# AI 时代的程序与程序员

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