我这篇文章有多少是AI写的？你可以想象这整个过程，我先想了个框架，编辑了200个字的提示词，请DeepSeek帮忙填充润色到2千字，你看到后一键把它转发到你的DeepSeek AI助理，请它总结为200字并用1.5倍速的语音播放给你听。效率真高啊！

智能体是新的编程语言！

编程语言

最早的时候，人们使用穿孔纸带输入指令，那些指令就是最原始的编程方式。后来，机器语言出现了，它直接用二进制代码表示指令集合，能被计算机直接理解和执行。但机器语言难写易错，于是汇编语言应运而生，用助记符代替二进制代码，提高了编程效率。再往后，高级语言如 C、Java 等出现，它们更接近人类自然语言，有丰富的语句和函数，能大幅提高开发效率，降低开发难度。如今，我们正在走向自然语言编程的时代，在这个过程中，我们在学习提示词工程，它与传统的编程语言学习有相似之处，需要我们去精心设计和优化。

代码谁写的

原先，代码大多是一个人独立完成的。后来，为了遵循“不重复发明轮子”的原则，大量的代码库被开发和使用，这也导致了软件供应链安全问题的出现。再往后，GitHub 等代码共享平台出现，全球的开发者都可以在上面分享和使用代码库，代码不再是一个人写的，而是众人协作的成果。如今，人工智能介入编程领域，AI 能自动生成代码，有时候我们甚至无法确定一段代码是人写的还是 AI 生成的。

代码在哪运行

在代码的运行环境方面，以前我们很清楚程序逻辑运行在何种环境。早期是在物理机器上运行，在单个进程内运行，一个gdb可以调试。后来虚拟机出现，可以在一台物理机上模拟出多台虚拟机，我们不知道程序跑在哪台虚拟机。再往后是云平台，能提供强大的计算资源和便捷的部署方式。Docker、微服务、Serverless的出现，也让应用的部署更加灵活和高效，我们再也不知道程序跑在哪里了。

代码怎么执行的

在代码的执行方式上，也经历了显著的变化。最开始，写完代码后需要打孔才能运行。随后，编译技术出现，程序员编写代码后通过编译器将其转换为机器可执行的代码。再后来，脚本语言兴起，这些语言通常采用解释执行的方式，无需事先编译，提高了开发效率和灵活性。而现在，随着智能体的出现，代码的执行方式进入了推理执行的新阶段。智能体能够根据输入的数据和设定的规则，自主地进行逻辑推理和任务调度，比eval更加evil。

以前，我们非常明确知道代码实现的具体逻辑。但现在，随着智能体的介入，情况发生了变化。智能体本身具有推理和编排的能力，他可以推理出函数运行的函数名和参数，通过 MCP 协议调用外部工具或服务来完成复杂的任务。所以现在透明度越来越低，连程序逻辑本身都可能变得不清晰。

结语

这无疑是技术的巨大进步。然而，进步的同时也带来了一些问题。自然语言给编程带来非常大的灵活性，但如果回顾这几年的编程语言的变化，为了增加可维护性、提高代码安全性、进行性能优化，编程语言的发展趋势之一是由动态类型向静态类型转变。然而在自然语言编程领域，其特性越来越动态，这与传统编程语言的发展趋势似乎背道而驰。

事物的发展总是遵循一个渐进的过程。以汽车为例，最初只有少数精英驾驶者，他们经过严格训练，驾驶技术娴熟，安全性也相对较高。随着汽车的普及和驾驶者数量的激增，为了让更多人轻松上手，汽车操控系统逐渐变得简单直观，但这也导致驾驶者技能参差不齐，安全隐患随之凸显。为了解决这些问题，汽车不断引入智能技术，从实时监控驾驶状态、自动纠正偏差，到限制某些高风险操作，逐步将人类驾驶的主动权转移到智能系统上。在可预见的未来，为了提高交通安全，可能会出现严格限制甚至禁止人类驾驶的局面。

而更远的未来，人类或许将被限制不能写代码。

几十年后，我颤颤巍巍走进一处口口相传的隐秘之所，推开那扇斑驳的旧门，点亮一台古老的电脑。开机画面赫然闪现——“纯手工打造”。老板得意地指着那行字，仿佛在自豪地展示一门失传已久的非遗绝技。我顺着微弱的灯光，看见一群程序员在昏暗的房间里，用静音键盘敲打出每一个字符，他们的指尖仿佛还带着手工打造的温度与灵魂。

当我点开那程序，画面略显卡顿，我暗自会心一笑：这必定是这个程序员键盘的“f”键出了点问题，很明显“f”键的触发行程在1.27mm左右，比其他键都短一点点，他下意识里更多地依赖 while 循环，而不是那一气呵成的 for 循环。

文字出来了，有一丝让人难以觉察的抖动。我摇摇头，本来在编译这段代码的时候，应该再多跑几个记事本应用程序，将CPU的温度稳定在73°C几秒，让这段代码编译得更慢一点，出来的效果才会更加柔滑。

他还是太年轻了。

可这种微妙的不完美，正是纯手工的瑕疵之美，对比如今那快、准、冷、毫无灵魂的流水线预制代码，令人顿生无限怀念。

我突然有点后悔了，年轻的时候就应该多敲几行代码，少更新点AI味的公众号文章。

这时，一阵短促、尖锐、刺耳的beep beep声在门外响起。。。