全球程序员炸锅！老黄伦敦放豪言：编程语言的未来是「Human」

ttxx

新智元报道

编辑：定慧

【新智元导读】「编程的未来是Human语言」，AI掀起编程70年来最大变革，从对话到代码，「氛围编程」与自然语言成为主角。老黄预言，AI让人人都能成为人机交互的桥梁。

你知道人类目前的编程语言到底有多少种？

C、C++、C#、Java、Python、PHP、JavaScript、Go、Rust……

但不论有多少种，这些都不重要了。

未来也许只会剩下唯一一种编程语言，AI将彻底改写人机交互的定义。

伦敦科技周上，老黄一句话震撼全场：「未来新的编程语言应该叫Human」！

多亏了人工智能，即使非程序员也可以编写代码。

让计算机编写程序的方法就是「礼貌地询问」，就像你向一个人提出请求一样。

现在，突然之间……出现了一种新的编程语言。

这种新的编程语言叫做「Human」。

老黄的意思很明显——

没有人会去再学数据结构和算法导论，甚至提示词工程都已经过时。

未来你最应该学会的是如何用Human语言来和AI沟通——不论是中文、英语、法语、德语还是孟加拉语。

没有操作系统、没有C语言、没有Java、没有Python、无需再学习算法和数据结构，只要你会说「Human」语言。

人机交互将真正进入一个全新的时代，程序员作为职业或许从此将消失，任何人都可以用Human语言来和AI、和机器沟通。

这个趋势已经在现实中不断地上演和被强化。

Vibe Coding（氛围编程）+ Human语言 = 人人都是程序员。

别以为这只是概念噱头——现实世界已经走在前面了！市场对AI编程工具的热情不断爆发。

Cursor、Windsurf等估值不断的走高：

OpenAI发布Codex：

Claude发布Claude Code：

DeepSeek新模型R1-0528注重编码能力：

OpenAI专门推出编程用的GPT 4.1：

谷歌Gemini 2.5 Pro的编程能力霸榜：

这些AI编程助手可以轻松地将用普通人类的语言写成的提示转化为代码。

依赖这些AI助手编写完整程序的做法，催生了被称为「Vibe Coding（氛围编码）」的编码范式，甚至Vibe Coding之上还有「氛围界面」。

回顾编程语言诞生的历史，当下我们正处于「Human编程语言」的新轮回。

AI迫使我们再次重新发明了编程语言——Human会成为人机交互最终的桥梁吗？

AI让我们回到原点

人类重新发明编程语言

未来的人机交互或将建立在自然表达与形式精度的完美结合上。

人类多年来实现了「与计算机对话」的梦想，却发现必须教它们如何精确倾听。

想象你在给一个语言流利但从未出过门的人指路。

你说：在那棵大树那里左转。

他却问：哪棵树？多大算大？是你的左边，还是树的左边？

经历无数次糊涂的旅程后，你最终制定了一套精确的指令：

出门向北走三条街，在街角的麦当劳处左转。

70年前计算机发展的真实写照——如今又再度上演。

1950年代，科学家尝试用英语与计算机交流，结果惨败。于是他们发明了FORTRAN、COBOL等编程语言——这些正式、精准、无歧义的交流方式。

之后就是我们熟悉的各种编程语言，这些语言推动了数字时代几十年的发展。

直到AI出现，我们又能用自然语言对计算机发号施令了。

像ChatGPT就能理解「帮我写个按字母排序名字的函数」。

人类友好型计算，似乎回来了。

但剧情反转来了：我们发现了当年放弃自然语言的那些老问题，又重新找上门。

于是人类又一次被迫发明正式语言来解决问题。

欢迎来到计算史上最大规模的「似曾相识」。

第一次失败

时间是1954 年，乔治城大学的研究人员正准备创造历史。

他们开发出一台能自动将俄文翻译成英文的机器。

演示非常成功——60句话翻译无误，媒体纷纷宣称「实时翻译」已成现实。

但真相是：这一切不过是障眼法。

系统只能识别250个词和6条语法规则，测试句子也都是精心挑选的。

就像你只会把特定的句子比如「猫是黑的」翻成法语，却自称发明了万能翻译器。

最终，1966年的ALPAC报告宣判机器翻译比人工翻译更贵、更慢、更不准。

自然语言计算宣告死亡。

正式编程语言革命

FORTRAN之父John Backus一语道破：用自然语言与计算机交流，是「一场近身肉搏」。

他提供了激进的解决方案：创造专为人与机器沟通而设计的新语言——编程语言。

正式编程语言的四大基石：

<ol>

无歧义语法：程序只有一种解释方式

组合语义：复杂意思由简单部分构成

无上下文结构：不依赖文化或背景知识

数学基础：基于逻辑推理而非人类解释

</ol>这不仅是技术选择，更是生存之道。正式语言解决了人与机器之间的沟通难题，才有了后来的计算机革命。

AI带来新一轮混乱。

时间快进到2022年11月，ChatGPT发布，仅用五天用户突破百万。

你可以对它说：「帮我写个分析客户数据并生成图表的Python脚本」，它竟然能完成！

ChatGPT彰显的前景似乎无限「美丽」：

• 不再死记语法
  
• 用英语（自然语言）编程
  
• AI真正「理解」你的需求
  
  

然而，几百万用户开始日常使用后，熟悉的问题再次出现。

穿着新衣的老问题

问题1：多义词陷阱（再现）

让ChatGPT「bark up the right tree」（用对方法）——是操作树型数据结构？还是处理错误日志？模糊性再次成为障碍。

问题2：语境混乱（仍在）

「设个八点的闹钟」—— 它会问：早上还是晚上？哪个时区？哪一天？自然语言依旧假设存在共享上下文。

问题3：编造问题（新麻烦）

AI的新问题是「自信地胡说八道」：它能生成看似真实的学术文章，但作者和期刊全是假的；它会写调用根本不存在的API的代码。看起来像真的，其实全错。

问题4：可靠性缺失（更严重）

让它写整整500字，结果总有偏差。日常用途无妨，但对于关键系统，这是致命问题。

我们再次撞上了1950年代的同一堵墙。

正式编程语言回归

科技界并未因AI出错而放弃，而是像当年一样，开始构建更可靠的正式系统。

第一步：提示工程框架

程序员不再随意发问，而是设计结构化提示：

• 逐步思考法：强迫AI展示推理过程，例如「我们一步一步来」
  
• CLEAR框架：清晰、逻辑、证据、行动、结果
  
• Few-shot示例法：提供明确的行为范例
  
  

这些不只是技巧，而是正在形成的新型AI交流正式语言。

第二步：AI标记语言

正在出现专为 AI 设计的新语言：

• 模型上下文协议（MCP）：被称为「AI 的USB-C」，标准化 AI 与工具之间的连接方式
  
• AIML 演进版：基于XML的结构化对话语言
  
• 智能体通信协议：AI与AI之间对话的正式语言，Agent2Agent
  
  

第三步：结构化框架

公司开始构建系统化方法：

• LangChain：用于管理AI对话的模板系统
  
• ConstitutionalAI：用正式规则训练AI
  
• RAG系统：让AI的回答有事实依据
  
  

趋势清晰可见：

1950s：自然语言失败→正式编程语言

2020s：自然语言AI崛起→出现问题→正式AI交流语言再现→进化为新的Human编程语言

我们正见证「提示编程语言」（Prompt Programming Languages）的诞生 ——

在自然语言风格下，融入计算精度的正式系统。

从趋势和历史来看，新的Human编程语言路径是：

近期（2025–2027）：正式化阶段

• 提示工程像软件工程一样系统化
  
• AI 标记语言广泛普及
  
• 企业AI必须使用正式协议
  
  

中期（2027–2030）：融合阶段

• 多模态AI（文本、语音、视频）配合正式验证系统
  
• 非技术人员也能用自然语言编程
  
• 自动把人类语言翻译成AI规范语言
  
  

远期（2030+）：融合进化

• 脑机接口将配合正式语言协议
  
• 人类语言与AI之间实现通用翻译
  
• 完全自主系统具备正式逻辑推理能力
  
  

最佳平衡点

未来不会抛弃自然语言，而是在其之下加上一层形式精确。

就像现代编程语言比汇编语言更易读，却依然保持数学精度。

最终形成三层架构：

<ol>

人类层：自然语言交流

翻译层：自动转为正式规范

机器层：依靠正式协议可靠执行

</ol>

回顾以上的编程语言轮回史，不仅仅是数字计算发展的历史，更揭示了人与机器交流的本质规律：

真相一：歧义是人类的天赋

人类语言灵活，效率高，哪怕说「拿那个东西」，别人也能理解上下文。这种歧义带来创造力、诗意和丰富表达。

真相二：精确是机器的生存法则

计算机执行任务必须毫不含糊。像「在那棵大树处左转」这种句子，对人类没问题，但对自动驾驶汽车可能致命。

真相三：人机交互的「桥梁」一定是正式语言

每一个成功的界面——从编程语言、UI设计到API接口，最终都发展出了正式结构。人与机的有效沟通，离不开这种桥梁。

真相四：每一轮循环都在升维

我们不是走回头路，而是在螺旋上升。1950年代的语言要求懂二进制，现在的AI框架几乎像对话一样自然。

未来还会更自然、更精准。

这种循环升维中蕴藏着真正的创新，突破点不在于消除歧义，而是系统化地管理歧义。

未来的AI交互语言将：

• 对人类而言自然
  
• 自动转为正式规范
  
• AI和机器可以可靠执行
  
• 可验证、可调试
  
  

也许你可以把它看作「终极编译器」：无缝将人类意图转为机器精确行为。

我们起初是为了摆脱自然语言的模糊性，才创造了编程语言，推动了数字时代。

AI把我们带回自然语言对话——却也让我们重新面对同样的老问题。

但这一次，我们不再是从零开始。我们有70年建立正式系统的经验，理解其中的规律，知道该往哪走。

问题不在于我们是否会为 AI 构建正式语言，而是我们能多快构建、多优雅地桥接人机之间的鸿沟。

AI一旦足够重要，就会对可靠性提出要求，正式方法自然会跟上。

当你下次为ChatGPT误解你的提示而烦恼时，不妨记住：你正亲历下一代人类交流革命的诞生。

我们不是在回头，而是在螺旋式进化——将人类语言的灵活性与形式逻辑的精确性完美融合。

这场循环，不是问题，而是进化本身。

未来属于能连接人类意图与AI精度的人。

参考资料：


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

来源：网易