编程的演进：从指令到意图
我使用 AI 编程工具（比如 Cursor、 Claude Code）已经半年了。它能根据注释，自动生成完整的函数。
这让我产生了一个想法：我们今天所熟知的“编程”——即一行行地编写代码，未来可能将不复存在。
回顾历史可以发现，编程的发展方向，就是不断提升抽象层次，让计算机能直接理解人的意图。
机器指令的时代
_雷军在大学期间写的汇编程序_
计算机的 CPU 只懂机器码，也就是 0 和 1 组成的指令。这是计算机世界最底层的语言。
最早的程序员，必须用二进制 10110000 01100001 这样的形式，直接与机器对话。这无疑是极其痛苦和低效的。
不久，汇编语言诞生了。程序员可以用 MOV AL, 61h 这样的助记符来代替二进制码。这前进了一小步，但没有产生质变。因为程序员依然需要用机器的思维方式思考，关心寄存器、内存地址这些底层细节。
在这个阶段，是**“人去适应机器”**。
翻译官的诞生
_Hello World_
真正的飞跃，始于高级语言的出现。
从 Fortran、C，到后来的 Java、Python，程序员终于可以用 let a = 97; 这样接近人类自然语言的语法来写作。
从此，程序员的角色变成了“翻译官”。我们的工作，就是把人类的商业逻辑和算法思想，“翻译”成计算机能够理解的编程语言。然后，由“编译器”这个自动化工具，再把编程语言翻译成机器指令。
此后的几十年，我们所有的努力，都是为了让“翻译”工作更轻松、更高效。
- IDE（集成开发环境）：提供了一个集成的“翻译工作室”。
- LSP（语言服务器协议）：提供了语法高亮、自动补全等功能，像一个“语法助理”，随时纠正翻译错误。
但是，无论工具如何进化，“翻译”这个行为本身，依然由程序员作为主体来完成。
AI 介入翻译
最近一两年，AI 的出现，正在彻底改变“翻译”这件事。
第一阶段，AI 是“副驾驶”（Copilot）。 它能理解你的上下文，帮你补全代码。你写一个函数名，它写函数体。此时，它像一个初级的翻译，与你合作完成工作。
第二阶段，AI 是“主导者”（AI-Native IDE）。 在 Cursor 这样的环境中，你提出需求，AI 生成代码，你负责审查和修改。此时，程序员从“翻译官”变成了“主编”，主要职责是向下达指令和审核翻译稿。
_市面上一些较火的 AI 插件或者 AI IDE_
在这个阶段，我们写的代码越来越少，写的“提示”（Prompt）越来越多。如何清晰地描述需求，成了新的核心技能。
编程的终点：意图驱动
沿着这条路走下去，终点是什么？
我认为，“翻译”这个中间环节将被彻底消除。编程将进入**“意图驱动”**的时代。人类只负责提出“做什么”（What），AI 负责完成“怎么做”（How）。
未来的编程，可能是这样一种场景。你的输入不再是代码，而是一系列清晰定义的需求和约束。
人类的输入：
- 目标： 开发一个在线协作文档工具，类似 Google Docs。
- 功能： 支持多人实时编辑、评论、版本追溯。
- 约束： 支撑 10 万人并发，延迟低于 100ms，部署在欧洲。
AI 的输出：
- 一份完整的技术方案。
- 全部的源代码和测试用例。
- 一套基础设施配置文件（IaC）。
- 一个可以访问的线上原型。
到了那时，程序员的角色，将与产品经理和架构师高度融合，成为“系统需求工程师”或“AI 架构师”。我们的工作，是精确地定义问题，并评估系统的最终产出。
更远的未来，脑机接口技术甚至可能让“意图”的表达也消失了。构建软件，会像我们此刻的思考一样，自然发生。
_马斯克的 Neuralink 项目，将 AI 与脑进行连接，实现“意念”的表达。_
结论
编程的历史，就是一部抽象化的历史，目标是让机器越来越接近人的思想。
这个过程，解放了生产力。我们不再需要关心二进制、寄存器、内存管理，可以专注于业务逻辑。未来，我们甚至可能不再需要关心具体的编程语言、框架和架构，从而专注于产品价值本身。
对于今天的开发者，这意味着两点：
- 重复性的、模式化的编码工作，必然会被 AI 取代。
- 定义问题、拆解需求、设计系统的能力，将变得空前重要。
编程不会消失，它只是在进化。我们的角色，正在从“代码的编写者”（Coder），进化为“意图的定义者”（Creator）。
