跨越48年的邏輯閉環(huán)：Dijkstra 與 AI 編程的真相

1978年，計(jì)算機(jī)科學(xué)先驅(qū) Edsger Dijkstra 在其編號 EWD667的短文中，曾極具挑釁地預(yù)言了“自然語言編程”的荒謬。即便在 AI 能夠通過對話生成代碼的2026年，他的核心邏輯依然像手術(shù)刀一樣精準(zhǔn)。

一、 Dijkstra 的三個鋒利預(yù)言

Dijkstra 當(dāng)年的論證可以拆解為三個支點(diǎn)：

符號是特權(quán)而非負(fù)擔(dān)： 他認(rèn)為科學(xué)的進(jìn)步史就是“去口頭化”的歷史。從希臘數(shù)學(xué)的停滯到現(xiàn)代科學(xué)的崛起，核心在于人類設(shè)計(jì)了精密的形式化符號系統(tǒng)。拋棄符號回歸語言，本質(zhì)上是文明的倒退。

“自然性”的陷阱： 所謂語言的自然，其實(shí)是因?yàn)樗茏屛覀冚p而易舉地講出那些連自己都沒意識到的矛盾與荒謬。它掩蓋了邏輯的模糊。

接口變寬的代價： 試圖讓機(jī)器“理解”人類的寬泛語言，并不會減輕負(fù)擔(dān)，反而會增加溝通成本，導(dǎo)致人類和機(jī)器兩邊都更累。

二、 現(xiàn)代 AI 實(shí)踐的“打臉”與印證

在經(jīng)歷了一段Vibe Coding的甜蜜期后，現(xiàn)在的開發(fā)者正集體撞上 Dijkstra 預(yù)言的墻：

需求幻覺： 你以為說清楚了，AI 也點(diǎn)頭了，但交付時總差關(guān)鍵點(diǎn)。這印證了：自然語言的模糊性讓你和 AI 都在盲目填補(bǔ)邏輯空白。

架構(gòu)缺失： 自然語言天然缺乏分層、依賴和接口設(shè)計(jì)的約束。AI 生成的代碼往往“能跑但爛”，缺乏長期的工程感。

上下文降智： 當(dāng)對話變長、接口變寬，AI 會被之前的錯誤污染，陷入低效的反復(fù)試錯。

三、 形式化的回歸：從 Vibe 到 Planned

我們發(fā)現(xiàn)，高效的 AI 工作流并不是真的在“說話”，而是在借 AI 之手重建形式化約束?，F(xiàn)在的典型流程是：

用語言描述意圖 -->讓 AI 細(xì)化邏輯 -->由人審查并轉(zhuǎn)化為 Spec、測試用例和驗(yàn)收標(biāo)準(zhǔn)。

這個過程，其實(shí)就是把模糊的自然語言，逐步收窄為 Dijkstra 所推崇的“窄接口”。TDD和持續(xù)集CI/CD在 AI 時代不再是奢侈品，而是排除 AI “胡說八道”的唯一防線。

四、 AI 真正的角色

Dijkstra 沒預(yù)見到的是：形式化的生產(chǎn)成本可以被 AI 抹平。

以前寫嚴(yán)謹(jǐn)?shù)奈臋n和測試用例太累，大家選擇裸奔；現(xiàn)在，你可以口述意圖，讓 AI 快速生成測試套件和接口定義，人只需要負(fù)責(zé)審核與修正。

AI 編程的可持續(xù)模式并非“語言替代符號”，而是：

自然語言作為低門檻的輸入層；

形式化符號作為高強(qiáng)度的驗(yàn)證層；

AI 作為兩者之間的翻譯橋梁。

Dijkstra 沒說錯，他只是在半個世紀(jì)前就看透了：編程的本質(zhì)從來不是說話，而是消除模糊。