數十年來，軟體開發一直圍繞著 C++、Python、Java 等程式語言展開。當今的 AI 系統（如 ChatGPT 或 Claude）也遵循同樣的範式：生成程式碼來自動化任務。

這種做法就像是在馬車上裝蒸汽機。動力源改變了，但架構依然如故。

大型語言模型（LLM）可以極其出色地生成程式，但計算的基本抽象仍然是確定性程式（deterministic program）——即以程式語言編寫的僵化指令序列。

我們認為，這種抽象將無法在 AI 時代生存。

正如我們在下文所論證的，未來程式語言要麼會完全消失，要麼會退縮到小眾層級。人類不再編寫程式，而是與擁有**性格、記憶、策略以及我們稱之為「待辦事項（TODOs）」之目標的代理人（Agents）**進行互動。

---

2. 程式的根本問題

考慮一個簡單的例子。

愛麗絲（Alice）想透過在一個月內購買 1,000 股 Unicorn Corp 的股票來進行定期定額投資。傳統的解決方案可能是一個 Python 腳本：

• 腳本每天執行一次交易
• 每次購買總股數的一小部分

這在現實介入之前運作得非常完美。

假設在月中發生了黑天鵝事件：Unicorn Corp 的創辦人突然去世。投資邏輯隨之崩潰。

但愛麗絲的 Python 腳本每天依然繼續買入股票。它繼續執行循環，因為它無法解讀事件或重新評估目標。

現在對比一下愛麗絲聘請人類經紀人的情況。

經紀人同樣每天買入股票。但當創辦人去世時，經紀人會暫停交易並致電愛麗絲：

「情況發生了變化。我們應該停止購買嗎？」

這說明了傳統程式的一個關鍵弱點：它們是脆弱、僵化且缺乏情境感知能力的。

人類代理人的運作方式截然不同。他們不斷整合新資訊並相應地調整行為。

我們都習慣了運行程式並處理它們的僵化與脆弱。但我們不再需要這樣做了。

---

3. 從程式到代理人

愛麗絲不再編寫僵化的 Python 腳本，而是可以定義一個 TODO：

「在一個月內，以明智且具備風險意識的方式，累積大約 1,000 股 Unicorn Corp 的股票。」

這段描述指定了一個合理的目標，而非具體的指令。

在該 TODO 下運作的代理人將會：

• 觀察市場狀況
• 記住過去的交易
• 動態更新其策略
• 在重大事件發生時暫停或重新評估

代理人的行為更像是一個人類專業人士，而非確定性的腳本。

因此，TODO 代表了目標的高階描述，而非顯式的演算法。

---

4. 透過 TODO 實現靈活性

這種範式還提供了一種傳統程式難以實現的靈活性。

假設愛麗絲開始了她的投資計劃，但在第十天改變了主意：

• 她想將購買的股數增加一倍
• 她還想只在價格下跌的日子購買

對於 Python 腳本，這種變動會變得非常複雜。

愛麗絲需要：

• 停止運行中的程式
• 修改程式碼
• 確保新邏輯與已寫入資料庫的過去交易相容
• 安全地重啟系統

有了 TODO，過程就簡單得多。

愛麗絲只需更新 TODO：

「將總股數增加一倍，且僅在價格下跌時購買。」

代理人會繼續運行，並在內部調整其策略，同時保持與先前行動的連續性。

這正是人們更新給予人類助理的指令的方式。

---

5. 計算的新構建塊

在這個框架中，計算的核心抽象發生了變化。

系統不再是由程式語言編寫的程式，而是由四個組件構建而成：

5.1 性格 (Personalities)

定義代理人如何推理、評估風險以及對事件做出反應的持久行為框架。

5.2 記憶 (Memory)

關於觀察、行動和習得知識的結構化記錄。

5.3 策略 (Strategies)

代理人用來達成目標的動態方法。

5.4 待辦事項 (TODOs)

引導行為的目標高階描述。

這些組件共同創造了具備適應性而非確定性的系統。

---

6. 為何層級結構至關重要

這些元素必須以層級化的方式組織。

層級結構的較低層變化迅速：

• 個別行動
• 戰術策略
• 短期觀察

較高層的變化則慢得多：

• 長期策略
• TODO 目標
• 核心性格特質

這種結構反映了人類組織和認知的運作方式。

層級	範例	變化頻率
行動	執行交易	秒級
策略	調整交易演算法	天級
TODO	投資目標	週級
性格	風險承受能力	月或年級

層級越高，資訊就越有價值且越穩定。

---

7. 為何區塊鏈很重要

7.1 控制最高層級

這種層級結構自然地為區塊鏈系統引入了一個角色。

人類現實上無法監督自主代理人做出的每一個決定。然而，他們可以控制層級中價值最高的層次。

區塊鏈為存儲以下內容提供了理想的基礎設施：

• 高階 TODO
• 性格參數
• 策略框架
• 重要的記憶檢查點

區塊鏈提供了在這種情境下特別有價值的屬性：

• 不可篡改性
• 透明度
• 人類與 AI 代理人之間的共享訪問

在這種架構中，區塊鏈成為了人類與自主代理人之間的通訊層。

人類修改高階目標和約束，而代理人則自主執行低階行動。

7.2 強制執行規則

區塊鏈的第二個用途是為代理人強制執行規則。執行必須是靈活的，但規則需要是僵化的。

諷刺的是，用 Solidity 編寫的智慧合約可能是少數保留程式語言的地方之一，作為人類設定代理人必須遵守的僵化規則的一種方式。由於智慧合約的程式碼量極小，人類無需 AI 即可進行審查。例如，人類可以使用區塊鏈上的智慧合約為其 AI 代理人設定支出限額。

---

8. 結論

從程式語言到代理人的轉變，代表了軟體構建方式的根本性轉變。

開發者將不再編寫確定性的程式，而是設計智慧實體。

未來軟體開發的核心任務可能變為：

• 設計代理人性格
• 構建代理人記憶
• 定義適應性策略
• 編寫不斷演進的 TODO

程式語言可能仍然存在——但主要作為代理人自身使用的內部實現工具，而不是人類用來控制系統的介面。

正如圖形介面為大多數用戶取代了命令行計算一樣，基於代理人的系統最終可能會在許多任務中取代傳統編程。

當那一天到來時，計算的基本單位將不再是程式。

它將是一個擁有性格和目標的自主代理人。

        1 則貼文 - 1 位參與者

        [閱讀完整主題](https://ethresear.ch/t/agents-todos-and-blockchain-why-the-future-will-almost-have-no-programming-languages/24337)