全球程序员炸锅！老黄伦敦放豪言：编程语言的未来是「Human」

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：

· 豪掷30亿美元，OpenAI史上最大收购案！

· 25岁MIT辍学天才一战成名！3年成为90亿美金公司CEO

OpenAI发布Codex：编程革命彻底爆发！刚刚，OpenAI最强智能体上线ChatGPT

Claude发布Claude Code：AI编程新王Claude 4，深夜震撼登基！连续编码7小时，开发者惊掉下巴

DeepSeek新模型R1-0528注重编码能力：刚刚，新版DeepSeek-R1正式开源！直逼o3编程强到离谱，一手实测来了

OpenAI专门推出编程用的GPT 4.1：GPT-4.1深夜登场，中科大校友领队！百万上下文编程惊人，GPT-4.5三个月后淘汰

谷歌Gemini 2.5 Pro的编程能力霸榜：新版Gemini 2.5所有榜一，谷歌无敌了！一个月全面击败o3，编程反超Claude 4

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：

1.无歧义语法：程序只有一种解释方式

2.组合语义：复杂意思由简单部分构成

3.无上下文结构：不依赖文化或背景知识

4.数学基础：基于逻辑推理而非人类解释

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

• Constitutional AI：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：

1.人类层：自然语言交互

2.翻译层：自动转为正式规范

3.机器层：依靠正式协议可靠执行

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

文章来自于微信公众号 “新智元”，作者 ：定慧