新智元報道

編輯：定慧

【新智元導讀】「編程的未來是Human語言」，AI掀起編程70年來最大變革，從對話到代碼，「氛圍編程」與自然語言成為主角。老黃預言，AI讓人人都能成為人機交互的橋梁。

你知道人類目前的編程語言到底有多少種？

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編程語言，AI將徹底改寫人機交互的定義。

倫敦科技周上，老黃一句話震撼全場：「未來新的編程語言應該叫Human」！

多虧了人工智能，即使非程序員也可以編寫代碼。

讓計算機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……出現了一種新的編程語言。

這種新的編程語言叫做「Human」。

老黃的意思很明顯——

沒有人會去再學數據結構和算法導論，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。

沒有操作系統、沒有C語言、沒有Java、沒有Python、無需再學習算法和數據結構，只要你會說「Human」語言。

人機交互將真正進入一個全新的時代，程序員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（氛圍編程）+ Human語言 = 人人都是程序員。

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編程工具的熱情不斷爆發。

Cursor、Windsurf等估值不斷的走高：

OpenAI發布Codex：

Claude發布Claude Code：

DeepSeek新模型R1-0528注重編碼能力：

OpenAI專門推出編程用的GPT 4.1：

谷歌Gemini 2.5 Pro的編程能力霸榜：

這些AI編程助手可以輕松地將用普通人類的語言寫成的提示轉化為代碼。

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）」的編碼范式，甚至Vibe Coding之上還有「氛圍界面」。

回顧編程語言誕生的歷史，當下我們正處于「Human編程語言」的新輪回。

AI迫使我們再次重新發明了編程語言——Human會成為人機交互最終的橋梁嗎？

AI讓我們回到原點

人類重新發明編程語言

未來的人機交互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「與計算機對話」的夢想，卻發現必須教它們如何精確傾聽。

想象你在給一個語言流利但從未出過門的人指路。

你說：在那棵大樹那里左轉。

他卻問：哪棵樹？多大算大？是你的左邊，還是樹的左邊？

經歷無數次糊涂的旅程后，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年前計算機發展的真實寫照——如今又再度上演。

1950年代，科學家嘗試用英語與計算機交流，結果慘敗。于是他們發明了FORTRAN、COBOL等編程語言——這些正式、精準、無歧義的交流方式。

之后就是我們熟悉的各種編程語言，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計算機發號施令了。

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。

于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。

他們開發出一臺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「實時翻譯」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、更不準。

自然語言計算宣告死亡。

正式編程語言革命

FORTRAN之父John Backus一語道破：用自然語言與計算機交流，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——編程語言。

正式編程語言的四大基石：

1. 無歧義語法：程序只有一種解釋方式

2. 組合語義：復雜意思由簡單部分構成

3. 無上下文結構：不依賴文化或背景知識

4. 數學基礎：基于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，才有了后來的計算機革命。

AI帶來新一輪混亂。

時間快進到2022年11月，ChatGPT發布，僅用五天用戶突破百萬。

你可以對它說：「幫我寫個分析客戶數據并生成圖表的Python腳本」，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）編程

• AI真正「理解」你的需求

然而，幾百萬用戶開始日常使用后，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）——是操作樹型數據結構？還是處理錯誤日志？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？哪個時區？哪一天？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；它會寫調用根本不存在的API的代碼。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，但對于關鍵系統，這是致命問題。

我們再次撞上了1950年代的同一堵墻。

正式編程語言回歸

科技界并未因AI出錯而放棄，而是像當年一樣，開始構建更可靠的正式系統。

第一步：提示工程框架

程序員不再隨意發問，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：提供明確的行為范例

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：基于XML的結構化對話語言

• 智能體通信協議：AI與AI之間對話的正式語言，Agent2Agent

第三步：結構化框架

公司開始構建系統化方法：

• LangChain：用于管理AI對話的模板系統

• ConstitutionalAI：用正式規則訓練AI

• RAG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→正式編程語言

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編程語言

我們正見證「提示編程語言」（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編程語言路徑是：

近期（2025–2027）：正式化階段

• 提示工程像軟件工程一樣系統化

• 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（文本、語音、視頻）配合正式驗證系統

• 非技術人員也能用自然語言編程

• 自動把人類語言翻譯成AI規范語言

遠期（2030+）：融合進化

• 腦機接口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。

就像現代編程語言比匯編語言更易讀，卻依然保持數學精度。

最終形成三層架構：

1. 人類層：自然語言交流

2. 翻譯層：自動轉為正式規范

3. 機器層：依靠正式協議可靠執行

回顧以上的編程語言輪回史，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，哪怕說「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

計算機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：人機交互的「橋梁」一定是正式語言

每一個成功的界面——從編程語言、UI設計到API接口，最終都發展出了正式結構。人與機的有效溝通，離不開這種橋梁。

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，突破點不在于消除歧義，而是系統化地管理歧義。

未來的AI交互語言將：

• 對人類而言自然

• 自動轉為正式規范

• AI和機器可以可靠執行

• 可驗證、可調試

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，才創造了編程語言，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，知道該往哪走。

問題不在于我們是否會為 AI 構建正式語言，而是我們能多快構建、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。

未來屬于能連接人類意圖與AI精度的人。

參考資料：

https://www.entrepreneur.com/business-news/nvidia-ceo-jensen-huang-says-ai-lets-anyone-write-code/492985?utm_source=flipboard&utm_content=user/entrepreneur

https://pub.towardsai.net/were-back-to-square-one-why-ai-is-forcing-us-to-reinvent-programming-languages-again-7d6a0abed918

https://www.reddit.com/r/artificial/comments/1l3h3j6/we_had_vibe_coding_now_its_time_for_the_vibe/

https://x.com/karpathy/status/1930354382106964079