不誇張地說，2026年開年這局，身邊的人都瞬間成為了Claude Code使用者。生物醫學工程師Derya Unutmaz雖不是專業程式設計師，升級訂閱就是為了更頻繁使用Claude Code。就連xAI聯創Igor Babuschkin感慨道，「有些年頭風平浪靜，啥大事沒有，可有些星期卻濃縮了數十年的變遷」。一夜之間，Claude Code為何變得這麼強了？真正的「民間高手」：Claude Opus精準來說，不是它變強了，而是一直就很強。去年11月底，超大杯Claude Opus 4.5一出世，Anthropic便宣稱其是全球最頂尖的編碼模型。內部測試中，Opus 4.5+Claude Code聯動使用，平均效率暴增220%。當時，Anthropic工程師預言，也許就在2026年上半年，軟體工程就被終結了。如今看來，可能就在最近了。剛剛，在最新升級的LiveBench榜單上，Claude Opus 4.5登頂，直接碾壓GPT-5.1 Codex MAX、Gemini 3 Pro。創始人Bindu Reddy稱，在聖誕假期期間，團隊改進了LiveBench，為了防止AI刷分作弊。這個排名在很大程度上，反映了這些LLMs在現實世界中的表現。去年12月，METR的一份報告揭秘了，全球最能打的AI還是Claude Opus 4.5。它在自主編碼任務中，能夠連續5小時不崩，也是迄今為止公開的AI完成長程任務時間最長的模型。AI大佬Simon Willison表示，Opus 4.5和GPT-5.2就像是一個轉折點。「模型逐步跨越到了一個隱形能力界限的時刻，忽然間，大量的編碼難題都被解決了」。即便是程式設計0經驗的人，也能在不到十分鐘的時間，打造出一款功能齊全的網頁應用。就像網友所言，如果不出意外的話，Claude Code可能會讓更多人成為百萬富翁。人類的最後一次發明如果我們翻開哲學家戴維·查爾默斯（David J. Chalmers）那篇經典的《奇點：哲學分析》，會發現當下的瘋狂景象，不過是這套嚴密邏輯推演的必然兌現。論文地址：https://consc.net/papers/singularity.pdf在查爾默斯的推導模型中，我們正處於一個被稱為「擴展前提（Extension Premise）」的關鍵節點。他將這一過程量化為從AI到AI+再到AI++的階躍：AI：人類水平的人工智慧。AI+：超越人類最強大腦的智能。AI++：超級智能，其超越程度正如人類超越老鼠一般。正如查爾默斯引用的I.J. Good在1965年的那個著名論斷：「超智慧型手機器（Ultraintelligent Machine）將是人類需要製造的最後發明」。邏輯非常性感且冷酷：機器設計機器：既然設計機器本身是一種智力活動，那麼一台超越人類的機器（AI+），必然能設計出比人類所能設計的更好的機器。遞迴的雪崩：這台被AI+設計出的新機器，擁有更強的設計能力，它將設計出下一代更強的機器。無限逼近：只要這台機器能通過編寫程式碼來最佳化自身，我們將無可避免地迎來一場「智能爆炸」。我們現在看到的，正是查爾默斯所描述的「速度爆炸」與「智能爆炸」的完美合流。當模型開始比人類更擅長最佳化演算法時，我們就不再是處於一個線性的增長曲線上，而是站在了垂直牆面的底端。每個人都會成為軟體工程師奇點來臨的那一刻，世界會有什麼不同？Google工程師Vaibhav Agarwal稱，自己再也不用寫程式碼了，現在70%-80%程式碼都是AI寫的。而他的工作僅是「程式碼審查」，角色發生了根本性的轉變，具體是這麼做的：• 不再輸入語法，用提示詞（Prompt）來定義邏輯；• 不再費力找 bug，而是審查AI給出的修改建議；• 不再硬啃遺留程式碼，直接讓AI把它講明白。許多工程師對此感到內疚，覺得自己像是在「作弊」。實際上並不是，他們是在進化。Agarwal曾問過一位資深領導，關於一個所有人都害怕的問題：AI會取代我們嗎？他是這麼說的——AI是一個效率倍增器，而不是替代品。如果你過去每周完成1倍的工作量，現在預期則是，同一周內完成4倍的工作量。沒有任何一家公司希望倒退。如今，衡量「生產力」的標準已經被整體抬高了。如果你因為自稱是個「純粹主義者」而拒絕使用 AI，那並不高尚——你只是慢了。AI不會取代你。但一個借助AI、能完成4倍工作量的工程師……滿足網友的好奇，工程師用的是自家的GeminiHyperbolic創始人Yuchen Jin直言不諱，要是在讀博期間有這些強大工具助力，自己不用耗費5.5年，可能一年就畢業了。此前，奧特曼在採訪中還曾表示，「用不了多久，每個人都會成為軟體工程師」。他隨口拋出了一個關於未來工作方式和軟體世界的超級觀點，但很多人還沒意識到這件事有多重要。核心想法其實很簡單，自然語言，就是新的程式設計語法。程式設計師大軍終結，不需要龐大的開發團隊才能做出第一個版本。只需描述出需求，AI直接把它做出來。在複雜系統中，AI智能體會直接「住」在程式碼庫裡。它們會自己瀏覽repo、修復bug、補測試、重構程式碼，並自動提交修改。一旦軟體開發被自動化，同樣的邏輯也會蔓延到營運、規劃，甚至部分管理工作。程式碼，只是倒下的第一塊多米諾骨牌。如果這一切真的發生，「學會寫程式碼」本身就沒那麼重要了。 (王晶華說AI)

不用多說，相信每個人的時間線全被Claude Code刷屏了。馬斯克甚至斷言，「我們已進入奇點！2026年就是奇點之年」。這幾天，Claude Code在全網掀起的陣仗可真不小。一睜眼，地球首富馬斯克重磅宣告：我們已進入奇點！起因竟是，Midjourney創始人公開稱，聖誕假期自己敲的程式碼，比過去十年加起來還要多，簡直太瘋狂。「雖然能感到侷限，但我知道一切都不再一樣了」。同一天，馬斯克不止一次，直接宣稱「2026年就是奇點之年」。這個點評同樣是對Claude Code的高度讚揚。如今，包括Anthropic之父、前DeepMind/OpenAI研究員、Google首席工程師等大佬在內，都為其感到震驚。馬斯克：2026，奇點降臨一直以來，奇點這一概念就像科幻詞一般的存在。雷·庫茲維爾曾在2005年《奇點臨近》一書中，預測道技術奇點大約發生在2045年。而在最新出版的《奇點更近》著作中，他再次重申奇點時間：仍是2045年。誰曾想，這個看似還很遙遠的時刻，一下子被拉到了現在——2026年。所謂的技術奇點，是指技術在長期內增長緩慢，但在某個臨界點急劇加速，呈指數式上升。能夠讓馬斯克有這麼深感觸，竟是Claude Code席捲全網的強大程式設計能力。一點也不誇張地說，2026年開年這局，身邊的人都瞬間成為了Claude Code使用者。生物醫學工程師Derya Unutmaz雖不是專業程式設計師，升級訂閱就是為了更頻繁使用Claude Code。就連xAI聯創Igor Babuschkin感慨道，「有些年頭風平浪靜，啥大事沒有，可有些星期卻濃縮了數十年的變遷」。一夜之間，Claude Code為何變得這麼強了？真正的「民間高手」：Claude Opus精準來說，不是它變強了，而是一直就很強。去年11月底，超大杯Claude Opus 4.5一出世，Anthropic便宣稱其是全球最頂尖的編碼模型。內部測試中，Opus 4.5+Claude Code聯動使用，平均效率暴增220%。當時，Anthropic工程師預言，也許就在2026年上半年，軟體工程就被終結了。如今看來，可能就在最近了。剛剛，在最新升級的LiveBench榜單上，Claude Opus 4.5登頂，直接碾壓GPT-5.1 Codex MAX、Gemini 3 Pro。創始人Bindu Reddy稱，在聖誕假期期間，團隊改進了LiveBench，為了防止AI刷分作弊。這個排名在很大程度上，反映了這些LLMs在現實世界中的表現。去年12月，METR的一份報告揭秘了，全球最能打的AI還是Claude Opus 4.5。它在自主編碼任務中，能夠連續5小時不崩，也是迄今為止公開的AI完成長程任務時間最長的模型。AI大佬Simon Willison表示，Opus 4.5和GPT-5.2就像是一個轉折點。「模型逐步跨越到了一個隱形能力界限的時刻，忽然間，大量的編碼難題都被解決了」。即便是程式設計0經驗的人，也能在不到十分鐘的時間，打造出一款功能齊全的網頁應用。就像網友所言，如果不出意外的話，Claude Code可能會讓更多人成為百萬富翁。人類的最後一次發明如果我們翻開哲學家戴維·查爾默斯（David J. Chalmers）那篇經典的《奇點：哲學分析》，會發現當下的瘋狂景象，不過是這套嚴密邏輯推演的必然兌現。論文地址：https://consc.net/papers/singularity.pdf在查爾默斯的推導模型中，我們正處於一個被稱為「擴展前提（Extension Premise）」的關鍵節點。他將這一過程量化為從AI到AI+再到AI++的階躍：AI：人類水平的人工智慧。AI+：超越人類最強大腦的智能。AI++：超級智能，其超越程度正如人類超越老鼠一般。正如查爾默斯引用的I.J. Good在1965年的那個著名論斷：「超智慧型手機器（Ultraintelligent Machine）將是人類需要製造的最後發明」。邏輯非常性感且冷酷：機器設計機器：既然設計機器本身是一種智力活動，那麼一台超越人類的機器（AI+），必然能設計出比人類所能設計的更好的機器。遞迴的雪崩：這台被AI+設計出的新機器，擁有更強的設計能力，它將設計出下一代更強的機器。無限逼近：只要這台機器能通過編寫程式碼來最佳化自身，我們將無可避免地迎來一場「智能爆炸」。我們現在看到的，正是查爾默斯所描述的「速度爆炸」與「智能爆炸」的完美合流。當模型開始比人類更擅長最佳化演算法時，我們就不再是處於一個線性的增長曲線上，而是站在了垂直牆面的底端。每個人都會成為軟體工程師奇點來臨的那一刻，世界會有什麼不同？Google工程師Vaibhav Agarwal稱，自己再也不用寫程式碼了，現在70%-80%程式碼都是AI寫的。而他的工作僅是「程式碼審查」，角色發生了根本性的轉變，具體是這麼做的：不再輸入語法，用提示詞（Prompt）來定義邏輯；不再費力找 bug，而是審查AI給出的修改建議；不再硬啃遺留程式碼，直接讓AI把它講明白。許多工程師對此感到內疚，覺得自己像是在「作弊」。實際上並不是，他們是在進化。Agarwal曾問過一位資深領導，關於一個所有人都害怕的問題：AI會取代我們嗎？他是這麼說的——AI是一個效率倍增器，而不是替代品。如果你過去每周完成1倍的工作量，現在預期則是，同一周內完成4倍的工作量。沒有任何一家公司希望倒退。如今，衡量「生產力」的標準已經被整體抬高了。如果你因為自稱是個「純粹主義者」而拒絕使用 AI，那並不高尚——你只是慢了。AI不會取代你。但一個借助AI、能完成4倍工作量的工程師……滿足網友的好奇，工程師用的是自家的GeminiHyperbolic創始人Yuchen Jin直言不諱，要是在讀博期間有這些強大工具助力，自己不用耗費5.5年，可能一年就畢業了。此前，奧特曼在採訪中還曾表示，「用不了多久，每個人都會成為軟體工程師」。他隨口拋出了一個關於未來工作方式和軟體世界的超級觀點，但很多人還沒意識到這件事有多重要。核心想法其實很簡單，自然語言，就是新的程式設計語法。程式設計師大軍終結，不需要龐大的開發團隊才能做出第一個版本。只需描述出需求，AI直接把它做出來。在複雜系統中，AI智能體會直接「住」在程式碼庫裡。它們會自己瀏覽repo、修復bug、補測試、重構程式碼，並自動提交修改。一旦軟體開發被自動化，同樣的邏輯也會蔓延到營運、規劃，甚至部分管理工作。程式碼，只是倒下的第一塊多米諾骨牌。如果這一切真的發生，「學會寫程式碼」本身就沒那麼重要了。 (新智元)

在矽谷，曾經以“程式碼能力”為唯一硬通貨的程式設計師們，正悄然掀起一場關於面容的極限最佳化。從漠視外表的極客文化，到如今成群結隊預約價值數十萬的面部手術，這一轉變背後遠非虛榮那麼簡單——它關乎年齡歧視、職業焦慮，更關乎如何使自己“看起來年輕”，從而不被淘汰。曾幾何時，矽谷的標誌性形像是連帽衫、牛仔褲、凌亂的頭髮與黑眼圈，相信“程式碼即正義”，信奉“實力至上”，對外表幾近忽視。在矽谷，頭腦才是唯一的通行證，容貌不過是隨時可被拋棄的“身外之物”。然而近年來，一場關於“臉面”的革命，正在科技心臟地帶掀起巨浪。曾經不修邊幅的矽谷精英，尤其是男性程式設計師與投資者們正瘋狂湧入整形外科。從數萬美元的“迷你拉皮”到堪位元斯拉首付的醫美項目，精英也逃不過用整容對抗“35歲焦慮”。（由本·塔利醫生提供的某位匿名患者術前術後對比照片，左圖為一名現年60歲，經營太陽能及科技企業的患者，右圖為一名近65歲的科技創業者、商業與財富顧問，兩人均接受了先進的面部和頸部提升術，並進行了SMAS最佳化）這場轉變背後，是矽谷文化深處一次冰冷而現實的校準。1. 科技行業的年齡歧視華爾街日報評論稱：“科技是年輕人的遊戲“。風險投資家彼得·蒂爾也曾揚言，“你不能僱傭任何超過30歲的人”，這種觀點雖顯極端，卻赤裸裸地揭示了科技行業心照不宣的青春崇拜。在飛速迭代的技術浪潮前，年輕普遍與“潛力”“耐力”“可塑性”直接掛鉤。當這種偏見根植於招聘與晉陞文化中，“看起來年輕”便不再是一種個人選擇，而成了一種生存策略。舊金山精神分析學家斯蒂芬·薩賓博士指出，他的客戶們普遍擔憂自己“看起來太老”而失去投資人或公司高層的青睞，因此整容成了一種對抗“職業性過期”的積極手段。2. 資本加持與“Zoom自拍效應”的催化矽谷的高收入為這場顏值競賽提供了彈藥。科技從業者資金充裕，能夠負擔得起數萬至數十萬美元的手術費用。與此同時，新冠疫情催生的遠端辦公常態，讓“Zoom自拍效應”凸顯——人們前所未有地長時間凝視螢幕上自己的面容，每一道皺紋、每一吋鬆弛的皮膚都被放大審視，再加上混合工作模式又恰好提供了隱秘的術後恢復期，讓醫美手術變得可行。3. 社會審美變遷“歷史上，如果男性有所成就，他們無論長相如何都會受到尊重，”舊金山整形外科醫生Timothy·Marten談到，“但現在男性覺得他們的成就不夠了，他們也必須看起來符合形象。” 傳統上施加於女性的容貌壓力，正在平等地降臨到男性身上。在矽谷這個崇尚“最佳化一切”的地方，外貌成為個人品牌與狀態管理中最後一個等待被最佳化的變數。4. 技術產品的“副作用”另一個意想不到的推手，是GLP-1類減肥藥物（如Ozempic）的流行。許多科技從業者借助這類藥物快速減重，卻導致面部皮膚鬆弛，從而被動地將醫美需求推向了拉皮手術等更複雜的領域，以解決“減了100磅後皮膚怎麼辦”的問題。圖源：網路矽谷人的醫美選擇，也深刻烙印著他們的職業思維。項目選擇重資料、看ROI（投資回報率）：眼瞼手術因能快速消除疲憊感，讓眼神“重新銳利”，成為最受歡迎的項目之一，因為它手術時間短、恢復較快，以較小的代價獲得顯著回報。追求“自然迭代”，厭惡“版本顛覆”： 他們普遍抗拒過去拉皮手術那種“緊繃”“不自然”的橫掃式效果，取而代之的是“迷你拉皮”或“短疤痕拉皮”，他們強調精細、隱蔽、漸進式改善，而非推倒重來。過程管理如項目管理： 他們會精確規劃手術與恢復期，利用遠端辦公的便利，將downtime無縫接入工作日程，如同處理一個需要短暫離線更新的系統。圖源：網路矽谷程式設計師扎堆走進整形醫院，可不是膚淺的追求。在矽谷，萬物皆可最佳化，演算法、產品、商業模式，乃至自己的身體與容顏。當“看起來更有活力、更可靠、更具備競爭力”與職業生命線深度捆綁，醫美便從一種簡單的消費行為，異化為一種特殊的職業投資。當對抗衰老的戰役從護膚精華延伸到手術刀下，當青春成為一項需要持續投入、月供償還的奢侈追求時，我們或許也該問一句：在矽谷這台永不停歇的“造夢機器”裡，被不斷最佳化和更新的，究竟是我們的能力，還是我們無法再從容老去的自由？ (留學生日報)

AI大神卡帕西引爆程式設計師焦慮潮：程式設計職業遭遇“9級地震”，人類正在淪為AI的副駕駛？“作為一名程式設計師，我從未感到如此落後。”卡帕西今天在社交平台上的發言瞬間刷屏（不到1天，已經近500萬圍觀）。這位AI領域標誌性人物坦言，程式設計職業正在被徹底重構。他描述道，程式設計師的直接程式碼貢獻越來越稀疏。如今他感覺自己本可以強大10倍。卡帕西列出了一長串需要掌握的新概念：智能體、子智能體、提示詞、上下文、記憶、模式、權限、工具、外掛、技能、鉤子……卡帕西坦言，程式設計職業正在經歷一場“9級地震”。這位OpenAI前創始人、在特斯拉領導AI部門的大神級人物，突然發現自己“前所未有地落後”。“如果我能夠恰當地串聯起過去一年中出現的技術，我的能力本可以增強10倍，”卡帕西寫道，“但如果不能抓住這次升級機會，那絕對是一個技能問題。”在AI工具迅速發展的今天，純粹的技術知識和深度專業能力已不能保證行業領先地位。新的技術堆疊不再是關於理解Transformer架構或編寫優雅演算法。程式設計的本質正在發生深刻變化：從編寫確定性的程式碼，轉向協調一群無人能完全控制的隨機系統。卡帕西列舉了15個在18個月前甚至不存在的新程式設計“基元”：智能體、子智能體、提示詞、上下文、記憶、模式、權限、工具、外掛、技能、鉤子、MCP、LSP、斜槓命令、工作流、IDE整合。這些概念每一個都在以周為單位演化，程式設計師需要建立全新的心智模型來應對這個充滿不確定性的新世界。傳統工程提供的是確定性系統——編寫程式碼，它就嚴格按編寫的內容執行。而現在，程式設計師需要管理“本質上是隨機、易錯、難以理解且不斷變化” 的實體。卡帕西將其比喻為“沒有說明書的外星工具”。整個行業都在即時反向工程這些能力，文件總是過時，三個月前的最佳實踐現在可能已經錯誤。“卡帕西在年底前給整個網際網路帶來了一場存在主義焦慮症，”一位Google員工在轉發時寫道。輝達大神總結道：“2024年：AI是副駕駛；2025年後：人類是副駕駛。Copilot正成為一種新的工程技能。”離開駕駛員座位並不容易，我們必須學會以AI的方式思考，適應陌生的“外星”工作流程。幫助AI，就是幫助我們自己。但也有開發者持樂觀態度：“這是多年來成為開發者最有趣的時刻。AI工具尚不完美，模式仍在形成，有真正的實驗空間。挽起袖子，開始建造吧。”這位開發者補充說，地震正在進一步拓展可能性邊界。關於這個新抽象層最好的消息是：傳統工程技能比以往任何時候都更有價值，而不是貶值。早期在CI/CD、測試、文件和程式碼審查上投入的開發者，在使用AI工具方面最為成功。這些“無聊”的基礎設施成了加速器。它們將智能體從混亂生成器轉變為生產力倍增器。真正的機會在於學習在不同高度上工作。開發者不再需要逐行鍵入語法，而是審查實現、捕捉邊界情況，並在幾小時內完成過去需要數天的功能開發。這確實令人興奮。學習曲線確實存在。理解如何提供上下文、迭代計畫並快速審查AI生成的程式碼需要實踐，但這是可以通過實踐學習的。“人類成為AI副駕駛”的觀念正在技術圈蔓延。這種角色轉換標誌著程式設計工作本質的根本性變革。面對這個新抽象層，傳統工程技能實際上變得更加重要。它們幫助我們最大程度減少交付低品質程式碼的可能性。已經投資於CI/CD、測試、文件和程式碼審查的開發者在使用AI工具方面最為成功。這些“枯燥”的基礎成為了加速器。真正的機會在於學習在不同的高度工作，從輸入語法轉向審查實現、捕獲邊界情況，並在數小時內完成過去需要數天的工作。面對卡帕西描述的程式設計職業“9級地震”，開發者應該如何應對？學習如何提供上下文、迭代計畫並快速審查AI生成的程式碼需要實踐，但這可以通過實際操作掌握——建構小工具、審查所有內容，通過重複培養直覺。當我們將AI的速度與工程判斷力結合時，倍增潛力是真實的。我們不是在取代程式設計技能，而是終於能夠將精力集中在有趣的問題上，同時將繁瑣的部分委託出去。地震已經發生，餘震成為新常態。卡帕西的警示提醒整個行業：要麼挽起袖子跟上，要麼被迅速拋在後面。這位AI先驅的“落後感”並非弱點展示，而是行業劇變的明確訊號。程式設計職業的重構已在進行中，新的抽象層正在形成，而每個人都在尋找掌握這個“外星工具”的方法。地震之後，餘震成為新常態。在程式設計這個曾經被確定性統治的領域，隨機性、不可預測性和持續變化正成為日常。 (三次方AIRX)

你刷著科技資訊，突然又看到那句老調重彈的斷言：“AI 將在 2026 年取代所有開發者。”可就在這時，OpenAI 聯合創始人 Andrej Karpathy 和亞馬遜、Google老將 Steve Yegge 卻給出了完全不同的預測。他們的觀點，直接顛覆了這種說法。他們的看法？大家都想反了。我這幾個月一直在密切使用 AI 程式設計工具，當這兩位大佬不約而同得出同樣的結論時，我就知道這事得好好琢磨一下。他們的觀點不僅和那些“末日論”截然不同，甚至可以說是完全相反。他們是誰？為什麼值得你關注Karpathy 可不是那種只會炒作 AI 的人。他是 OpenAI 的創始成員，曾任特斯拉 AI 總監，親手搭建了如今大家爭論不休的那些 AI 系統。AI 的侷限在那，他比誰都清楚。Yegge 則是在亞馬遜和Google負責過核心基礎設施的老兵，那時候“規模”這個詞的含義和現在完全不同。如今他在 Sourcegraph，直接和企業團隊合作，把 AI 真正落地到生產環境裡——不是做演示，而是要讓程式碼真正在現實中跑起來。當這兩位都看著 AI 程式設計的熱潮說“開發者不會消失”，我會認真聽。顛覆認知的核心觀點我突然明白了：這根本不是“取代”，而是“新一層抽象”。想想看，現在還有多少開發者寫彙編？幾乎沒有。高級語言出現後，程式設計師的飯碗沒丟，反而行業爆發式增長——因為大家能更快地做出更複雜的東西。Karpathy 和 Yegge 都認為，這個歷史正在重演。用 Yegge 的話說：“企業級軟體開發永遠都極其複雜，所以工程師和 AI 會聯手一起搞定它。”關鍵詞就是“聯手”，不是“AI 接管”，而是“協作”。現實中，這到底是什麼樣？給你舉個實際例子。Karpathy 發明了一個詞叫“vibe coding”（氛圍程式設計），非常貼切地描述了現在的變化：“現在有一種新型程式設計方式，我叫它‘vibe coding’，你完全順著感覺走，擁抱指數級提升，甚至忘了程式碼本身的存在。”聽起來挺嚇人？其實操作很簡單。Karpathy 做周末項目時，幾乎不碰鍵盤，直接和 Cursor Composer 對話：“把側邊欄的內邊距減半。”AI 就幫他改好了。看著沒問題，他就繼續。再也不用翻 CSS 檔案、偵錯邊距。遇到報錯，他直接把錯誤資訊貼上給 AI，什麼都不說。“通常就能搞定。”關鍵在於：這種方式是可以根據項目重要性靈活調整的。隨便玩玩的周末小項目？全程交給 AI，自己只管氛圍。企業級生產系統？就得像 Yegge 說的那樣用“監督式 AI”——AI 負責體力活，你全程把關、稽核。同樣的工具，具體怎麼用，取決於你在做什麼，人工介入的深淺也隨之變化。Yegge 的技術進化論（發展速度驚人）Yegge 一直密切關注著這場變革。他大約一年前提出了“對話式程式設計”這個概念——也就是通過與 AI 對話來寫程式碼，而不是依賴自動補全。但現在呢？“對話式程式設計還算主流，但智能體程式設計已經以指數級的速度超越了這種方式，效果遠勝以往。”所謂智能體程式設計，就是讓 AI 能夠獨立完成整個工作流程，你只需在旁邊觀看。與其說“幫我寫個函數”，不如直接讓 AI “為這個應用建構使用者登錄功能，包括密碼重設”。這場進步的速度令人咋舌。從自動補全到對話，再到自主智能體，前後不過一年半。三大程式設計時代（我們正步入第三階段）Karpathy 把這個過程分為三個清晰的階段：第一代：你寫出詳細的指令。比如要排序資料，就得手寫排序演算法。第二代：你給出示例，電腦通過學習樣本找出規律。比如要做圖片分類，就用成千上萬張帶標籤的照片訓練神經網路。第三代：你用英語描述需求。比如要使用者認證，只需說“建立一個帶密碼重設功能的安全登錄系統”。他的核心觀點是：“大語言模型（LLM）是一種全新的電腦，而你用英語來程式設計。”這不僅僅是工具的升級，而是讓任何能清楚表達想法的人都能參與程式設計。產品經理可以自己做原型，設計師也能無需等工程師就搭建互動演示。這不會取代開發者——而是讓所有人的能力成倍提升。一個鮮有人提及的問題：參差不齊的智能但我對此也有保留，Karpathy 的坦率讓人耳目一新。AI 存在所謂的“參差智能”——它能解決極其複雜的問題，卻也會在簡單問題上犯低級錯誤。AI 可能能完美實現複雜演算法，卻又信誓旦旦地告訴你 9.11 比 9.9 大。“目前，這一點尤其值得注意，特別是在生產環境中。要用 LLM 做它擅長的事，但要警惕那些‘參差邊界’，並始終讓人類參與把關。”這也是 “AI 會取代所有開發者”這種說法站不住腳的原因。AI 有時極其聰明，有時又愚蠢得不可思議，且難以預測。生產系統無法承受這種不穩定，必須有人類監督。經濟現實（已經在發生）有一點你必須重視：“有些公司已經裁掉了 30% 不願意用 AI 的工程師。”不是將來，而是已經發生。“有錢的公司可以直接投入，但其他公司就要做艱難選擇——要麼承擔成本、要麼被競爭對手甩開、要麼裁員來彌補新開支。”換句話說，如果一個用 AI 工具的開發者能頂仨人幹活，你覺得那兩個會被裁掉？這不是理論，我現在就在現實公司裡看到這種情況。會用這些工具的開發者變得極其搶手，而忽視 AI 的人正在被淘汰。你真正需要學什麼（和你想的不一樣）真正重要的能力，並不是死記硬背新 API，或者學點提示詞工程的小技巧。更高階的能力其實有以下幾種：AI 監督力：學會分辨 AI 輸出到底靠譜還是胡說八道。這種能力其實可以訓練出來——你會逐漸發現 AI 常犯的錯誤模式。問題架構力：把複雜需求拆解成 AI 能穩妥處理的小塊。這其實是傳統工程師的老本事，只不過用在了新工具上。質量把控力：能迅速發現 AI 帶來的那些隱蔽 bug。這和普通偵錯不一樣，因為 AI 的錯誤有自己獨特的規律。自然語言表達力：能更清晰地描述需求。如果程式設計越來越像對話，那溝通能力就成了技術能力。有趣的是，這些本質上都是人的能力，和 AI 協作後會被放大，而不是被取代。關於進展（別被炒作帶偏，關注現實）Karpathy 對“ 2025 年 AGI 就要來了”這種說法潑了盆冷水：“每當我看到‘2025 是智能體元年’這種說法，我都很擔心，其實我覺得這應該是‘智能體的十年’。”十年，不是一年。“可惜的是，華爾街並不懂得耐心，所以 AI 的炒作還會繼續喧囂下去，而真正的從業者還在摸索如何開啟新的計算時代。”但現在已經有些現實成果你可以用上：像 GitHub Copilot、Cursor 這樣的工具，已經讓開發者在日常任務上提速 30% 到 50%。這不是理論上的提升，而是你今天就能看到的實際效果。這場變革來得不算太快，你有時間適應；但也不算慢，現在就該開始行動。為什麼我對這場變革反而樂觀說實話，我一開始也很懷疑。“AI 讓程式設計大眾化”這種說法，聽起來就像矽谷的老套忽悠。但真正用這些工具做了幾個項目後，我突然明白了。每一次程式設計範式的變遷，都是類似的軌跡：從彙編到 C，從 C 到 Python，從命令列到圖形介面。每次大家都擔心門檻降低會讓行業變弱，但每次結果都是行業變大、變有創造力。那些最終脫穎而出的開發者，從來不是死守舊工具的人，而是善於用新工具做出以前做不到的東西的人。這次的變化更大。我們不只是換了種語法，而是獲得了一種全新的問題解決方式——更重視清晰表達，少了死記 API 的負擔。正如 Yegge 所說：“電腦科學教育確實需要進化，但基礎依然重要。當年彙編被高級語言取代時，大家擔心程式設計能力會退化，結果反而行業擴張、崗位增加。”現在最吃香的開發者，不是那些精通 React hooks 或 Kubernetes 配置的人，而是能清楚表達自己想法，並能引導 AI 正確實現的人。本周你該做什麼別再光看資料了，趕緊上手試試吧。挑一個 AI 程式設計工具用起來——如果你想要穩定一點的體驗，就選 GitHub Copilot；如果你想嘗鮮最新功能，那就試試 Cursor。先從一個無關緊要的小項目開始，做點有趣又無壓力的東西，比如隨機語錄生成器、簡單的待辦事項應用之類的。這種項目對程式碼完美與否沒什麼要求，放手去做就好。別想著一口氣徹底革新你的整個開發流程。先在這些低風險的小項目裡，適應一下人與 AI 協作的節奏。那些已經在 AI 時代如魚得水的開發者，從來不是等到工具完善、教學齊全才開始的。他們都是邊試邊錯，邊做邊學。真正的未來Karpathy 和 Yegge 都明白一件事，而那些“AI 取代人類”的說法卻忽略了：這項技術是放大人類智慧，而不是取而代之。我們不會被淘汰，我們會變成指揮者。AI 不是來搶我們的飯碗，而是讓我們和它配合，去解決單靠自己搞不定的大難題。未來屬於那些能站在更高層次思考、善於溝通、懂得如何指揮 AI 解決複雜問題的開發者。如果你已經走到今天這一步，其實你已經具備了大部分所需的能力。你只需要開始學會和 AI “共舞”。說真的，這支舞一旦跳順了，還挺有意思的。革命不是即將到來，而是已經發生。問題只在於，你是要參與塑造它，還是被它塑造。 (大模型技術共學營)

如果你有機會面對一片全新的土地，你會選擇種下怎樣的種子？鴻蒙生態，就如同這樣一片沃土，吸引了無數開發者前來探索和播種。除了那些耳熟能詳的大廠應用以外，更有一批不那麼為大眾所熟知的開發者。他們或來自公共服務領域，關注如何讓城市治理更高效，讓旅遊體驗更智慧；或是個人開發者，懷著對生活的好奇，立志解決日常中的小難題。他們面對的是更多元的使用者需求，以及一個面向未來、擁有無限潛力的生態，用各自的方式，回答這時代的問題。那麼，當同樣的問題擺在他們面前時，他們的答案，又會有怎樣的不同呢？1 程式設計師的第一問：小眾需求還是社會期待？當開發者決定進入鴻蒙生態時，他們的初衷總會源於一些具體的問題。這些問題，有的是對生活細節的追問，有的是對公共服務升級的探尋。“我是一個30歲的程式設計師，現在正是為了自由與夢想拚搏的年紀。”示路的開發者王維傑這樣介紹自己。在成都這座以慢生活著稱的城市裡，他和自己的妻子，有著一顆想要四處遊走的心，享受說走就走的自由感。示路的開發者王維傑他的妻子有個習慣，喜歡在出發前手繪旅行路線圖，把想去的地方一個個標記出來。但每次旅途中臨時的變化，總讓精心規劃的紙質行程顯得不那麼靈活，市面上大多數的旅行軟體又都太程式化，按部就班，完全沒有真正旅行時那種隨心所欲的感覺。“能不能有一種更方便、更隨心的方式規劃旅行？”王維傑開始思考。他發現鴻蒙作業系統5具備的分佈式能力與Map Kit地圖服務，正好可以實現他的設想，於是示路應運而生。這款應用最大的特點，是使用者可以在地圖上自由標記想去的地方，然後系統會自動生成一張蜘蛛網般的路線圖。沿著這些路線，你隨時可以拐出去探索，去任何讓你心動的地方。對於像他一樣的個人開發者來說，他們的初衷，常常來源於身邊最平凡的場景。快手筆的開發者鐘顯燊也是如此，只不過他的跨度更大一些。曾在海南航空做了近十年的飛機維修的他，在業餘時間自學程式設計，現在已經成為了一名獨立開發者。源於機場的工作經歷，他總會隨身攜帶一個小本子記錄故障快速處理指南，也慢慢形成了隨手記錄靈感與日常所見的習慣。同時，安全是航空的生命線，也讓他對安全異常敏感。因此他想開發一款既保證隱私安全，又能專注於分佈式卡片筆記的應用。考慮到傳統筆記軟體本地資料儲存與跨裝置同步，總存在一些無法迴避的麻煩，而利用鴻蒙的分佈式軟匯流排能力和安全隱私保護，可以實現資料本地儲存和無網資料跨裝置同步，在資料同步與隱私安全做到了完美平衡。快手筆的開發者鐘顯燊於是他開發了一款鴻蒙專屬的筆記應用——快手筆，將資料儲存在本地，可以在不同裝置間即時同步，“我一開始便將這款軟體做成了鴻蒙專屬，因為這些功能，只有在這裡才能實現。”如果說個人開發者是在解答自己或身邊人的生活追問，那政務開發者呢？他們回應的或許是整個社會的訴求與期待。井岡山元服務的項目負責人童瑋意識到，傳統的景區講解往往需要遊客主動掃碼或留意，容易讓遊客錯過景點的背後故事。“作為有歷史性的紅色文旅景點，井岡山與鴻蒙生態的結合，是新時代的必然趨勢。”基於鴻蒙的近場服務能力，井岡山元服務可以在遊覽過程中，適度為遊客提供相應景點背後的故事、典故，讓旅程變得鮮活；在自由行旅遊愈發盛行的趨勢下，鴻蒙也可以為使用者提供更加獨立、私人的旅遊體驗。在重慶，鴻蒙版渝快辦開發團隊負責人劉斐面對的挑戰更加直接。“如何讓便民服務應用更高效、更安全？”鴻蒙作業系統5具備的安全性、穩定性和生態優勢，使得渝快辦有了一個明確而穩妥的答案。適配鴻蒙，不僅是技術上的升級，更是數位化轉型大潮中的必然選擇。鴻蒙版渝快辦開發團隊負責人劉斐四位開發者，四種回答。無論形式如何，鴻蒙生態，以一種開放的姿態，容納了他們的追問與解答，也促成了他們各自精彩的故事。2 當問題來敲門：社區自救還是官方支援？開發從來不是一條平坦的路，無論是對經驗豐富的程式設計師而言，還是對初次上手的團隊來說。面對“崩潰時刻”，他們又會如何回應？“在準備開發的當天，我只看了一晚上的文件，第二天就基本可以著手開發了。”王維傑回憶起第一次接觸鴻蒙開發的經歷。這是他第一次開發自己的產品，原本以為會很複雜，沒想到鴻蒙的學習門檻如此之低。即便遇到問題，看看論壇與教學，基本一兩個小時就可以順利解決，這種開發體驗讓王維傑印象深刻。“就像拼積木一樣，你有一個個小元件，把它們拼上去，調整好間距和顏色，就能形成一個好看的介面。”不過，問題總在意想不到的時候敲門。為了實現自由繪圖，他需要在地圖上插入對應的圖片，這樣的需求很少遇到，現成的解決方案自然也寥寥，這幾乎成了示路開發初期最大的技術障礙。多番嘗試失敗後，他最終在鴻蒙開發者論壇中找到了一條技術帖，順著華為工程師留下的介面說明摸索，竟意外打通了功能實現的關鍵路徑。“看到那一刻，我是真的激動了，像是深夜的隧道盡頭突然亮起燈。”示路的產品經理，也就是王維傑的妻子，則是示路背後真正的靈魂人物，不斷從使用者視角給他提出反饋與建議。她提出需求，他在鴻蒙論壇裡尋求答案，是王維傑開發過程裡的常態，“痛並快樂著”，他說。鐘顯燊在快手筆的開發過程中，同樣面對過複雜度與自學能力之間的拉鋸。他曾經自學過Java等語言，跨界到鴻蒙，也全靠自己摸索。“但這是我自學道路上，最順暢的一次”，他在鴻蒙官網文件中找到了大量實例程式碼，也在開發者社區獲得了及時的回應。正因如此，快手筆完成後，他第一時間決定將部分元件開源，幫助更多人少走彎路。“我認為百花齊放比一枝獨秀更重要。既然我在社區裡得到了幫助，也應該回饋給其他開發者。”相比之下，政府應用開發者面臨的挑戰更加複雜，許多問題無法如個人開發者一般，憑一己之力解決，或是在社區裡找到答案。每到這些時刻，鴻蒙官方便會伸出援手。劉斐回憶起渝快辦適配鴻蒙時的情景，“我們面臨的最大困難，是原有的程式碼架構過於複雜，而且原來的開發者已經離職，僅靠我們的力量很難解讀那些程式碼。”關鍵時刻，鴻蒙技術專家也會參與合作。“他們的工程師甚至親自到場，和我們一起分析程式碼架構，尋找解決方案。”在適配鴻蒙的路上，他們並不是孤軍奮戰。井岡山元服務的負責人童瑋回憶道，“無論是官方文件、社區支援，還是華為的工單系統反饋，都能在關鍵時刻給你幫助。”井岡山元服務的負責人童瑋在這場充滿變數的開發旅程中，鴻蒙的學習資料、技術社區和工程師支援，成了他們並肩前行的“命運共同體”。3 真正把鴻蒙創新能力開放出來，讓所有開發者獲益當四位開發者，帶著各自的問題走進鴻蒙時，這一生態也用自己的方式給出了回應。鴻蒙作業系統5的創新特性，在這四款應用中得到了不同的體現。對於個人開發者來說，鴻蒙的分佈式特性與跨裝置能力，給了他們前所未有的創作空間。王維傑的示路充分利用了鴻蒙作業系統5的地圖服務，實現了行程的可視化。“通過接入鴻蒙系統花瓣地圖，示路能夠支援全球超過200個國家的地理標註服務。就像給使用者提供了一支畫筆，無拘無束地發揮自己的創意。”在這款軟體內，使用者們創造了許多個性化的路線，有川藏自駕的路途，也有城市內漫遊的線路，許多連王維傑自己都迫不及待地想親自嘗試下。基於鴻蒙作業系統5的安全特性，示路不會隨意收集使用者的位置資訊；示路提供的“多人協同規劃”及“AA旅行計算器”等旅行輔助工具，也可以輕鬆完成行程規劃與費用計算。鐘顯燊的快手筆則將鴻蒙的分佈式能力發揮到了極致。他所開發的筆記應用實現了跨裝置的即時同步，所有資料均保存在本地，無需擔憂雲端安全與隱私問題。快手筆的筆記應用實現了跨裝置的即時同步在鴻蒙AI能力的加持下，儘管沒有聯網，使用者也能在快手筆內實現語音識別轉文字。“筆記類應用”向來是一個競爭激烈的垂類，使用者的需求多且繁雜，快手筆能在其中脫穎而出，自有它的道理。對於政府項目而言，鴻蒙帶來的更多是安全性、技術升級和服務效率的全面提升。童瑋負責的井岡山元服務，其中許多功能都是基於鴻蒙的“意圖感知”框架。當遊客走近一個景點時，元服務會自動感知時間和空間，為遊客推送對應的服務。例如到達某個景點，推送對應的語音講解，到了飯點時間，推薦附近餐飲資訊。對於渝快辦，這一款政務服務類的應用而言，不僅加強保障了資料安全，更幫助其從“人找服務”升級到了“服務找人”的體驗飛躍。結合日曆開放能力，市民可以在App內建立日程並設定同步到手機日曆，系統將主動為市民推送證件到期等事項提醒；長輩版UI則讓年長使用者也能輕鬆使用政務應用。“鴻蒙版的渝快辦程式碼更加精簡，運行更為流暢。”劉斐特別提到，鴻蒙的技術架構讓應用在保持功能完整性的同時，大幅提升了響應速度和穩定性。這對於承載政務服務的應用來說，意義重大。鴻蒙生態，這個不斷發展的平台，正逐步兌現開發者們的理想，也在他們的創意與實踐中，不斷豐富著自己的可能性。正如鐘顯燊所說：“鴻蒙的意義早已超出了作業系統的範疇，它更像是一個面向未來的技術平台，連接需求與解決方案的橋樑。”4 在社區中獲得成就，在百姓中獲得好評技術從不是單向的表達。它連接著開發者的思考，也回應著使用者的反饋，最終構成平台、開發者、使用者之間的循環共振。對於王維傑來說，最意外的收穫是示路之內，使用者們彼此之間自發形成的社區。“我一直想要營運這個社區，但還有本職的工作要做，實在沒有時間和精力。”不過使用者們還是自己建立起了交流群，分享旅行攻略，推薦路線，甚至互相約伴出行。如今的示路已經有了5000多名使用者，其中不少成為了王維傑的網友。有使用者發現了軟體的Bug，會細心地給出建議，這種善意讓他深受感動，也更加堅定了繼續最佳化產品的決心。鐘顯燊的體驗則更加豐富。成為個人開發者後，身為“I人”的他認識了很多新朋友，有自己產品的使用者，會給他提出中肯的建議；也有其他的個人開發者，在技術社群裡互相交流經驗。常常有使用者告訴他，快手筆的分佈式同步功能讓自己的學習筆記管理變得前所未有的便捷，這種反饋讓鐘顯燊覺得所有的努力都值得。個人開發者的成功是垂直圈層內的口碑相傳，而對於政府應用來說，反饋則更為多元。它們所帶來的，是千萬市民、旅者的民生改善！童瑋看到了井岡山元服務帶來的變化。遊客在景區的平均停留時間延長了，年輕遊客的比例明顯提升，而且他們對紅色歷史的關注度也比以前更高。“這款元服務確實實現了我們最初的目標，它讓曾經那段艱苦奮鬥的歷史，以一種全新的方式呈現在了年輕人面前。”劉斐則從政務服務效率的角度看到了改變。“渝快辦鴻蒙版上線後，使用者滿意度有了顯著提升，辦事效率也明顯提高。”這些積極的使用者反饋，形成了一個良性循環：平台提供技術支援，開發者創造價值，使用者享受服務，反饋促進改進。從最初的探索嘗試，到現在的成熟應用，這個生態正在變得越來越豐富，越來越完善。“鴻蒙作為一個面向未來的生態，具備著更多可能性。”劉斐的話代表了四位開發者的共同心聲。在這個面向未來的新世界裡，每一行程式碼都可能改變生活，每一個創意都可能成為現實，每一次嘗試都可能開啟新的可能。開放、多元、包容的生態已經形成，而這個生態的未來，還需要更多人的參與和貢獻。為了激勵更多創新，鴻蒙星光計畫已經於6月20日正式開啟，投入了總額1億的現金和資源，支援更多校園開發者、創意人才在鴻蒙沃土探索創新。懷揣著熱枕的你，可通過HarmonyOS開發者官網(開發者聯盟官網)進行報名。 (鹽財經)

【新智元導讀】「程式設計的未來是Human語言」，AI掀起程式設計70年來最大變革，從對話到程式碼，「氛圍程式設計」與自然語言成為主角。老黃預言，AI讓人人都能成為人機互動的橋樑。你知道人類目前的程式語言到底有多少種？C、C++、C#、Java、Python、PHP、JavaScript、Go、Rust……但不論有多少種，這些都不重要了。未來也許只會剩下唯一一種程式語言，AI將徹底改寫人機互動的定義。倫敦科技周上，老黃一句話震撼全場：「未來新的程式語言應該叫Human」！多虧了人工智慧，即使非程式設計師也可以編寫程式碼。讓電腦編寫程序的方法就是「禮貌地詢問」，就像你向一個人提出請求一樣。現在，突然之間……出現了一種新的程式語言。這種新的程式語言叫做「Human」。老黃的意思很明顯——沒有人會去再學資料結構和演算法導論，甚至提示詞工程都已經過時。未來你最應該學會的是如何用Human語言來和AI溝通——不論是中文、英語、法語、德語還是孟加拉語。沒有作業系統、沒有C語言、沒有Java、沒有Python、無需再學習演算法和資料結構，只要你會說「Human」語言。人機互動將真正進入一個全新的時代，程式設計師作為職業或許從此將消失，任何人都可以用Human語言來和AI、和機器溝通。這個趨勢已經在現實中不斷地上演和被強化。Vibe Coding（氛圍程式設計）+ Human語言 = 人人都是程式設計師。別以為這只是概念噱頭——現實世界已經走在前面了！市場對AI程式設計工具的熱情不斷爆發。Cursor、Windsurf等估值不斷的走高：· 豪擲30億美元，OpenAI史上最大收購案！· 25歲MIT輟學天才一戰成名！3年成為90億美金公司CEOOpenAI發佈Codex：程式設計革命徹底爆發！剛剛，OpenAI最強智能體上線ChatGPTClaude發佈Claude Code：AI程式設計新王Claude 4，深夜震撼登基！連續編碼7小時，開發者驚掉下巴DeepSeek新模型R1-0528注重編碼能力：剛剛，新版DeepSeek-R1正式開源！直逼o3程式設計強到離譜，一手實測來了OpenAI專門推出程式設計用的GPT 4.1：GPT-4.1深夜登場，中科大校友領隊！百萬上下文程式設計驚人，GPT-4.5三個月後淘汰GoogleGemini 2.5 Pro的程式設計能力霸榜：新版Gemini 2.5所有榜一，Google無敵了！一個月全面擊敗o3，程式設計反超Claude 4這些AI程式設計助手可以輕鬆地將用普通人類的語言寫成的提示轉化為程式碼。依賴這些AI助手編寫完整程序的做法，催生了被稱為「Vibe Coding（氛圍編碼）」的編碼範式，甚至Vibe Coding之上還有「氛圍介面」。回顧程式語言誕生的歷史，當下我們正處於「Human程式語言」的新輪迴。AI迫使我們再次重新發明了程式語言——Human會成為人機互動最終的橋樑嗎？AI讓我們回到原點人類重新發明程式語言未來的人機互動或將建立在自然表達與形式精度的完美結合上。人類多年來實現了「與電腦對話」的夢想，卻發現必須教它們如何精確傾聽。想像你在給一個語言流利但從未出過門的人指路。你說：在那棵大樹那裡左轉。他卻問：那棵樹？多大算大？是你的左邊，還是樹的左邊？經歷無數次糊塗的旅程後，你最終制定了一套精確的指令：出門向北走三條街，在街角的麥當勞處左轉。70年前電腦發展的真實寫照——如今又再度上演。1950年代，科學家嘗試用英語與電腦交流，結果慘敗。於是他們發明了FORTRAN、COBOL等程式語言——這些正式、精準、無歧義的交流方式。之後就是我們熟悉的各種程式語言，這些語言推動了數字時代幾十年的發展。直到AI出現，我們又能用自然語言對電腦發號施令了。像ChatGPT就能理解「幫我寫個按字母排序名字的函數」。人類友好型計算，似乎回來了。但劇情反轉來了：我們發現了當年放棄自然語言的那些老問題，又重新找上門。於是人類又一次被迫發明正式語言來解決問題。歡迎來到計算史上最大規模的「似曾相識」。第一次失敗時間是1954 年，喬治城大學的研究人員正準備創造歷史。他們開發出一台能自動將俄文翻譯成英文的機器。演示非常成功——60句話翻譯無誤，媒體紛紛宣稱「即時翻譯」已成現實。但真相是：這一切不過是障眼法。系統只能識別250個詞和6條語法規則，測試句子也都是精心挑選的。就像你只會把特定的句子比如「貓是黑的」翻成法語，卻自稱發明了萬能翻譯器。最終，1966年的ALPAC報告宣判機器翻譯比人工翻譯更貴、更慢、更不准。自然語言計算宣告死亡。正式程式語言革命FORTRAN之父John Backus一語道破：用自然語言與電腦交流，是「一場近身肉搏」。他提供了激進的解決方案：創造專為人與機器溝通而設計的新語言——程式語言。正式程式語言的四大基石：無歧義語法：程序只有一種解釋方式組合語義：複雜意思由簡單部分構成無上下文結構：不依賴文化或背景知識數學基礎：基於邏輯推理而非人類解釋這不僅是技術選擇，更是生存之道。正式語言解決了人與機器之間的溝通難題，才有了後來的電腦革命。AI帶來新一輪混亂。時間快進到2022年11月，ChatGPT發佈，僅用五天使用者突破百萬。你可以對它說：「幫我寫個分析客戶資料並生成圖表的Python指令碼」，它竟然能完成！ChatGPT彰顯的前景似乎無限「美麗」：不再死記語法用英語（自然語言）程式設計AI真正「理解」你的需求然而，幾百萬使用者開始日常使用後，熟悉的問題再次出現。穿著新衣的老問題問題1：多義詞陷阱（再現）讓ChatGPT「bark up the right tree」（用對方法）——是操作樹型資料結構？還是處理錯誤日誌？模糊性再次成為障礙。問題2：語境混亂（仍在）「設個八點的鬧鐘」—— 它會問：早上還是晚上？那個時區？那一天？自然語言依舊假設存在共享上下文。問題3：編造問題（新麻煩）AI的新問題是「自信地胡說八道」：它能生成看似真實的學術文章，但作者和期刊全是假的；它會寫呼叫根本不存在的API的程式碼。看起來像真的，其實全錯。問題4：可靠性缺失（更嚴重）讓它寫整整500字，結果總有偏差。日常用途無妨，但對於關鍵系統，這是致命問題。我們再次撞上了1950年代的同一堵牆。正式程式語言回歸科技界並未因AI出錯而放棄，而是像當年一樣，開始建構更可靠的正式系統。第一步：提示工程框架程式設計師不再隨意發問，而是設計結構化提示：逐步思考法：強迫AI展示推理過程，例如「我們一步一步來」CLEAR框架：清晰、邏輯、證據、行動、結果Few-shot示例法：提供明確的行為範例這些不只是技巧，而是正在形成的新型 AI 交流正式語言。第二步：AI標記語言正在出現專為 AI 設計的新語言：模型上下文協議（MCP）：被稱為「AI 的USB-C」，標準化 AI 與工具之間的連接方式AIML 演進版：基於XML的結構化對話語言智能體通訊協議：AI與AI之間對話的正式語言，Agent2Agent第三步：結構化框架公司開始建構系統化方法：LangChain：用於管理AI對話的範本系統Constitutional AI：用正式規則訓練AIRAG系統：讓AI的回答有事實依據趨勢清晰可見：1950s：自然語言失敗→正式程式語言2020s：自然語言AI崛起→出現問題→正式AI交流語言再現→進化為新的Human程式語言我們正見證「提示程式語言」（Prompt Programming Languages）的誕生 ——在自然語言風格下，融入計算精度的正式系統。從趨勢和歷史來看，新的Human程式語言路徑是：近期（2025–2027）：正式化階段提示工程像軟體工程一樣系統化AI 標記語言廣泛普及企業AI必須使用正式協議中期（2027–2030）：融合階段多模態AI（文字、語音、視訊）配合正式驗證系統非技術人員也能用自然語言程式設計自動把人類語言翻譯成AI規範語言遠期（2030+）：融合進化腦機介面將配合正式語言協議人類語言與AI之間實現通用翻譯完全自主系統具備正式邏輯推理能力最佳平衡點未來不會拋棄自然語言，而是在其之下加上一層形式精確。就像現代程式語言比彙編語言更易讀，卻依然保持數學精度。最終形成三層架構：人類層：自然語言交流翻譯層：自動轉為正式規範機器層：依靠正式協議可靠執行回顧以上的程式語言輪迴史，不僅僅是數字計算發展的歷史，更揭示了人與機器交流的本質規律：真相一：歧義是人類的天賦人類語言靈活，效率高，那怕說「拿那個東西」，別人也能理解上下文。這種歧義帶來創造力、詩意和豐富表達。真相二：精確是機器的生存法則電腦執行任務必須毫不含糊。像「在那棵大樹處左轉」這種句子，對人類沒問題，但對自動駕駛汽車可能致命。真相三：人機互動的「橋樑」一定是正式語言每一個成功的介面——從程式語言、UI設計到API介面，最終都發展出了正式結構。人與機的有效溝通，離不開這種橋樑。真相四：每一輪循環都在升維我們不是走回頭路，而是在螺旋上升。1950年代的語言要求懂二進制，現在的AI框架幾乎像對話一樣自然。未來還會更自然、更精準。這種循環升維中蘊藏著真正的創新，突破點不在於消除歧義，而是系統化地管理歧義。未來的AI互動語言將：對人類而言自然自動轉為正式規範AI和機器可以可靠執行可驗證、可偵錯也許你可以把它看作「終極編譯器」：無縫將人類意圖轉為機器精確行為。我們起初是為了擺脫自然語言的模糊性，才創造了程式語言，推動了數字時代。AI把我們帶回自然語言對話——卻也讓我們重新面對同樣的老問題。但這一次，我們不再是從零開始。我們有70年建立正式系統的經驗，理解其中的規律，知道該往那走。問題不在於我們是否會為 AI 建構正式語言，而是我們能多快建構、多優雅地橋接人機之間的鴻溝。AI一旦足夠重要，就會對可靠性提出要求，正式方法自然會跟上。當你下次為ChatGPT誤解你的提示而煩惱時，不妨記住：你正親歷下一代人類交流革命的誕生。我們不是在回頭，而是在螺旋式進化——將人類語言的靈活性與形式邏輯的精確性完美融合。這場循環，不是問題，而是進化本身。未來屬於能連接人類意圖與AI精度的人。 (新智元)

【新智元導讀】紅杉專訪OpenAI Codex團隊揭示AI程式設計的未來：從工具協作邁向「非同步自主Agent」時代。Codex正從程式碼補全演化為可獨立完成任務的智能體。此外還有更大爆料！未來的AI Coding會是什麼樣子？Copilot、Cursor、Windsurf還是Claude Code？都不是！而且你一定也猜不到。在紅杉最新專訪中，OpenAI Codex產品負責人Alexander Embiricos描述了他的理想未來：下一個AI Coding範式不再是和編碼助手配對合作，讓AI進行程式碼補全；而是徹底將任務全部委託給智能體——一種真正的「非同步自主Agent」。軟體從開發&測試的傳統「線性模式」，變成了「經紀人模式」：Agent與人類的關係，從「配合」徹底切換成「多工委託」。更大膽的設想還在後頭——Alexander說，未來的軟體開發介面或許不再是IDE，而是像Tinder或者TikTok的訂閱資訊流。Agent不斷推送工作進展，人類只需滑動決定Approve（通過） or Not。Sora製作的未來程式設計範式應用Codex核心理念一改以往程式碼補全邏輯，強調「大膽委託心態」：讓Agent平行運行多個任務，用Agent自動完成所有繁瑣工作——bug修復、重構、功能開發……而開發者則退居幕後，主導審查、規劃與驗證，從「親自動手」轉向「高效稽核」。Codex模型雖然基於o3，但進行了微調，更有「工程味」和「品位」。Codex不再是單純求解競賽難題的AI學霸，而是一個懂得PR描述、風格對齊、測試覆蓋的成熟工程師。另一個令人驚訝的消息是，把o3的價格打到「白菜價」的原因竟然也是Codex！OpenAI秘密使用Codex作為內部智能體軟體工程師來「遞迴的」最佳化推理成本——而這僅僅只是個開始。2025，註定是Agent元年，而OpenAI的大棋是：未來不再有「專門的Agent」，ChatGPT將成為唯一通用助手，接入所有介面，接管一切。Codex能否成功承載這個理想，也許年底就能見分曉。紅杉專訪Codex團隊精華版1 Codex演進路線：從工具到智能體Codex最初是程式碼補全模型，如今已發展為能在雲端獨立運行的程式設計智能體。使用者可將完整任務交給Codex完成，輸出如PR（Pull Request）等實際成果。未來，使用Codex完成任務，甚至無需觸碰電腦。2 與傳統自動補全的區別相較於o3等模型專注於競賽程式設計，Codex通過強化學習微調。更符合專業開發者的真實工作風格，輸出更可合併、更實用的程式碼。3 實際應用場景與優勢Codex特別擅長修復bug與執行重複任務，OpenAI內部工程師通過平行提交多個任務，顯著提升開發效率。未來開發者將主要做「稽核與決策」，而非具體程式設計。4 人與AI協作的新範式Codex強調的是「委託」而非「配對」。未來，AI將獨立在雲端運行，開發者只需提供任務描述。Codex將會嵌入CLI、IDE、項目管理工具等各類開發工具中。5 編碼之外的開發流程重塑軟體開發不僅是寫程式碼，更包括規劃、設計、部署和維護。Codex未來目標是覆蓋整個開發流程，甚至提出開發計畫、撰寫文件、參與維運等。6 行業影響與未來展望隨著AI程式設計工具門檻降低，「專業開發者」總量或將增加。未來開發者的日常可能更像「Tinder」式管理流式任務，由多個Agent提交工作成果，人類僅需篩選與稽核。7 訓練環境與挑戰Codex在訓練和推理階段都使用相同的容器化環境，解決了「只在我機器上能跑」的問題，實現了高度一致的開發體驗。8 未來形態與願景未來將不再區分「寫程式碼的Agent」與「助手Agent」，ChatGPT將統一一切，具備終端、瀏覽器等通用工具，適應使用者所有需求。9 IDE介面將被「刷資訊流」模式替代Alexander爆料，未來的軟體開發介面可能像Tinder那樣呈現：Agent不斷提交任務成果，你滑一滑決定是否通過。這一理念背後是「富足心態」：不再是補全狀態下的一行程式碼一個建議，而是多個任務平行執行、多個結果一起提交——未來的AI能力就像水一樣，任意使用。未來的程式設計，就好像訂閱了無數的智能體一樣，你只需決定使用誰的成果。遞迴自我改進的人工智慧Codex和紅杉採訪之外還有更大的爆料！OpenAI已經在內部運行遞迴自我改進的人工智慧！她的名字叫Alice。她已經存在，並且還在工作，只是還沒有完全穩定，沒有完全獲得「人類」的信任。據Satoshi介紹，Alice已經可以自主設計、評估和改進新的模型架構。這並不是推測，也不是理論，這是一種自我引導智能的開始。一旦解決了Alice的問題，就會進入模型自我升級的階段，其速度比任何人類工程師團隊都要快。Codex所預示著AI Coding未來似乎已經觸手可及。 (新智元)