程序员惶恐？GPTs大火，AI编程不会成为主流？

近年来大火的 AI 编程，无疑是受到了 ChatGPT 的影响，特别是在 OpenAI 的新一届开发者大会上推出的全新 GPTs ，让人只需要动动嘴皮子就可以构建属于自己的独特应用。发布会过后，宛如雨后春笋般地冒出了2000多个 GPTs 应用，就是此事最好的证明。

那么，我们可以尝试讨论一下，AI编程或者说自然语言编程有望成为未来主流的编程方式吗？

先说结论，我认为不太可能。因为自然语言的最大缺点就是它的准确性不够，无法描述过于复杂的逻辑。

编程本身是一个建模的过程，更准确点说，是用计算机的算力来建模的过程。而程序（Programming）就是“通过计算机的算力来构造具体问题的解决模型”。

自然语言本身，就像是一些更粗糙、更“大块”的建筑材料，不能搭建起一个精细的模型，因为它的语义有太多模糊，含义更不确定，对于很多逻辑的表达太过繁琐，对于复杂的编程任务，自然语言编程没有办法提供足够的精确控制和灵活性。

我们可以以下面一个编程的例子，来说明自然语言编程和纯代码编程的区别和局限性。

比如我们要创建一个任务: 编写一个程序，计算从 1 到 10 的所有整数之和。

在自然语言中， 你可能会这样表达这个任务：“计算 1 到 10 的数字之和。” 这个指令简单、直观，但它留下了一些歧义。比如，它没有明确指出要使用哪种编程语言，也没有指定求和的方法（是用循环还是数学公式？），这可能导致自然语言解析引擎在转换为实际代码时产生误解或错误。

而用代码编程会怎样？这里以 python 为例：

total = 0
for i in range(1, 11):
total += i
print(total)

这段代码使用了 Python 编程语言，通过一个明确的 for 循环来累加从 1 到 10 的所有整数，并打印出结果。它具有高度的精确性和明确性，没有留下歧义的空间。

在这个例子中，传统的代码编程提供了更明确、精确的控制方式。程序员需要明确指定每一步的操作和逻辑，因此最终的代码完全符合预期行为。而自然语言编程虽然在表达上更加简洁、直观，但由于其高度概括和可能的歧义性，它可能在转换为实际的代码时产生误差，特别是在复杂的逻辑处理上。

之所以存在这种差别，是因为信息压缩中存在一个基本原理：在进行数据或信息压缩时，通常很难（或不可能）保持百分百的原始内容或意义。

简单说，就是一串信息不太可能在被压缩的同时保证百分之百的原义

自然语言的高度概括性的特点，既是它的优点，也是它的缺点，因此我们不太可能完全通过自然语言编程的方式来完成编程，而只是将其作为一种辅助手段，来提高编程的效率。因此，在需要高度精确性和复杂逻辑表达的场合，传统的代码编程仍然具有不可替代的优势。

那么，编程作为一种已经存在70多年的人机交互方式，就没有其他更有效率还不会降低信息量的压缩方式吗？

图形化编程就有可能实现这个愿望，这里的“图形化编程”不是像 Scratch 那样专门提供给儿童的编程玩具，而是比较成熟、稳定的专业编程方式，比如国外的 Outsystems、Mendix，国内的 iVX 牛刀等，更通俗易懂的说法可能是“低代码”。

仔细研究后，我发现它们的编程方式很有特点，它们不同于自然语言编程，可以做到无损压缩语义，只是将偶然复杂度降低，自身是通过封装不同的功能，来实现少写代码、甚至是不写代码的方式实现编码。通俗的说，就是将某个功能模块完整打包好，需要的时候直接调用。

当然，这种方式也有弊端，比如你功能模块实现的颗粒度越大，你的灵活性就越小，而要实现这种颗粒度较小的封装方式，对厂商的技术要求就很高，这也是低代码发展至今，只有少数几个厂商表现较为亮眼的原因，比如说上述的Outsystems、Mendix， iVX 等至少在这方面做了有十几年，才有现在这个水平。

我认为，图形化的编程方式，相较于自然语言编程，更贴近编程的本质，因为它需要构建逻辑和组件，进行完整具体的逻辑表达，这是自然语言编程永远达不到的精度。

另一方面，图形化的编程方式降低了写代码的要求和门槛，从效率和理解难度上是一种更优的表达方式。最近几十年来，文本编程从最初代的 0101110 这种二进制模式，经过一代代程序大佬的改造，逐步从汇编的低级语言转向Java、C++、JavaScript、python、C#等这种适用于不同场景的高级语言，整体上，编程语言的发展在向着一个“抽象程度更高、代码量更少、学习难度更低、开发效率更高”的方向上演进。

因此，我认为未来的编程方式，自然语言编程会成为一种辅助形式，而以低代码为主的图形化编程有望成为未来编程的主流方式，同时，纯代码编程也会继续以不同的姿态活跃在社会中。

未来的低代码和纯代码，可能就会像现在的视频和书本一样，虽然都是承载信息的载体，但是更简单、更通俗易懂的媒体形式会成为主流（如短视频），而信息密度更高、阅读难度更大的书本将继续存在，只是地位相对小众，成为一种更专有的、定制化的表达方式。