<!-- 相关专题top end-->
<!-- 期货推广begin -->
<!-- 期货推广end -->
<!-- 秒拍begin -->
<!-- 秒拍end -->
<!-- 视频播放器start -->
<!-- 视频播放器end -->
<!-- 行情图begin -->
<!-- 行情图end -->
<p>（来源：图灵人工智能）</p>您想知道的人工智能干货，第一时间送达
那天和任鑫在茶馆里坐着喝茶，开完会，他突然说”不如我们录个播客吧”，于是我掏出两个手机，他掏出电脑，就开始录了。
先问一个问题：汇编语言是不是屎山代码？
我们都知道，任何 C 语言、Python 语言写出来的程序，到最后都要被编译成汇编语言（或者机器码）。一行 C 代码，可能要被编译成几十、几百行的汇编。一个库（library），编译完了可能就是几万、几十万行汇编。
现在的问题是： 这一坨编译出来的汇编语言，是不是屎山代码？
按照”屎山”的定义——人不可维护的代码，看不懂、改不动、一改就到处是 bug——它 百分之百是屎山 。
你看都看不懂。改一行，一定满世界飞 bug。你压根不可能在那几万行汇编里精确改一处而不影响别的。
可是现实里有人觉得它是屎山吗？没有。
为什么没有？因为 没有人需要去维护它 。它不是给人看的，是给 CPU 看的。
一旦编译器诞生，人类就完全离开了汇编层。哪怕你是要改这段汇编，正确的做法也不是去汇编里改，而是去改它上一层——C 代码——重新编译。改完了 C，下面那几万行汇编自动跟着变。
所以严格来说：汇编不是”屎山”，汇编是”已经退场了的源代码”。
人不需要去那里维护它。
大语言模型，是一个新的编译器
它把你的自然语言（三句话、五句话、一段中文），编译成 Python（或者 JavaScript、或者别的什么语言）。Python 再被传统编译器编译成汇编，最终给 CPU 执行。
所以现在我们的”编译链”，从一层变成了两层：
> 自然语言 →（LLM 编译）→ Python →（传统编译器编译）→ 汇编 → CPU
请注意发生了什么—— Python 在这个链条里的位置，已经不再是”源代码”了 。它的位置，就是当年汇编语言的位置：一个中间产物，一个编译出来的东西，一个理论上你不需要再亲手改的层。
如果这件事成立，那”屎山代码”这个抱怨就有点奇怪了。
你今天抱怨 AI 写出来的 Python 是屎山，逻辑上等价于五十年前一个汇编工程师抱怨 C 编译器产出的汇编是屎山。
不是它写错了，是 你的脑子还停在旧的那一层 。
“蓝色的你好”：到底是不是 bug？
为了把这件事讲清楚，我举一个最家常的例子。
假设你写 Python 代码：
print("你好")你没有指定颜色。
编译完了，运行起来，terminal 默认是黑底白字，屏幕上出现的就是一行白色的”你好”。
这是 bug 吗？
不是。编译器一丝不苟，毫无差错——你没说颜色，它就用默认值。
但这是你要的吗？不一定。可能你脑子里想的就是一行 蓝色 的”你好”，只是你没把它写出来。
这时候你应该怎么做？
回到 Python 代码，加一行：
set_color(blue)print("你好")
重新编译，蓝色就出来了。Bug fixed。
但请注意，这件 bug fixed 的事是在 Python 那一层完成的，不是在编译出来的汇编那一层。你从来没有打开过汇编文件去手工把白色改成蓝色。
把同一件事，搬到 AI 上
现在把这个例子原样搬到 AI 这一层。
你给 AI 写了一句 prompt：
请打印你好它给你生成了一段 Python，运行出来是白色的”你好”。
你脑子里想的其实是蓝色的”你好”——但你没写。
接下来会发生什么？
我观察到一种非常普遍的反应——打开它生成的 Python，把里面的颜色参数手工改成蓝色，跑一遍，问题”解决”了。然后心里嘀咕一句：唉，这个大语言模型还是不太靠谱，我还得自己来。
朋友们，这正是当年那个汇编工程师在做的事情。
他没有去改源代码（也就是自然语言那一层），他跑去改了编译产物（Python）。表面上问题解决了，可是他完全错过了这件事的本质——
他的源代码，那句自然语言，本身就没说要蓝色。
AI 没有写错。AI 严格按照他写下的”请打印你好”给他编译了出来。是他自己脑子里的 intention（蓝色）和他实际写下来的指令（没说颜色），中间出现了错位。
正确的做法应该是：回到自然语言那一层，把它改成”请打印蓝色的你好”，然后让 AI 重新编译一次。
这才是这个时代的”改 C 源代码”。
那真正的 bug 长什么样？
当然，AI 也是会有真 bug 的。
比如：你已经非常明确地写了”请打印 蓝色的 你好”，结果它给你生成出来的 Python，明明白白写着打印 红色 的你好。
这才是 bug——编译器（也就是 LLM）没有忠实地把你的源代码翻成对应的产物。
但是请注意，就算是这种真 bug，你也不该自己去手工改它生成的 Python。
为什么？因为这件事有两个解法，都不该是”手改 Python”。
一个是等编译器升级。LLM 这种编译器，进化速度非常快，可能比当年 GCC 进化要快十倍、一百倍。这一版有 bug，下一版可能就修了。你今天花两个小时手改 Python，下一版编译器一出来，你这两小时连复利都没攒下。
另一个是在编译器外面套一层”治理”。比如系统级的 hook，比如 skill，比如 prompt 模板，让它每次碰到”颜色”就强制走某条规则。说穿了，这就是在丰富这个新编译器的预处理和后处理流程。
哪怕是 C 编译器，从最早到现在，也是从一个简单的编译器，长成了一整套工作流——预处理器、链接器、各种 library、各种优化选项。LLM 这一层只是刚刚开始而已。
唯一不应该做的，就是直接去改它编译出来的那个 Python。
在编译产物上改，是低效的，也没有前途
打个比方。
假设有一个汇编工程师，每次 C 编译器编出来的汇编里有一处他不满意，他都跑去手工改那一行汇编。
可以吗？可以。但是这件事不可持续。
第一是低效。下次你重新编译 C，这一行又会被覆盖回去，你白改了。
第二是没有前途——整个软件工程行业，是奔着”人离汇编越来越远”在跑的，你偏偏要往回跑。
还有一层更隐蔽的：你越是在汇编层挣扎，越不会去优化你的 C 代码本身；越不去优化 C 代码，给编译器的输入就越糟糕；输入越糟糕，你就越要回头改汇编。死循环。
今天我们对待 AI 写出来的代码，差不多就是这个错觉的翻版。
每一次你打开 AI 生成的 Python 去手工改某一行——你都在错过一次升级”你脑子里那一层源代码”的机会。
说到底， 不是车坏了，是不会用。
AI 写出来的”白色的你好”不是 bug，是因为我们还没有习惯告诉它”我要蓝色”。
旧的工程师习惯告诉计算机”你具体做这做那”——这是过程式的，写 Python。新的工程师需要学会告诉计算机”我要的最终样子是什么”——这是声明式的，写自然语言。
这两种习惯之间，需要换一个脑子。换脑子是会疼的，会让人下意识地退回去，退回到那个”我直接改 Python 心里踏实”的旧世界。
但奇迹永远来自那个迅速学会用枪的人，不是那个继续把武功练得更硬、去和枪较劲的人。
下次你打开 AI 写的 Python 想去手改之前，请停一下，问自己一句：
我有没有，在上一层，把我真正想要的事情，说清楚？
如果没有，先回去说清楚。
如果说清楚了，AI 还是给你红色，那才是它的 bug——那种 bug，让编译器去修，不要让自己去修。
文章精选：
1. 编程时代已终结！ClaudeCode创始人断言：编程就像发短信一样自然，首曝个人最新工作流：自创Sloop循环，单日PR达150！传统SaaS护城河崩掉
2.HTML死了！前OpenAI工程师掀起网页革命：用AI将整个屏幕变成无限直播像素流，无一行html代码，网友：传统Web开发结束，前端真要失业了！
3.诺奖得主DeepMind掌门人最新访谈晓读：AI创业者护城河？AGI只差1-2个关键想法，最缺的不是算力，是这个
4.GPT之父把AI扔回1930年：没见过一行代码，却「发明」了Python！
5.图灵奖得主查尔斯·巴赫曼：他在数据未成海时，便为人工智能修好了岸
6.图灵奖得主理查德·萨顿（Richard Sutton）最新演讲：大模型只是一时狂热，AI的真正时代还没开始
7.图灵奖得主Bengio预言o1无法抵达AGI！Nature权威解读AI智能惊人进化，终极边界就在眼前
8.图灵奖得主、强化学习之父Rich Sutton：大语言模型是一个错误的起点
9.图灵奖得主杨立昆：大语言模型缺乏对物理世界的理解和推理能力，无法实现人类水平智能
10.压缩即是全部 —— 菲尔兹奖得主 Michael Freedman 给数学和 AI 的一封信
]article_adlist–>
<!-- 正文下iframe -->
<!-- 正文下iframe -->
<!-- 总声明-->
<!-- 总声明-->
<!-- 文末二维码 start -->
<!-- 文末二维码 start -->
<style>
.appendQr_wrap{border:1px solid #E6E6E6;padding:8px;}
.appendQr_normal{float:left;}
.appendQr_normal img{width:100px;}
.appendQr_normal_txt{float:left;font-size:20px;line-height:100px;padding-left:20px;color:#333;}
</style>
<div class="clearfix appendQr_wrap">
<div class="appendQr_normal"><img src="https://n.sinaimg.cn/finance/cece9e13/20240627/655959900_20240627.png"></div>
<div class="appendQr_normal_txt">海量资讯、精准解读，尽在新浪财经APP</div>
</div>
<!-- 文末二维码 start -->
<!-- 文末二维码 start -->
<!-- 编辑姓名及工作代码 -->
<!-- 编辑姓名及工作代码-->
</div>
