17.2 自然語言是否成了終極程式語言？當「會說話」就能寫軟體的未來，程式設計師的角色如何升維？#

一個誘人的命題與它的三個漏洞#

「自然語言是終極程式語言」——這是 2023 年後最流行的技術預言。它的直覺基礎：既然 LLM 能把英文翻譯成可執行代碼，為什麼還要學中間表示？

但這個命題有三個結構性漏洞：

漏洞一：自然語言的歧義性是本質的，不是暫時的。回憶 6.2：程式語言的進化方向恰恰是消除歧義（BNF 的唯一語法樹）。自然語言的歧義不是缺陷，是它的功能——人類溝通靠語境、默契與即時修錯補足。歧義的語言無法承載需要機器精確執行的語義——這是喬姆斯基譜系的數學裁定，LLM 沒有廢除它，只是用統計去「猜」意圖。

漏洞二：意圖的精確化本身是工程。寫出「機器能正確理解」的自然語言指令，需要的恰是程式設計的思維：分解、邊界條件、約束聲明、可驗證的驗收標準。實務中，高品質的 prompt 越來越像——規格書（14.1 的敏捷用戶故事、5.2 的 Hoare 前置條件）。「會說話」遠遠不夠；「會把話說得無歧義」正是程式設計的核心。

漏洞三：驗證無法外包給生成者。16.3 的鐵律：生成的裁決需要符號系統。自然語言無法充當裁決語言——驗證層必須繼續使用形式化表示（代碼、型別、測試、契約）。只要驗證層存在，就需要有人能讀懂它的語言。

更準確的判斷：自然語言是「新的最高層」，不是「終極的唯一層」#

本書的抽象層模型可以擴充：

flowchart TB
    L7["自然語言 / 意圖層<br>（2020s 新增）"] --> L6["代碼（高階語言）<br>TS・Python・Rust"]
    L6 --> L5["框架與運行時<br>JVM・瀏覽器・LLVM"]
    L5 --> L4["系統層：C・UNIX・核心"]
    L4 --> L3["機器碼 / ISA"]
    L3 --> L2["微架構・邏輯閘"]
    L2 --> L1["物理（量子力學！）"]

各層不會消失，只會重新分工：

• 意圖層（自然語言）：需求探索、原型、一次性腳本——新增的最上層
• 代碼層：成為驗證與精確語義的載體——不再主要「用手寫」，但必須「能被人讀與審」——代碼從寫作對象變成審計對象
• 底層（系統/硬體）：效能、安全與成本的仲裁者——更稀缺、更昂貴

程式設計師的升維路徑：

教育史的對照：每一層抽象化都曾被預言「不需要學底層了」。歷史每次都證明：底層知識從「日常必需」變成「稀缺優勢」——懂指標的人寫出更好的 Python，懂型別論的人駕馭更好的 TypeScript，懂編譯器的人設計更好的 agent 迴圈。學習曲線從不消失，只會轉移。

「會說話就能寫軟體」的真正意義#

誠實的願景不是「工程師消失」，而是三重擴容：

1. 創作者擴容：非工程師可以造工具——Kay 的 Dynabook 願景（10.1）以 LLM 形式部分實現
2. 迭代加速：想法到可運行原型的時間從月縮到時——敏捷（14.1）的終極加速
3. 工程師上移：從「如何實現」上移到「要什麼、如何驗證、代價何在」——從工藝到工程的又一次躍遷

風險清單（與收益同等重要）：

• 責任與審計：AI 生成系統的事故責任鏈尚未制度化（歐盟 AI Act 2024 是第一次嘗試）
• 技能斷層：如果一代人只學會「指揮 AI」而不懂底層，驗證層的人才池會枯竭——形式化知識的傳承危機
• 同質化：模型傾向生成「語料中最常見」的解法——生態多樣性下降
• 安全：幻覺引入的惡意包名（「slopsquatting」）是 2020s 新興供應鏈威脅

小結#

下一節：17.3 終極抽象化