這項由麻省理工學院計算機科學與人工智能實驗室（MIT CSAIL）的程可盈（Ellie Y. Cheng）、洛根·韋伯（Logan Weber）、金天（Tian Jin）和邁克爾·卡賓（Michael Carbin）等人完成的研究，發(fā)表于2025年的arXiv預印本平臺。有興趣深入了解的讀者可以通過論文編號arXiv:2512.14805查詢完整研究。

當你用自然語言告訴計算機"把這個圖表中的數(shù)據(jù)按大小重新排列"時，你是否想過計算機能直接理解并操作你正在處理的實際數(shù)據(jù)，而不是重新創(chuàng)建一份副本？MIT的研究團隊實現(xiàn)了這個看似不可能的任務。他們開發(fā)了一種叫做"共享程序狀態(tài)"的編程模型，讓自然語言指令能夠直接訪問和修改正在運行的程序數(shù)據(jù)，就像兩個人在同一張桌子上協(xié)作整理文件一樣自然。

在傳統(tǒng)的編程世界里，當我們用自然語言與計算機交流時，就像是通過傳話游戲進行溝通。程序員必須先把數(shù)據(jù)轉換成文本描述，發(fā)送給大語言模型，然后再把模型的回復轉換回程序能理解的格式。這個過程不僅繁瑣，還容易出錯，就像每次傳話都可能失真一樣。而MIT團隊提出的解決方案，就像是讓說話的兩個人坐到同一張桌子前，直接指著桌上的物品進行交流。

為了驗證這種新方法的效果，研究團隊開發(fā)了NIGHTJAR編程系統(tǒng)，并創(chuàng)建了一個包含25個測試程序的基準測試集SPSBench。實驗結果令人印象深刻：使用NIGHTJAR系統(tǒng)的程序在任務準確性上比手動編寫的傳統(tǒng)實現(xiàn)提高了4-19%，同時代碼行數(shù)平均減少了39.6%。當然，這種便利也有代價——程序運行時間增加了0.4到4.3倍，這主要是因為需要頻繁調(diào)用大語言模型來處理自然語言指令。

一、傳統(tǒng)方法的局限性：隔離狀態(tài)下的低效溝通

在理解這項研究的革命性之前，我們先來看看傳統(tǒng)方法面臨的困境。當程序員想要在代碼中嵌入自然語言處理功能時，就像是要讓兩個說不同語言的人進行復雜的協(xié)作。

考慮這樣一個場景：你正在開發(fā)一個管理學術論文引用關系的程序。程序內(nèi)部有一個復雜的圖表結構，記錄著哪篇論文引用了哪篇論文。當用戶輸入"讓論文5引用論文14"這樣的自然語言指令時，傳統(tǒng)的做法就像是這樣的流程：首先，程序員必須把整個引用關系圖轉換成文本描述，就像把一幅復雜的地圖畫成文字說明書；然后把這個文字描述連同用戶指令一起發(fā)送給大語言模型；模型理解后返回一個文字回復，描述應該如何修改；最后程序員還要寫代碼把這個文字描述轉換回實際的數(shù)據(jù)結構修改操作。

這個過程不僅繁瑣，還存在很多問題。就像傳話游戲一樣，每次轉換都可能引入錯誤。更糟糕的是，當數(shù)據(jù)結構變得很大時，轉換成文字描述就像要把整個圖書館的藏書目錄寫成一篇文章——不僅耗時耗力，還可能超出大語言模型的處理能力。

MIT研究團隊把這種傳統(tǒng)方法稱為"隔離程序狀態(tài)"，因為自然語言處理部分和程序的實際數(shù)據(jù)是完全分離的，就像兩個人在不同房間里通過紙條交流一樣低效。

二、共享程序狀態(tài)：讓自然語言直接操控程序內(nèi)存

為了解決這個問題，MIT團隊提出了一個革命性的概念：共享程序狀態(tài)。這就像是把原本分在兩個房間的合作者帶到同一張桌子前，讓他們能夠直接指著桌上的文件進行交流和操作。

在這種新模式下，嵌入在程序中的自然語言代碼不再是孤立的存在，而是能夠直接訪問程序的三個核心組件：變量作用域（就像是桌子上標記好的文件夾）、堆內(nèi)存（類似于文件夾里的具體文件內(nèi)容）和控制流狀態(tài)（相當于工作流程的當前進度）。

讓我們用那個學術論文引用管理的例子來說明差異。在新的共享狀態(tài)模式下，當用戶說"讓論文5引用論文14"時，自然語言處理部分能夠直接"看到"當前的引用關系圖，就像看到桌子上攤開的實際文檔一樣。它可以直接定位到論文14的引用列表，然后在其中添加論文5，整個過程就像是在實際文檔上做標記一樣直接有效。

這種方法的優(yōu)勢是多方面的。首先，它避免了數(shù)據(jù)轉換過程中的信息丟失，就像直接操作原件而不是復印件。其次，它能處理任意大小的數(shù)據(jù)結構，因為不需要把所有數(shù)據(jù)都轉換成文字描述。最重要的是，它讓程序員能夠?qū)Ｗ⒂诤诵倪壿嫞挥没ㄙM大量精力處理數(shù)據(jù)轉換的細節(jié)。

三、NIGHTJAR系統(tǒng)：實現(xiàn)共享狀態(tài)的技術架構

為了將共享程序狀態(tài)的概念轉化為實際可用的編程工具，MIT團隊開發(fā)了NIGHTJAR系統(tǒng)。這個系統(tǒng)就像是一個高級翻譯器，能夠在Python代碼和自然語言之間建立直接的溝通橋梁。

NIGHTJAR的工作原理類似于一個智能助手，它能理解嵌入在Python代碼中的自然語言指令，并將這些指令轉換為對程序狀態(tài)的直接操作。當程序執(zhí)行到自然語言代碼塊時，NIGHTJAR會調(diào)用大語言模型來理解指令的含義，然后通過一系列稱為"效應"（effects）的操作來直接修改程序的變量、對象和控制流。

這個過程可以比作一個經(jīng)驗豐富的管家在主人的指揮下整理房間。當主人說"把書按照出版年份重新排列"時，管家不需要主人詳細解釋每本書應該放在哪里，而是能夠直接理解意圖并執(zhí)行相應的操作。

NIGHTJAR系統(tǒng)使用了幾種關鍵的優(yōu)化技術來提高效率。首先是"專業(yè)化"——針對Python語言的特性進行了特別優(yōu)化，就像為特定工作環(huán)境定制工具一樣。其次是"急切變量加載"——提前準備可能需要的信息，類似于廚師在開始烹飪前先把所有食材準備好。最后是"緩存機制"——記住之前處理過的類似指令，避免重復計算，就像記住常用路線以節(jié)省導航時間。

四、自然函數(shù)接口：通用的溝通協(xié)議

為了讓這種人機協(xié)作模式能夠推廣到其他編程語言和場景，MIT團隊還設計了一個通用的框架，叫做"自然函數(shù)接口"。這就像是制定了一套標準的溝通協(xié)議，讓不同的編程系統(tǒng)都能支持自然語言和程序代碼的無縫集成。

這個接口基于"效應和處理器"的編程概念?？梢园?效應"想象成各種具體的請求，比如"讀取變量X的值"、"修改列表Y"或"跳轉到程序的某個位置"。而"處理器"則負責執(zhí)行這些請求，就像是一個能干的秘書根據(jù)老板的指示執(zhí)行各種任務。

自然函數(shù)接口定義了三個核心組件。首先是"數(shù)值"——即在自然語言和程序代碼之間傳遞的數(shù)據(jù)類型，就像是兩種語言之間的共同詞匯。其次是"效應"——自然語言代碼向宿主程序發(fā)出的各種操作請求，類似于一套標準的手勢語言。最后是"處理器"——負責執(zhí)行這些請求的程序組件，就像是懂得手勢含義并能準確執(zhí)行的助手。

這種設計的巧妙之處在于它的通用性。無論是Python、Java還是其他編程語言，都可以實現(xiàn)這套接口來支持自然語言編程。這就像是制定了一套國際通用的交流標準，讓不同背景的人都能順暢溝通。

五、實驗驗證：SPSBench基準測試的全面評估

為了驗證共享程序狀態(tài)方法的有效性，MIT團隊創(chuàng)建了一個專門的測試集SPSBench，包含25個不同類型的編程任務。這些任務涵蓋了從簡單的數(shù)據(jù)處理到復雜的對象操作等各種場景，就像是為新的溝通方法設計了一套全面的能力測試。

這些測試程序包括了各種實際應用場景。比如有處理多語言數(shù)字平均值計算的程序，有基于語義平衡括號的程序，還有模擬咖啡店訂單處理、郵件分類、健康數(shù)據(jù)錄入等貼近現(xiàn)實生活的應用。每個程序都被設計來測試自然語言編程在特定場景下的表現(xiàn)。

實驗結果令人鼓舞。在Claude-Sonnet-4和GPT-4.1兩種大語言模型上的測試表明，使用NIGHTJAR系統(tǒng)的程序在任務準確性上顯著超越了手動編寫的傳統(tǒng)實現(xiàn)。具體來說，Claude-Sonnet-4上的準確率從傳統(tǒng)方法的78%提升到了85%，而GPT-4.1上也從74%提升到了78%。

更令人印象深刻的是代碼簡潔性的改善。使用共享程序狀態(tài)方法編寫的程序平均減少了39.6%的代碼行數(shù)。這就像是用更簡潔的語言表達同樣復雜的想法，不僅提高了開發(fā)效率，還降低了出錯的可能性。

當然，這種方法也有其成本。由于需要頻繁調(diào)用大語言模型來處理自然語言指令，程序的運行時間增加了0.4到4.3倍。不過，研究團隊通過各種優(yōu)化技術，已經(jīng)將這個開銷控制在可接受的范圍內(nèi)。

六、技術深度分析：從底層機制到性能優(yōu)化

NIGHTJAR系統(tǒng)在技術實現(xiàn)上采用了多層次的優(yōu)化策略。最底層的機制是"效應系統(tǒng)"，它將自然語言指令分解為一系列原子操作。就像把復雜的烹飪指令分解為"切菜"、"調(diào)味"、"炒制"等基本步驟一樣，這種分解讓系統(tǒng)能夠精確控制每個操作的執(zhí)行。

在變量作用域的處理上，NIGHTJAR使用了特殊的語法標記。自然語言代碼中的"<變量名>"表示讀取變量，而"<:變量名>"表示寫入變量。這就像是在文檔中用不同顏色的標記來區(qū)分"引用"和"修改"操作，讓系統(tǒng)能夠準確理解程序員的意圖。

對于堆內(nèi)存的管理，NIGHTJAR采用了引用傳遞的方式。這意味著自然語言代碼操作的是實際對象的引用，而不是對象的副本。這就像是給別人一把鑰匙讓他直接操作保險柜里的物品，而不是給他一份保險柜內(nèi)容的清單。這種方法不僅效率更高，還確保了操作的一致性。

在控制流的處理上，NIGHTJAR通過源代碼轉換來實現(xiàn)Python中原本不支持的goto語句功能。它將程序標簽轉換為try-except塊，讓自然語言代碼能夠通過拋出特殊異常來實現(xiàn)跳轉。這就像是在迷宮中設置傳送門，讓導航更加靈活。

七、性能優(yōu)化策略：平衡效率與易用性

為了解決共享程序狀態(tài)方法帶來的性能開銷問題，MIT團隊實施了多種優(yōu)化策略。首先是"急切變量加載"技術。系統(tǒng)會預先分析自然語言代碼中提到的變量，并提前加載這些變量的值和類型信息。這就像是服務員在客人點菜前先準備好常用的調(diào)料和餐具，避免臨時尋找。

其次是"緩存機制"的引入。系統(tǒng)會記住之前執(zhí)行過的效應序列和對應的結果，當遇到相同的模式時可以直接復用。這種方法特別適合處理重復性任務，就像記住了去某個地方的最佳路線，下次可以直接使用。

第三個優(yōu)化是"Python專業(yè)化"。雖然自然函數(shù)接口設計為通用框架，但NIGHTJAR針對Python語言做了特別優(yōu)化。它用Python特有的eval和exec操作替代了通用的變量讀寫效應，用Python的異常處理機制替代了通用的控制流操作。這種專業(yè)化就像是為特定工作環(huán)境定制工具，能夠顯著提高效率。

通過這些優(yōu)化，NIGHTJAR系統(tǒng)將運行時間開銷從基礎版本的2.0-2.1倍降低到了最終版本的0.4-4.3倍。雖然仍然存在性能損失，但考慮到代碼簡化和開發(fā)效率的提升，這個代價是可以接受的。

八、應用場景與實際意義：從實驗室到現(xiàn)實世界

共享程序狀態(tài)技術的應用前景非常廣闊。在數(shù)據(jù)分析領域，研究人員可以用自然語言直接描述想要的分析操作，而不需要編寫復雜的代碼。比如說"找出銷售額增長最快的產(chǎn)品類別"或"計算不同地區(qū)的客戶滿意度相關性"，系統(tǒng)能夠直接在現(xiàn)有數(shù)據(jù)上執(zhí)行這些操作。

在軟件開發(fā)領域，這種技術可以大大降低編程的門檻。非專業(yè)程序員可以用自然語言描述業(yè)務邏輯，然后讓系統(tǒng)自動生成相應的代碼實現(xiàn)。這就像是讓業(yè)務專家能夠直接與計算機交流，而不需要通過程序員作為中介。

在教育領域，這種技術可以幫助學生更好地理解編程概念。學生可以用自然語言描述算法思路，然后觀察系統(tǒng)如何將這些思路轉換為實際的程序操作。這種直觀的對應關系有助于建立編程思維和自然思維之間的橋梁。

在人工智能應用開發(fā)中，這種技術可以讓AI系統(tǒng)更好地理解和執(zhí)行復雜的指令。比如在智能家居系統(tǒng)中，用戶可以說"如果明天下雨就調(diào)整澆水計劃"，系統(tǒng)能夠直接理解并修改相關的程序邏輯。

九、挑戰(zhàn)與局限性：技術發(fā)展的現(xiàn)實約束

盡管共享程序狀態(tài)技術展現(xiàn)了巨大的潛力，但它也面臨著一些重要的挑戰(zhàn)和局限性。首先是安全性問題。傳統(tǒng)的隔離狀態(tài)方法雖然繁瑣，但提供了天然的安全屏障。而共享狀態(tài)方法讓自然語言代碼能夠直接操作程序內(nèi)存，這就像是給了客人直接進入主人臥室的權限，需要更嚴格的訪問控制機制。

性能開銷是另一個重要考慮因素。雖然經(jīng)過優(yōu)化，但系統(tǒng)仍然需要頻繁調(diào)用大語言模型，這在處理大規(guī)模數(shù)據(jù)或?qū)崟r應用時可能成為瓶頸。這就像是每次做決定都要咨詢專家，雖然決策質(zhì)量更高，但速度會受到影響。

模型能力的依賴性也是一個限制因素。系統(tǒng)的表現(xiàn)很大程度上取決于底層大語言模型的理解能力。當遇到模型無法理解的復雜指令時，系統(tǒng)的可靠性會下降。這就像是助手的能力決定了整個團隊的工作效果。

此外，調(diào)試和錯誤診斷變得更加復雜。當自然語言指令沒有產(chǎn)生預期結果時，程序員需要理解模型的思維過程，這比傳統(tǒng)的代碼調(diào)試更具挑戰(zhàn)性。這就像是要理解另一個人的思維方式才能找出溝通中的問題。

十、未來展望：技術發(fā)展的可能方向

MIT團隊的這項研究為編程范式的發(fā)展開辟了新的道路，未來的發(fā)展方向有很多可能性。首先是優(yōu)化技術的進一步改進。研究團隊提到可以借鑒字節(jié)碼優(yōu)化、并行生成和更高級緩存策略等技術來進一步降低性能開銷。這就像是不斷改進生產(chǎn)線的效率，讓新技術變得更加實用。

安全機制的完善也是重要的發(fā)展方向。未來的系統(tǒng)可能會引入更精細的權限控制，類似于操作系統(tǒng)的權限管理，確保自然語言代碼只能訪問被明確授權的程序組件。這將在保持靈活性的同時提供更好的安全保障。

開發(fā)工具的完善也值得期待。就像任何新的編程范式一樣，共享程序狀態(tài)編程需要專門的調(diào)試器、測試工具和代碼分析工具。未來可能會出現(xiàn)專門的集成開發(fā)環(huán)境，幫助程序員更好地編寫和維護包含自然語言代碼的程序。

更廣泛的語言支持也在計劃之中。目前NIGHTJAR主要針對Python進行了優(yōu)化，但自然函數(shù)接口的通用性設計使得它可以擴展到其他編程語言。未來可能會看到支持Java、JavaScript、C++等語言的類似系統(tǒng)。

十一、對編程教育和軟件開發(fā)的深遠影響

這項技術對編程教育的影響可能是革命性的。傳統(tǒng)的編程教育往往從語法和基礎概念開始，學生需要先掌握大量的技術細節(jié)才能實現(xiàn)簡單的功能。而共享程序狀態(tài)技術讓學生可以先用自然語言表達算法思想，然后逐步學習如何用正式代碼實現(xiàn)這些思想。這種方法更符合人類的認知習慣，可能會大大降低編程學習的門檻。

對于軟件開發(fā)行業(yè)，這種技術可能會改變團隊協(xié)作的方式。業(yè)務專家可以直接參與到程序邏輯的定義中，而不需要完全依賴程序員的理解和轉譯。這就像是讓建筑師能夠直接與施工隊伍交流，而不需要通過工程師做中介。這種直接溝通可能會減少需求理解偏差，提高軟件質(zhì)量。

在代碼維護方面，包含自然語言描述的代碼可能更容易理解和修改。當其他開發(fā)者需要維護代碼時，自然語言部分就像是內(nèi)置的文檔，能夠直接說明代碼的意圖。這種自文檔化的特性可能會大大降低軟件維護的成本。

十二、與相關技術的比較和定位

在大語言模型編程應用的生態(tài)中，MIT的共享程序狀態(tài)技術有其獨特的定位。與OpenAI的代碼解釋器工具相比，后者將代碼執(zhí)行完全隔離在獨立環(huán)境中，而NIGHTJAR則允許自然語言代碼直接操作主程序的數(shù)據(jù)。這就像是在圍墻內(nèi)工作與在開放工作空間協(xié)作的區(qū)別。

與GitHub Copilot等代碼生成工具相比，NIGHTJAR不是要替代程序員編寫代碼，而是讓自然語言成為程序的一部分。這種差異就像是助手幫你寫文檔與讓你能夠直接用口述方式創(chuàng)建文檔的區(qū)別。

與傳統(tǒng)的領域特定語言（DSL）相比，自然語言具有更好的表達靈活性和更低的學習成本。人們不需要學習新的語法規(guī)則，就能用已經(jīng)熟悉的自然語言來編程。這種方法的普適性更強，適用面更廣。

說到底，MIT團隊的這項研究代表了人機協(xié)作的一種全新模式。它不是要讓機器完全替代人類程序員，也不是要讓人類完全用自然語言編程，而是在正式代碼和自然語言之間建立了一座橋梁。通過這座橋梁，程序員可以在需要精確控制的地方使用傳統(tǒng)代碼，在需要靈活表達的地方使用自然語言，從而獲得兩種方式的優(yōu)勢。

這種技術的出現(xiàn)，可能預示著編程范式的一次重要演進。就像從匯編語言到高級編程語言的轉變大大提高了編程效率一樣，從傳統(tǒng)編程到自然語言編程的轉變也可能帶來類似的效果。雖然目前還存在性能和安全等方面的挑戰(zhàn)，但隨著技術的不斷完善，我們有理由期待一個更加友好、更加直觀的編程未來。

當前這項技術還處于研究階段，距離大規(guī)模商用還有一段距離。但是，它為我們展示了一種可能性：未來的編程可能不再是程序員的專屬領域，而是每個人都能參與的創(chuàng)造性活動。當自然語言真正成為編程語言的一部分時，我們可能會看到軟件開發(fā)民主化的新時代，就像互聯(lián)網(wǎng)讓信息傳播民主化、智能手機讓計算能力民主化一樣。

Q&A

Q1：什么是共享程序狀態(tài)技術？

A：共享程序狀態(tài)是MIT團隊提出的一種新編程模式，允許自然語言代碼直接訪問和修改程序的變量、對象和控制流，而不需要在自然語言和程序代碼之間進行數(shù)據(jù)轉換。這就像讓兩個協(xié)作者在同一張桌子上工作，而不是在不同房間通過紙條交流。

Q2：NIGHTJAR系統(tǒng)相比傳統(tǒng)編程方法有什么優(yōu)勢？

A：NIGHTJAR系統(tǒng)在任務準確性上比傳統(tǒng)手動實現(xiàn)提高了4-19%，代碼行數(shù)平均減少了39.6%，大大提高了編程效率。程序員可以用自然語言直接表達復雜邏輯，不需要編寫大量的數(shù)據(jù)轉換代碼，就像用更簡潔的語言表達同樣復雜的想法。

Q3：這種技術的主要局限性是什么？

A：主要局限性包括運行時間開銷（增加0.4-4.3倍）、安全性挑戰(zhàn)（自然語言代碼能直接操作內(nèi)存）和對大語言模型能力的依賴。此外，調(diào)試和錯誤診斷也比傳統(tǒng)代碼更加復雜，需要理解模型的思維過程才能找出問題。