王建硕：Markdown，是新时代的编程语言

00:05一旦编译器诞生，汇编语言就进行了基础的屎山代码，人类就完全离开了汇编层。因为只要是一个正常的工程师，都会去写C语言，而不会写汇编。

00:24多写点MD或者点txt的文件，而不要跟大语言模型聊天。其实我们这一代人，大多数人现在就已经进入了叫做带薪失业状态。就是我们还在拿着工资，但是我们的工作其实已经没有了，只不过说别人还让你坐着而已。但是我们会出现很多新的工作，但这个工作一定不在我们现在这个层次。

00:49这一轮它不是来提高我们工作效率，主要是把一些事情彻底把人类挤出这一层。但是它只要挤出了这一层，人类一定会找上层去解决这个问题。

01:25前面一段时间一直还是比较安静，先休息一下。但是最近又在开始疯狂地在搞AI的这些部分，还是挺受触动的，所以有好多想法。

01:40第一个，咱们再可以聊聊那个屎山代码那个事儿。就是前一阵你不是说跟徐文浩的那个播客嘛，在讲那个屎山代码。我觉得我还不是特别同意。原因是说屎山代码的意思是不可维护的代码，对，不可人为维护的代码。但是呢，我会认为这个时代已经变了。

01:59我用一个命题说，我们的汇编语言，就是这个机器语言，到底是不是屎山代码？我们都知道，任何人那个C语言也好，Python也好，什么也好，到最终都是要汇编成那个汇编语言的。对，汇编语言它里面那个function非常少，要不就是move啊，最基础的那个东西。

02:16就是哪怕一行C语言代码都要翻译，编译成，恨不得现在，你现在library可能都要几万行的那个汇编语言，对吧？汇编语言是不可维护的，不可人为维护，或者说它不可直接编辑的方式来维护。汇编语言或者机器语言，至少大家所有人都承认，除非现在讲写那个最核心的kernel，哪怕最核心kernel我觉得都不见得了。

02:40就是没有人能直接去改汇编语言了。可以。但是不会有人去做了。即便你要改的话，大家的做法不是去直接改汇编语言，是改它上层的C语言。比如a等于b加一，你要想把b加二，你不会在下面的那个地方，那个register那个地方，汇编语言里面去改，

02:58你肯定就把它改成b加二就可以了。

03:02对，大学里面就是这么干的。它其实的编译原理就是说，我不能说汇编语言不能改，只不过有比改汇编语言高效且准确得多的方式，就是改源代码。对，C的源代码。对。

03:15通过改C的源代码的方式改汇编语言。如果要是说你的习惯还停留在说我就是一个汇编语言工程师的话，那么编译器所产生的汇编语言，绝对是屎山。第一，你看都看不懂，根本不可能看懂。

03:32第二，你根本无法维护。第三，根本无法修改。第四，你修改完了以后，它一定是bug，满世界都乱飞了。不可能让你在那几万行汇编语言里面，你改的这个不影响别的。但是如果要是说你把它上一层，说我改C语言，嗯。

03:48C语言可能这几万行的汇编语言，上面C语言可能就是几万行，只不过它引入了大量的library啊什么的，就这么几行，然后你把它稍微改一改，汇编就改了。

03:57所以从这个角度来说，我可以断定说，就那个assembly这一层，只要有了编译器，嗯。编译器不存在的情况下面，我认为汇编语言没有屎山。就是所有人都是直接写手写汇编的时候，我认为汇编语言的还是基本可控的。虽然大家只写几十行几百行，基本上可控，因为都是人写的嘛，那就人可以理解，里面加满了注释。

04:19就那时候工程师也有这个能力了，一旦编译器诞生，汇编语言就进行了基础的屎山代码，人类就完全离开了这个汇编层。因为只要是一个正常的工程师，都会去写C语言，而不会写汇编。那么现在的问题就在于说，我们已经习惯了写Python，写C，对吧？

04:37对。写这种自然语言，然后现在又出现一个新的编译器，叫做LLM，大语言模型是新的编译器。你看大语言模型你如果在这个层次来说的话，它是个精准的编译器啊，compiler。它把你的自然语言可能就那三句话三行字，编译成一堆，比如说Python语言，然后Python语言再经过编译器再编译成汇编语言或者机器码，

04:58然后再由CPU去执行。那这个时候，那你为什么说你只在Python层改呢？你往下一层改不就更好了吗？你直接改汇编呀。大家改Python的唯一原因，你已经习惯了过去的十年二十年都是改Python，那这个时候你不习惯于改自然语言。

05:15所以我的看法是说如果要是你觉得这个它生成的Python不合适，有两个做法。第一个，首先你是可以改它的上一层，就是所谓的源代码。然后如果改源代码也改不了，等着编译器继续优化。因为你看这个，哪怕是Python，我们不是还有好几种编译器嘛，有native的，还有什么Cython啊什么的，

05:35反正有好几种编译器。每个编译器的效率和编译出来的这个代码，可能从大小也好，这个速度来千差万别。好的编译器会编出很好的代码来。那这个肯定是有难做的。我们应该花时间去解决编译器的问题，而不是每一次编译你都要去改这个代码，第二次编译你还要改这个代码。

05:54这个是一个不可能完成的一个任务。

06:01人不可维护的代码。

06:52是这样的，我们现在的代码不存在错误，只存在跟你的intention不一致，我们把它定义为错误。就是就是所谓的错误来说，要么是bug也好，要么是feature写的不对。或者说他这个，他没有最佳实践的。不是用最佳实践啊什么的，就是和你的这个意图不一致嘛。

07:10对。意图不一致的时候，就是包括文浩所说的他治理，首先他治理屎山代码的方法我都是认可的。只不过我认为这个东西不是这个问题，它就应该要加进去。举个例子，在C语言里面，你说print color，就print一个，比如说一个字符串，然后你不指定颜色。

07:30C语言假设就terminal它print出来的一定就是terminal原始的那个，就比如说黑底白字。那这个时候你没有指定颜色，然后它编译器编译出来的机器码，然后这颜色是白色，而你脑子里面是一个蓝颜色的字。对。是bug吗？

07:43不是bug。但是是你要的吗？不是。对。这个时候呢你就学会了说啊那我在C语言里面我会需要print这个，先set color是蓝色，

07:53然后再print这个字符串，它打印出来就蓝色了，对不对？bug fix了。但我现在觉得很多人觉得屎山不对的原因是说我print白色，不是print一个字符串，然后我脑子里面想要蓝色，然后它打印出来白色，你就认为它编译器编错了，然后你在它就是编译出来的Python里面去改，而没有去改那个你的自然语言的那一条。

08:15然后以为说哎这个问题解决了，你看这个毕竟它这个大语言模型还是不靠谱嘛，所以我还需要人工的去改它最终的生成的程序。但这个的工作流和这个脑子里面想法是落后的，就是还没有抓到它的实质。你如果觉得这个地方不是你所要的，不要去抱怨这个大语言模型。

08:34是因为你给他的instruction不清晰。嗯。那这个时候你就应该在前面自然语言原来说，比如说打印啊，你好，现在你要把它改成打印蓝色的你好。然后你再看它编译出来的Python对不对，这是一个最主要的，我希望大家如果要是觉得它所谓的有bug，

08:52一定是在自然语言层改，而不要尝试在Python层改了。在Python层改能不能解决这个问题，可以解决，但是第一它是低效的，第二是没有前途的。然后这是一种。还有一种是说你在prompt里面写了说，请打印蓝色的你好。对。

09:10结果他编译出来的代码，非常明确的写到是那个代码是打印出来一个红色的你好。这个我认为是bug。但这个bug的话，又有两个解法。一个是说我把每次它生成的红色全给它改回蓝色。我们可能现在也有出现这种情况。

09:25还有一种情况就是等大语言模型把这个通过它的能力的不断的提升，以及一些现有的有点文浩所说的那些所有的治理的那些工具啊，那些skill什么的，把它尽量的贴合自然语言。但是不管哪种这个解法，你去直接改source code都是不对的。

09:44所以刚才我们在说了已经把source code这一层给干掉了，所以得出来一个结论说不管怎么样，即使治理的方法也都不是在source code的层面再去更改了。那都是上面这一层。所以对上面这一层我是完全理解和同意的，你需要给他各种各样的最佳实践，要求他干这个干那个干那个，

10:01那不就变回到了像C语言一样的那个，上面有library，下面有各种各样的编译器，里面要有pre的这个编译，里面有宏，有预处理，有后处理，有什么的。哪怕一个编译，其实也从最早期的编译，后面变成了一系列的工作流。大语言只不过刚刚开始而已，而且大语言做这个工作流的进化速度会比自然语言要快太多了。

10:42我倒认为我对屎山没有，就屎山只要不被人看到，它就不是屎山。那就不是屎山。我需要把所有人看到代码的这个接口变得越少越好，尽量让所有的使用者不要去看到它。至于说这个屎山内部，就是你们说有没有优化空间，当然有，因为直到现在那个编译成汇编语言的编译器依然有优化空间。

11:08最近很多人在拿大语言模型重新写编译器吧。就是说同样的编译出来，虽然人不可读，但是它的效率和很多的指标是有区别的，可以不断优化的。但这部分来说，我不想用一个贬义词叫屎山来描述这一部分代码，它仅仅是人不可读、不可理解、不可维护、不可更改的代码。

11:30只不过这一类的代码，随着科技的不断往前发展，很快连自然语言都会变成这一层。我们可能再上一层，就等于说用其他的一些方法，可能就是从数据直接进来，然后由它编译成自然语言，自然语言再编译成Python，Python再编译成机器码，然后再怎么样，这样的一条线下来。

11:50对，我们人类就因为生产效率的提升，我们就离开一层，再离开一层，再离开一层。

12:12这是另外一个话题，就是我最近在用，就是heavy地在使用那个Claude Code的这个过程中间的一个体会。实际上这个可能程序员能看得懂，听得懂。当我们刚学会编程序的时候，我们是在编译器里面直接输程序的。我记得我早期的就是Basic语言打开，或者说Python的那个打开，然后有个箭头的时候，你就可以直接输Python print什么，

12:35然后它就咔一下就执行了。像我们现在在用豆包、ChatGPT或者Claude，就是对话框，嗯，对吧？首先打开运行环境。啊，对。然后你在里面跟它互动的interactive的，你给它说一行命令。

12:49然后它给你出一堆结果，再出一行，这是在学习一门语言的时候才会使用的方式。大家千万不要以为这是未来使用AI的方式。就是跟AI聊天是我所知道的使用AI的最基本层次。我估计现在百分之九十的人都会这一层，只要跟豆包聊过天。跟跟ChatGPT聊过天，但是会在一个交互环境里面写个Basic语言和写个Python语言，

13:16然后能跑一跑，一个for循环跑一跑，你说你就是个程序员了，这差太远了。然后就进入了第二层，比如说一个C程序员，你至少要写一个什么什么点C的一个文件，这个文件不是交互模式，而是说你要把你的所有想法，比如说哪怕你就让它print出来一个圣诞树吧，一个for循环，两个for循环嵌套，

13:37一个点，三个点，五个点。然后它print出来，你把这个东西完整的用二十行代码写在一个点C文件里面。然后交给编译器去把它编译和执行。那相对应于我们现在干的事情，Claude Code就是打开那个进到一个terminal里面，terminal里面已经有一个文件或者说几个文件了。

14:00我们有的时候把它封装在点skill，就是skill里面，有的甚至不封装，就是一个点MD文件。但是我已经不是零星的一个想法一个想法的交互的跟它完成，而是有一个步骤。比如我要把视频从西班牙语改成中文字幕也改掉，那我怎么样去把这个视频拿过来，拿出来MP3，

14:21然后怎么把它给变成文字，然后再怎么配音，再怎么翻译，再怎么编字幕，然后再怎么最后合成。这一步像不像我们那个点C文件，二十行五十行一气呵成的写完。到这一步我认为才可以声称说自己是一个程序员了，会写点C文件了。但一个点C文件，两个点C文件，我觉得这都是小学生水平的程序员。

14:43真正的程序员是什么样子？你的folder里面至少会有，就是比如说这个Python啊或者什么。至少有好多，你的这个工作目录里面至少有好多个文件夹，一个是叫model，一个叫view，一个叫controller，然后每一个里面，然后有一个叫古老的，一个include的，对对对。

15:04这些就是它会有很多很多的folder，每个folder里面都有相应的很多的点C文件或者点Python文件，然后最后形成一个project。这个project所有的文字加在一起可能是要几万行。然后把它再编译出来，这个时候你才可以说，啊，我是一个

15:21至少是一个入门级的qualified的程序员了。而不是仅仅是一个程序的学习者了。那相比来说我们现在要做的什么事情呢？

15:30就是文浩所说的这个屎山治理啊，或者说大家常说的叫harness呀，就是驾驭啊，驾驭这个词我一直觉得叫驾驶可能更好一些，因为AI它更像车而不像马。然后呢，包括你的很多原始的这些材料什么的，它会是一个folder。然后由这个大语言模型它执行的不是一句话，不是一个文件，而是一个工程。

15:55我举一个非常简单的例子，就假设说我要做一个我的一个产品的小红书的，每天早上让它给我出一个marketing的东西。正常来说的话，我的产品是什么什么，你给我出一个市场的推广它的帖子吧。交互式，它出来一个东西你觉得不合适，那不合适是肯定的嘛。

16:15任何一个程序员只给他三行，然后让他写出来一个project的一个APP放在上面，然后还满足你的需求，这不可能。从代码量就不够。那么真正我觉得要实现的就至少比如举个例子，有一个叫做角度点MD，就是或许有一个叫做角度生成点MD。

16:31它如何去生成你每天的市场主要的那个要讲的就是切入这个推广的角度，对吧？然后由它再产生一个角度点MD，可能有四十个五十个，然后你每天挑一个，对，MD。你会另外有一个叫做VI点MD。就是讲它的整个的视觉的东西，到底你们是红颜色还是蓝颜色，你的logo是什么样子，然后你怎么怎么样。

16:54可能会有一个叫做voice点MD，就是说来规定说你是以什么样的口吻，到底是有哪些可以说的词儿，不可以说的词儿等等等等，就这些。然后这边会有一个platform的一个folder，就是平台的一个folder，里面对小红书我是什么样的尺寸，

17:10什么样的东西。Facebook应该什么什么样子，这边，然后还会有一个叫做什么generation的这个folder里面，再对图像怎么生成定义什么什么的。反正我举一个例子就是说，将来你用AI的时候，就会需要像程序员一样，打开的是一个几万行，

17:30甚至慢慢变成十几万行的一个自然语言的一个工程。这个里面的每一项都在控制着这个巨大的工程的某个方面。然后这个东西全都生成以后，拿自然语言去编译成

17:45无论是这个程序就是代码也好，或者说它产生的这个市场的这些这个marketing的这些资料，照片图片也好，视频也好，文字也好，这些都是编译的结果。所以我现在看到的很多时候大家对AI的诟病，我就用一个非常非常简单的一个衡量指标，你给AI输入的所有的就以自然语言的多少字，

18:10准确的说多少的token为衡量标准，就代表了你对这个你的这个项目的一个复杂程度和控制能力。就像非常简单的，就是那个同样的环境的情况下面。如果要是一个项目，原来的这个Python的程序员，比如三百行的一个项目和一个三万行的项目，假设他都是qualified的，

18:32就是不是乱写的人来说，我认为三万行的项目，它的复杂度会超过三百行的项目。就是我要看自然语言有多少行。我遇到的很多的人，就是在AI这个领域，大家都会比较习惯于第一阶段第二阶段，就是交互式的一句话一句话的来来回回，或者说几句话写在一个文件里面。

18:50但是这种工程能力，嗯。当然这是很多人在谈，包括文浩所谈的这个公厕治理能力，其实都是用不同的语言在描述同一个事情。是，而这玩意儿是真正的现在所有人都要学的。是，有趣的是，程序员在学这件事情上面天生并不占优势。但是从他的逻辑能力，他的逻辑能力是有的，就大家不需要成为一个程序员才能做这个项目。

19:12或者换句话说，对于在C语言的工程师，他熟练掌握汇编，并不直接的就能把它变成一个好的C语言程序员。就是一个普通的人可以完全跨越汇编语言的学习，直接进入C语言。

19:36老实说我觉得有点还是像程序员的思维，其实Python就是某种自然语言嘛。只不过是更加严格的自然语言，然后现在变得更加不严格。大家很容易把C，就是大语言模型它会填无数的缺省值。

19:54而Python它填的缺省值有限，所以我们就误以为说这个就会产生非常多的confusion，就是非常多的迷惑，大家会晕了，说我的AI没法用。因为我写了一句话，比如说有很多人就是帮我生成一个海报，什么海报，什么都不管，反正帮我生成一个海报。

20:14啪，它生成了一个海报，然后你会觉得这不是我要的。对，AI不够聪明。鬼知道你要啥呢？鬼知道你要啥。所以你如果真的要想生成一个你要的海报，你要知道你所输入的这个东西不是这一句话，甚至不是一个文件，

20:31甚至需要几十个文件，再经历非常多的学习，大概可能在AI的帮助下，但是也要花个几十个小时，甚至上百个小时，有点像做原APP一样的，把这个东西做好了以后，它才能精确地生成。就那天我让Claude，我就说那个生成一个十个人去泰国旅游的宣传片，举个例子。

20:51它就啪生成了一个宣传片，然后很显然这十个人的脸都不是我们这十个人的脸吧。如果这要真的是的话，这不是奇迹。这是心理问题。对，他怎么知道？那你需要把这十个人的这个头像，然后几个不同的角度，就所谓的character reference sheet，

21:07就是那个做人物的那个定义的那些东西，他们的声音，什么东西，全都放到一个这个folder里面，把它组织好，并且他们之间互相有调用关系等等，这些全做好了以后，它就可以稳定地给它一个什么message，说这十个人去泰国你就去泰国，十个人去日本他就去日本。

21:24而且都是这十个人的脸，然后身高也是对的，什么东西都是对的。这个需要大量的控制。控制又是需要学习的。那现在的问题是，大家还没有学会控制的时候，就会产生各种各样的抱怨，说AI不work，我认为AI不背这个锅，因为你没有控制它。

21:45委屈是吧？我觉得AI蛮委屈的，原来我们都是抬轿子的，都是轿夫。我们负责这个轿子往前走，我们以为我们的所有的努力都是为了往前走，但是其实我们对轿子也是有控制的，就我们觉得这个事儿是小事儿，真正的力气是大事儿。然后现在忽然变成车了，然后我们觉得车往前走的动力这个部分已经比人强很多了。

22:08我们天然的就把控制这部分认为也都是这个车该做的。但实际上这层已经分离了，就是车给你大的power，但是你必须学会去开车。当你只会抬轿子，还没有学会开车的时候，这个车是不好用的。

22:23且不说它要把你带到什么地方去，它不撞死人都很难。嗯，对吧？所以你需要去学驾驶。嗯。但有趣的地方是，轿夫的工作被驾驶员取代了。

22:35但是驾驶员的工作对于轿夫来说并不天然的就可以适配。明白。驾驶，轿夫也需要学习，和其他正常人一样的需要学习驾驶技术。我们现在很多的程序员，他的代码能力完全被AI取代。对。

22:49但是他的驾驶能力，他又因为各种各样的情感蒙蔽了自己的眼睛，使得他们学习这个驾驶能力的意愿是远远低于普通人的。所以就导致了这是程序员现在最大的一个风险。也就是说，很有可能当周围很多一代新的没有学过程序的人已经把驾驶学得很好的时候，反而我们现在的程序员封闭在这个抬轿子的人里面，

23:17然后被整个时代抛弃。这个是我们已经看过太多太多次了。了解。就是离新技术越近的产业工人是越惨的。

25:14我的看法来说，就是这个所有人都在摸索的这个过程中间啊，首先把这几个层给搞清楚。就比如你说了上下文、context这件事情，其实这里面也是分结构的编译。我认为context是刚才我说的那个项目文件夹的，经过一些简单的拼接之后，达成了一个文件，

25:35然后交给大语言模型。程序员大概比较理解说，C语言或者Python语言，我虽然放在了十个文件夹里面的100个文件，它在编译之前的第一件事情，就是把它们不是互相有include和import之间的关系嘛。它的编译器编译原理的话，它其实把所有的东西，把这些都文本处理完了以后，给编译器的是一个只有一个文件，

25:58从头到尾。

26:06对对对

26:08因为就是你看C语言呢，就是那个引号include嘛。就是把一个文件引入进来，假设你要先import进来，这些东西都是文本层面的。就是你可以从概念上面理解说，我这里面，我虽然只写了这么三个文件，然后总共加在一起五百行。就是首先三个文件并成一个文件，然后是五百行，并且它作为import，只要这import以后，

26:31再把那里面的一万个行再并进来，然后拉长，然后如果你还有import，再把那什么几千行拉进来，反正最后形成一个巨长的十万行的排程，然后开始编译。嗯。对吧？这是技术编译原理，那现在不是也一样吗？

26:46那只不过这个时候刚才你说的部分有三个来源。第一个来源是你自己写的。那个项目文件夹里面自己写的。但这里面我们会经常地会引入，就import skill，当然不用import这种词了，但是就是它会自动地会调用一些的这个技能进来。

27:05但技能是别人写的源代码。等于说把那个技能的源代码和我这个技能的源代码，实际上不是拼接，但是你可以概念上理解成就拼接成一个巨长的一个东西。然后第三个呢，是有一些叫做所谓系统内置功能。对。C语言也有，Python也有，就是它都不用import library，就自动就会有的。

27:23那个其实就大语言这一层，把这些所有东西全组织在一起，然后交给大语言去执行。所以从这个角度来说，你刚才说到底是哪一层，是自己写，还是交给大语言模型，还是找一个折中，找一个别人已经做好的这个skill，我觉得都可以。就像我们的这个任何一个程序员来说，你到底一个东西你是自己手工写一遍，还是用一个现成的第三方的library，

27:46或者说就直接用系统内置的。这都是一个很正常的选择，自然的有各种各样的这个trade-offs，最后你可以把它选出来嘛。但是这块来说，就是这个文件夹里面，到底怎么组织如此之复杂的你的控制。这个东西我认为我们还刚刚开始，到底大家怎么组织，需要很久很久才能组织出来。

28:13就像C语言，从刚开始面向过程，然后大家后来发现说有一个OOP面向对象的编程，它同样都是C语言，只不过用那种方式去组织。然后组织完了以后呢，甚至会慢慢地形成叫MVC。什么，有一个model放在这里，有一个view放在这里。

28:33有一个很抽象的

28:36想起来了。代码这个角度，这些其实都不是语言规定的，只不过大家就是约定俗成说，因为人的脑子都是一团浆糊，它如何有一些这个最佳实践，把它们隔离成三个不同的层，然后下面还有数据层什么，分层什么，这些都是叫做大语言模型，就是在工程领域的分层。

28:58那现在呢，我们就刚才我说marketing那边，反正我现在的做法就是把它给分成平台层。所谓的平台层就是在在我的这个目录里面有一个叫平台的一个文件夹，然后有一个叫做大脑的文件夹，就里面然后有一个关于这个公司的文件夹。每个文件夹里面放哪些东西，把它组织起来。

29:19这些纯属是叫做convention。但是学会这些东西，包括这些东西形成了一些套路，并且可以当教科书一样的传承给其他的人，这就叫所谓的，我现在现想一个词，别人就叫软件工程嘛，那这个东西反正就是，就是叫驾驭工程，可能将来是一门专门的学科，

29:38让大家去学习。所以回到这里的话，我就告诉，还是强烈呼吁这个程序员，赶紧花时间学这个，这个在未来的十年里面的话，需可以耗尽你的所有时间，不要在代码层再浪费一分钟的时间了。代码层不属于人类。对。

30:46但这个领域来说的话，我觉得现在大家都在摸索，然后很多我们认为很work的东西，可能再过一个月就发现根本没有可实施性，然后就会被自然地在历史里面被淘汰。现在就是百花齐放的这个时候，所以说到底哪种方式，是交给它来做还是呃自己来做。

31:05我现在第一个我没有对它用它做知识管理。我实际做法就是在我的目录里面，我会有一个，就实际上我就叫code目录。然后下面开了很多个文件夹，就是当我每做一个项目的时候，我就开一个文件夹。这个项目不仅仅是编程项目，比如编程项目，我有一些APP，有些小程序的一些项目，有一些网站的项目，

31:28这些都放在上面。但是我觉得很有意思的就是除此以外，关于公司，公司所有人的JD啊，所有的这个公司怎么管理，也是专门的一个folder。然后关于比如说有很多文档处理啊什么的，每一个文件夹，我只是说这举例，就是说每个文件夹不仅仅是什么写代码的文件夹，

31:46更多的里面扔的都是这个DOC文件，就Word文件和Excel文件，还有PPT文件，使用大量的东西。就举个例子，我们公司这个历史上面所有财务的那个相关的几百个G的数据，就扔在一个文件夹里面。然后呢，在里面启动Claude Code，然后在里面进行工作。

32:07然后在我们这里面会有一个小的子文件夹，就刚才我们说的，有点像源代码一样的，所以说我把呃对于它的里面很多的这个部分，就跟写当时C语言的感觉很像的，只不过是拿自然语言。然后写在不同的文件里面，按照一定的文件夹把它组织起来，然后这个东西通过大语言模型是可以编译成最终的结果的。

32:30它甚至跳过了刚才我们所说的代码那层，它是直接出结果了，但是它每次是可以执行的。我们经常很多人都会做的事情就是，假设文件夹放好了以后，其中你再设一个schedule，说每一天都把这个文件夹里面的所有的，它可能有一个文件的入口嘛。

32:47一般就是MD，就是那个skill那个什么点MD的那个入口。从这个入口开始，把整个文件夹里的所有的源代码每天或者每个小时执行一遍，然后最后产生的结果把它放到另外一个位置。从这个角度来说的话，我是自然语言和原来的C的源代码或者Python的源代码简直就是一模一样。

33:08所以到现在为止的话，最近这一两周吧，我非常明确地知道我现在变成又是一个程序员上岗了。我的工作习惯跟程序员一样，就是写源代码，让大语言模型编译，然后这一个schedule，然后定期执行，然后给我产出结果。这事跟我在过去二十年做的事情一模一样。

33:27没有实质性的变化，唯一的区别是千万别再去碰代码了。我我会觉得大家现在有个误区是说，说自然语言都把它理解为简单的自然语言，这是理解是错的。第一个从量上面就是错的。我们所说的自然语言是真的手写啊，不是大语言模型生成。光你如果自己一个字一个字敲的自然语言，可能你都至少要敲个几百行。

33:51对，虽然这几百行它可以帮你在这个扩展成几千行几万行的自然语言，这没问题，但是你自己亲手一个字一个字敲的自然语言的数量，几乎我可以等同于你对这个项目的控制的颗粒度。就像原来的那个代码一样，你的代码的行数模糊的，但模糊的代表了你这个项目的复杂程度嘛。

34:19不是少在代码，我要不要。今天那个很好的朋友过来，他说他现在80%的代码都是。剩下那20%是什么？我也很惊讶，什么？你还碰80%的代码，你在干什么？

34:47就是可被执行的程序。

35:06我现在忽然理解到就是程序员对这个AI的反感了啊，就是说程序员认为我应该写一个东西，然后由一个编译器去执行它，这叫写程序。对。然后呢，把交互式的，我说一句，他给我一堆，然后再说一句，这个不叫那个程序。这个我当然同意，我也认为这不叫程序。

35:26一定是你写好了东西，然后由交给一个机器去把它执行出来，这东西叫程序。而我不纠结你写的这个东西到底是汇编，它是程序，C也是程序，自然语言也是程序，只要是它是确定的，让一个自然语言去把它执行出来。

35:52多写点MD或者点txt的文件，而不要跟嗯大语言模型聊天。聊天当然也没错了，你用Python你就直接先Python直接回车，然后它给你一个互动的那个东西，然后你输写一行它就立刻给你执行，再写一行再执行。但这个的话你无法积累啊，就是你当然写完了以后，你第二天你哪怕再简单的二十行，你再敲一个二十行，

36:14你这个体力上没跟不上呀。所以你聊天完了

36:23是这样的，就是说聊天是一种非常快速的debug的方法，但是它不是你写程序的方法。对。我们和大语言模型是debug，它是个debug的好办法，对吧？你就交互式的，对对对。跟他说一句，然后他给你出了结果，然后你再给他新别的，但是你给他说了十句话以后，到最后一定你要把这十句话让他给你总结成一段文字，

36:43并且把它存下来，以后就直接就可以在这基础上面继续改，继续执行了。反正最近我才理解到，可能这里是一个最大的误解，大家以为说用AI写程序，就是交互式的写程序。交互式的写程序，Python用交互式就没没法写程序。

37:01我没见过一个程序员交互式的在Python的，反正就是一个这个Python的这么环境里面去写出什么真正有价值的。是，

37:23这个我也觉得不对，原因是说你的不满意是对他的缺省值不满意。对啊。但是他的缺省值不是你的内容。

38:30这个事情本身是比较容易做的。实际上做法就是我有一个感知自己情绪的叫Cathier。APP Store就可以自己下载的，然后呢。他的用户反馈之后，我是直接让他提交到这个GitHub的那个issue，就是大家都可以提交功能。

38:46然后呢，再做一个hook是说由Claude Code跑在GitHub的这个云的设施下面，Claude Code把代码拉过来，然后再把这个issue给拉过来，然后开始写代码，最后把它功能全给完成，然后再完成测试，完成所有，然后再把代码再给并回这个主分支。

39:05然后这边只要发现有主分支的build出来以后，那边再编译打包，然后再上传到Apple的App Store，然后再TestFlight再分发，每十个版本再自动地提交一次到App Store正式审核，等两三天的正式上线。然后呢，发到TestFlight那个上面，基本上就是从你提交这个问题到你的手机上面可以去测试它，

39:29大概就五分钟左右。到App Store更新你的版本，大概就是等它审核完以后，大概一般来说一两天也就出来了，就是这么一个流程。这个流程呢，我其实实际上面当然它会有很多的问题啊。就是现在我正在建的一件事情是，我正在建我的PM工团队。

39:47用户是可以随便提的，但PM组也是要做一个审核，就是把一些很不靠谱的，然后不一致的。给去除，即使有一个功能，也不是用户说什么就是什么，它如何和现在的东西重用，再想一些办法。这些我还没做，现在正在建这个部分。建好了以后，它就更像真实的可以用的产品了。

40:06只不过现在大家提的都是奇奇怪怪的需求。然后我每天大概最近是每隔一两个小时吧，我那边TestFlight就会咚咚说一个新版本发布了。我就很好奇说今天这个价格是什么，我的产品下一版是什么样，每天我都不知道这个产品是什么样子。

40:25当然这个就是说对于产品是什么样子，我是完全打杂吧，这个也不是AI的正常正确使用方法。当然就是我们说建立了PM团队，建立了质控团队，建立了数据的跟踪团队，这个闭环全打通，甚至是这个收入的团队，然后在这个目标的统筹下开始工作，这才是真正的叫做生产环境可用的。

40:46但是我就说，仅仅是刚才你说的这个反馈这部分，其实已经让我们去一窥这个未来的样子。就是说，当智力变成无限的情况下，我们怎么去思考这个世界？原来我们的流程是，就是PM是一个非常重要的一个团队。我记得在我在还做互联网产品的时候，你周围单位不是还有PM跟那个就是工程，就是每周要排期嘛。

41:14首先PM那边有一百个需求，然后他们需要排，排排排，打架打架，最后选出来什么三个、五个的需求。然后呢，几个PM团队在抢这个工程师资源，然后这里面哪些能可以做什么的。但这些的前提都基于开发资源是昂贵的且稀缺的。对，在这个前提下面。

41:33我们产生了一切的流程。对，再想象一下，如果要是开发资源是无限的情况下，那我们这流程就不对了。那么现在的做法更多的是说，比如像我们现在app，就是用户如果有一百个需求，他就会先做出一百个版本来，然后包含这一百个需求。我们很多的人可能到最后，比如PM就不是基于说这idea，而是说基于已经做好的这个产品，我用一用，

41:56感觉一下是不是合理。就比如说像刚才我说那个程序，我只保留了一个能力，就是你随便瞎改，但是呢，就是我有一个仪表盘，就是说哪些功能我保，就是每个功能后面都有一个revert按钮，还原，说这个功能改了以后。实在是一个灾难，我觉得不喜欢的，我就把它干掉。

42:15这个它相应的所有的代码就会从下个版本里面就消失了。然后因为有GitHub，它所有的代码的改动都是可track、可revert。它会一下使我们对开发的看法变得完全不一样。然后市场团队也是刚刚建好，每天在发小红书和Facebook、Twitter什么的。

42:35所谓的团队你可以认为就是一个子文件夹里面的一堆的代码，然后并且加上一个定期执行。OK，就在我脑子里面就是一个团队了。所以呢，用程序员可以理解的东西，代码叫就是文字，代码编译好了以后在server上跑的叫instance，

42:56就是实例，实例就是团队。代码是代码。所以我们现在那个也是一样的，你的prompt的这个文件夹就是你的代码，跑着这个agent的这些实例，我们就把它叫agent。所以现在有个市场团队，在每天，市场团队是每天早上六点钟干活。

43:11然后我的工程团队是每四个小时醒一次，干个活儿，然后一些有需求的时候随时响应。然后，再加PM团队，我是准备在需求和开发之间再加一层PM团队，或许未来还要加一个客服团队。啊，当然我这个都是一个人在这边做的一个小项目，小打小闹的。

43:31但是，如果要是把每一项我们的控制都足够精准，它是足以让，你如果从工作量上来说，它是一个人的全职工作，来维护PM的这堆代码。对。

43:44只不过它的杠杆率很高，因为你改一次，它就每天都在跑。你的这个instruction可以，就是一些很难的一些功能，对它来说就一句话。只有很难的工程变成一句话的话，人肯定是贪得无厌的。就是原来你花一周的时间干成了功能，现在变成一天了。

44:05那你一定不是一天干完了以后你就睡觉去了，你一定会把你的时间撑到一周。只不过你的产出比原来的一周要多太多了。

45:30开玩笑嘛，就是说最近这很长时间我已经不从App Store里面下载软件了，我都从Claude Code里面下载。就是缺什么东西，自个儿写一个就行了。我也是，包括我们公司里面的那个十几年的财务的同学都自己写了一个小游戏，玩得可开心了。

45:47就是软件它其实作为一个功能的一个载体的这个功能，似乎在慢慢的淡化。对。就是叫即抛即用型软件，甚至于说有一些软件它的形态简单一点的，它会融在大语言模型本身。你比如你做一个

46:05app的输入如果不是特别复杂的话，不就是比如说你拍张照片，然后它给你做一个一堆的处理以后，经过那么多那么多的处理，最后给你生成出来一张照片，那你就不需要这个特定的app了。那么大语言模型其实就又有点像承载了原来的浏览器的那样的一个东西。

46:22虽然有无数的网页。

46:43对，它其实最最底层的东西，这些基础的一个构建模块，一些building block其实还是一样的。就比如说你做视频，大语言模型怎么做视频，到最终都是用FFmpeg。对对对。

46:57这个玩意儿呢，它肯定，呃，就是说大语言模型不会再写一个这个东西。对对。但是像这样的封装会越来越多。你看现在我们在用这个来做的时候，即使去Vibe Coding，哪怕是一个很成熟的程序员，经常性的就卡在一些必须手中的东西上面。

47:16比如付钱，现在就很难，X402协议一直还没有推广。比如说这个注册token什么，这个也是我们就是到处去注册账号什么的，这些东西都卡着我们，很麻烦。但是这些东西，我是觉得半年之内肯定解决得妥妥的。其中最典型的就是Cloudflare，那个前两天就是已经开始把它成为它的客户，就是注册一个新的客户，

47:43然后支付去注册域名，然后域名上线等等，就是这些东西全都变成这个自动可以完成了。在它做这件事情之前，如果要想去上线一个网站，什么东西都好了，但是买域名这件事情还是得手工。就是Claude Code或者这个AI会向你求助，说什么东西都好了，但是就这么一个东西，必须用你的小助手去点一下了。

48:05否则我干不了了。但是这样的东西，就是现在会一天一天、一次一次地拦住这个机器。但只要这种情况，这种tension，就是不方便存在，它会迅速地被解决。所以我估计再过个半年一年，应该已经不太会出现，就是需要，就AI告诉人说接下来你应该干这些事情的这种情况了。

48:30如果还有，只要有一个就是一个创业机会，只要有一个就有一个新的解决问题的可能性。然后全世界有这么多聪明人，肯定全是找他定制的。

48:42我们就是AI的阿姨，的确有很多AI需要小助手来帮忙，他点一点、干一干的，或者出去买点啥的，这种事情。但这种事情会越来越少。

49:27我会觉得这是一个百万million dollar question，或者说更贵的一个问题。当然我没有答案了。如果我真的说一个答案，大家信吗？就为啥不自己你去这个偷偷的干了呢，对吧？但是呢，我会觉得有几个大的趋势是非常明显的。

49:42我们会重新定义自己的工作。从本质上面来说，我们其实我们这一代人，大多数人现在就已经进入了叫做，啊，带薪失业状态。就是我们还在拿着工资，但是我们的工作其实已经没有了，只不过说别人还让你坐着而已。但是我们会出现很多新的工作，但这个工作一定不在我们现在的这个层次。

50:06就是AI不是来，就这一轮它不是来提高我们工作效率的，而是把一些事情彻底把人类挤出这一层的。但是它只要挤出了这一层，人类一定会到上一层去解决这个问题的。就像电脑，不是有了电脑以后，打字员就不需要了，对吧？然后抄字员不需要了，绘图员，我小时候是个绘图员呢，画画图、描图那种，有了AutoCAD以后也不需要了。

50:31绘图员啊等等，这一层肯定是没有了。但是大家会用AutoCAD来干很多很多层，都在上面来做。所以未来的话，我也不知道，我只是有一个非常非常清晰的判断：现在有工作的人是挺危险的。

50:47因为只要现在有工作，他就会把他所有的时间再花在现有的工作上面，而这个工作又是没有意义的。现在失业的人呢，反而他会学习一些新的技能出来，这很吓人的。就像现在的程序员，你知道我是一个从小就开始写程序，然后写了这么多年的一个程序员，我对程序员这个工作是非常有这个感情的。

51:11但是我现在觉得最危险的真的就是程序员，还在写程序，而且不到最后一刻，他还会坚持写程序。当它觉得你说AI这里不行。他会一直告诉你，就跟我妈妈一直说这个洗衣机洗的没有手洗的干净一样，直到现在她还认为没有手洗的干净。就是他会一直坚持，直到他没有办法坚持的时候再学上面这一层，可能别人都已经学了十年了。

51:35赶不上，这个是最悲哀的事情。所以每一轮大潮为什么会有那么多人倒下的原因，不是因为他笨，而是因为他还依然有着很舒服的工作在做这些事情。那就比如说程序员为例，如果真的一行代码都不写了，真的是空出大量的时间，因为你的百分之百的时间全空出来了。

51:53你空出来的时间干嘛？你就可以去写上面的我们这个MD的文件。而且你发现，真的你写一天，过去的一两个礼拜的工作都已经完成了。然后还是那个原理，人是贪得无厌的。就是说你只要写完了以后，后面四天你不会控制的，你还会再写更多的东西，然后你的复杂度越来越强，

52:13你的power越来越强。在别人还在底下代码这层工作的时候，你已经在另外一个新的层次了。这个时候你不要觉得自己特别牛逼，因为未来所有的人都是这样子。你仅仅是早一点点，就是成为未来的普通人而已。虽然现在看起来你跟神一样。

52:49就就是大面积的这个，就是嘎嘣一下。对。

53:19老实说也别也别那么悲观，就是说很多的东西我们现在听起来挺吓人的。但是当我们随着大潮来的时候，你也不用跑，你你就待在那儿，然后等海平面咣的上升了以后，你啥都不干。你就会提就会浮得很高的，什么都不用干，就是虽然你吃不到红利，但是也不会被淹死。

53:39那整个大潮就这样子。你想，我年纪比现在的很多的年轻的程序员要大很多的，我还经历过二十世纪。在二十世纪的时候，你知道那个时候的古人们，我们常说一句话，在二十一世纪，所有的人都需要会计算机。当时我们很多的人都很恐慌。怎么可能？

53:59我们这种不会计算机的人到二十一世纪怎么生活？我们真的就被世界淘汰了吗？现在二十一世纪已经过了四分之一了。我们再看一下二十世纪末的论断。二十一世纪是计算机的世纪。

54:11不会用计算机，无法在二十一世纪生活。这句话在二十世纪的人听起来是耸人听闻。对二十一世纪的人，比如我们这些人，再去看一下这句话，你觉得他说的对不对？二十一世纪是计算机的世纪，所有的人都需要会使用计算机。当然，只不过是计算机，就是手机，对吧？

54:31现在你是个人说，如果今天你不会用手机，不会用微信，不会扫码，什么都不会，那的确是寸步难行。我都不知道他在今天的社会怎么生活。所以这句话在对二十世纪的人，虽然听起来这个非常吓人，但是整个这个过程走过来的时候，其实还是很smooth的。

54:49你学会计算机的这件事情没有像二十世纪的时候学计算机那么难。因为那个时候学计算机，比如我小时候学计算机，你还穿白大褂进空调房间的。然后到现在你去买一个手机，然后就刷刷抖音的，这个复杂度是不一样。就是大家说你要用AI，现在用AI，刚才我也想了一大堆，然后晚一些的话……如果我现在断定说十年之后是AI的世界，

55:12然后不用AI来做自己的这个工作和生活是不可能的。这个断言其实跟那个计算机一样，是，就很正常的事情，也不用担心。你说这期间，这这二十年期间……

55:25大家为学习计算机付出什么努力了吗？也什么努力都不用付出，就自然而然所有人都会用，那我就不用。

55:35我觉得这句话也是对的，也是对的。

55:47的，搞定了。是这样的。

55:51所以不用担心，就是大家会随着这个浪潮自然而然地往上走的。如果你是那大多数的话，如果你学不会UI、AI的话，那就不是你的问题了，那是这个产品的使用体验的问题。他的用户体验做得不够好，让你不会用。对。

56:12但是这个问题我们也是讨论过很多，就是说它将来会是另外一种形态来发工资。但是中间有一点我是真的……如果每隔一年吧，我至少会问自己一个问题，说在过去的一年里面有哪些东西是你预测且是错了的，然后你必须要承认这个错误。我能想到的我的最大的一个错误是说，我一直认为对AI是抱有极大的，就是乐观的，我觉得它一定是帮助人类的。

56:40然后给人类带来红利的。所以我觉得说你不用担心工作，被AI冲击的行业就是有前途的行业，然后不被AI影响的行业是没落的行业，等等这些论断。

56:50到现在为止，我认为大方向是对的，但是中间的路径是我当时没有估计得那么清楚的。就是如果说让我觉得我的错误的话，是我没有预计到这个中间的具体走过去的路径是将会如此之凄惨。或者换句话说，工程师和程序员的失业潮来得如此之迅猛。我原来还觉得它会慢慢地来，就会摧毁性的消失，和新的工作还没有形成的这个时间差，

57:21没有预测到。现在看起来这时间差有可能会有一年到两年，但是对于被影响的这批人来说的话，这是非常痛苦的。非常非常严重。

57:36实质上是带薪失业。

57:49这个就是标准的掩耳盗铃的做法了，可以临时的、阶段性的多活一段时间。但是本质大家所有人都知道，当你在做着一件完全有好的多的解决方案的一件事情的时候，谁都知道这个事情是不可持续的。嗯，软件。所以我都甚至鼓励我的员工是说，哪怕你去喝咖啡，你在外面闲着，也不要装作很忙，因为这个对公司毫无益处。

58:18我需要跟我们的伙伴们保证他们的基础的安全感的前提下面把工作全换。对呀，他至少在这个AI浪潮里面，公司和个人应该在一条船上面，在一边。而不是对立。对，对立对所有人都没有好处。对。

59:02而且他不是骗你。对对对。他甚至是他最主要是骗了自己，因为他真的会看到，看到问题，而且看到的问题也是真的。真的。对。

59:09只不过他没有动力去帮你往死里面把这个问题给解决掉而已。

59:15往外再……或者我甚至还有另外一种，就是如果要是公司还能够不那么紧急的情况下面，就是叫带薪，带薪失业。哪怕有一群人带薪失业，然后把这个工作全用AI来做掉，也好过他一定坚持这个用原来的方法来做。

59:37你就比如说这一百个人在干着，日常都在干很多很多的事儿。我宁肯这一百个人的工资一分钱不动，把他们放到旁边，但是这一百个人齐心协力地把这个下面的部分的大多数的工作全用AI替代掉。你至少从产出上面来说，高于一百个人傻瞪瞪地在那边做。

59:55但是然后这一百个人就在旁边歇着，都好过他们对抗，

1:00:03我这是这是很反人性的。

1:00:08这样的，这一百个人挪到这边，什么都不做，AI是干不起来的。对。所以这一百个人需要挪到旁边，然后迅速地提高AI技能。对。然后等于说大家把把这个怎么去刚才所说的做这个MD文件呀，怎么去就是组织这些文件夹，然后定期执行，

1:00:27怎么把这个工作做好这件事情。第一，他需要学这部分。第二，再加上他对以前的业务的了解，合在一起，那个就是双剑合璧的，这样如虎添翼。然后他们就可以把这个AI做好。而且一旦AI做好，一个人可以掌控十几个二十个AI，也就是说这个产出比他原来一个人要高得多。

1:00:46对。那这个时候这个公司就应该有实力，有足够的能力去养活这一个人了。对。因为这个人的价值会比外面的同等的一个这样的员工要有价值得多。不是因为他工作更努力，仅仅是因为他的产出，就是因为他和这十几个agent，然后形成一个共鸣，

1:01:03是说最后员工数还是这一百个人。但是一百人的工资涨了，比如说涨了一倍，原因是因为这边的生产效率涨了很多。虽然这个中间逻辑上是这样，实际上面来说，你如果这个agent涨了这么多的能力，可能市场也并不接受，你的revenue也不涨，然后这种完全阶段性的都是有可能的，不是说你的生产效率提高了以后。

1:01:27你迅速赚钱。因为你整个这是一个巨大的系统，你生产效率一下涨了十倍，这边的客服没对，市场没有跟上，然后品牌没有跟上，销售没有跟上，客服没有跟上，什么支付、合规，这是一连串的东西。不是说你这个井喷了以后就立刻立竿见影，但是你需要先井喷，然后就会发现瓶颈，然后再解决瓶颈，大概需要一段时间，

1:01:51可能是两年，可能是五年。这个才能真的打通。所以这个不是一个立竿见影的事情，但是不这么做，似乎也没有什么其他的解决方案。

1:02:01说实在行动来说的话，我最近有一个思考，就是和一个指标，我认为还是很有道理的。就是我不管一个人跟我讲他的AI的认知有多牛，然后有多少想法，我只问一个问题，你每一个月或者说每一天的token使用量是多少？或者说对于公司来说，你们公司的总token使用量是多少？

1:02:26就这么一个指标，是非常简单粗暴。或者说你token使用量乘以单价，基本上就是说你每天在这个token上面花多少钱。这是一个像GDP一样的硬指标。这个指标如果上不去，其他什么的认知都是白搭。因为这个才是真正的衡量。

1:02:41这里面你说有没有浪费啊，有没有什么冤枉钱啊什么的，当然有。但是不要被这些的小的差异去蒙蔽了眼睛里面对于大的方向的判断。所以我的判断标准特别简单，A组织和B组织，我们看一下它的token使用量，然后这个胜者赢，在这个年代就是这样子。

1:03:03所以对个人来说也是一样。我觉得硅谷很多人焦虑，我现在也是我的焦虑，我都要睡觉了，我的十几个agent都还没活干，我就睡不着。我就觉得我睡觉的时候他们不干活，或者白天的时候我在这边聊天。

1:03:17我就我就很worry，不然我今天就烧不到那么多token。因为你要先要烧到那么多token，然后有这个生产效率，然后接下来下一个问题你必然要问的，能不能让他干点正经活儿？不是，狂烧，这个狂烧。对。那么，就是很多的时候，这个时候千万不要省钱。

1:03:33就是省钱这件事情，省token这件事情会让大家遮蔽大家的双眼。就是很多人都以为我没有上那么多的token，仅仅是我不愿意花钱。但你试试你把这个budget放开了以后，你才发现真正的瓶颈是你的脑子，你的想象力，和你到底让他干什么事儿，

1:03:52以及好的控制，让他能很能优秀出品的能力。

1:03:59对对对。光靠对话很难的，一天要花个两千美金，不如

1:04:06就是千万不要把这个省钱这件事情，它就像这个身体上面的一个疾病的那个脓疮。那些脓你如果不把它清掉，你看不到真正里面到底是什么问题，你总以为是脓。

1:04:20少偷看，一定会有浪费。对。但就那天我们我们说我喜欢Facebook的那个嘛，叫Move Fast and Break Things，Break Things是核心。所以我现在做了一个海报，就是使用token拥抱浪费。

1:04:33你如果不把拥抱浪费写在这上面，你很容易把以防止浪费为名，然后蒙蔽自己的双眼，以至于我们看不清我们没有能力使用AI的现实。

1:05:29是这样的。是啊，搞起来。

1:05:37就觉得就浪费了。

1:05:50好的。谢谢，谢谢。