關注自動編程這個題目已經一段時間,想趁这个机会把想法整理下來。
所謂「自動編程」,其實不必真的做到全自動——能把開發效率提升一個數量級,就非常了不起了,那基本上就是傳說中的「銀彈」。這個領域的方法論很多:意圖編程(Intentional Programming)、模型驅動架構(MDA)、產生式編程(Generative Programming)、面向語言編程(Language-Oriented Programming),每一條路都有人在推。
這也是當今的國際熱點,國外投入者陣容相當嚇人:做過 Word 與 Excel 核心架構的那批人、IntelliJ IDEA 的作者群,都在其中。不過值得留意的是,Word 與 IntelliJ 再優秀,本質上仍是「沒有智能」的軟體——它們很強,但它們不會自己想出功能。如果真正做過人工智慧底層研究的人投入這個方向,那才令人凜然。
把視角拉遠一點,先想清楚「人的行為」與「程式」的關係。
人的行為本質上就是一步一步地做。如果一件事你說自己不會做,通常意味著其中有某一步或某幾步你不知道怎麼完成;如果說你會做,那就是你能把這件事分解成一系列簡單的行動:要拿屋頂上掛的香蕉,先搬一個箱子,再疊一個箱子,爬上去,取下香蕉,放進嘴裡。
更複雜的情況是:一邊做,環境與條件同時在變。這時大腦執行的是條件判斷——if 這個條件成立,我就這麼做;else 就那樣做。如果同樣的事情要重複一大堆呢?while(還沒做完){ 重複執行,if(情況有變){ 這樣處理 },否則照原樣繼續 }。
人在做事的時候,腦袋裡跑的確實就是一支程式。
回到自動編程。既然叫自動,你總得輸入點什麼,所以它永遠是「半自動」。
問題在於輸入什麼。我們希望輸入的是比 C、C++、C# 這類通用語言層級更高、更抽象的指令;輸出則可以是這些通用語言,甚至直接是機器碼。
現有通用語言的根本缺點是:程式設計師必須在腦中把自己的意思「翻譯」成通用語言。這個翻譯過程極不舒適——你不能有一點含糊、不能有錯誤,前後邏輯的完整性一點問題都不能有,因為電腦沒有絲毫的邏輯補寫能力。
對比一下就知道差距有多大:你用幾分鐘就能把一支程式的需求向工程師交代清楚(語序混亂、偶有含糊都無妨,對方會自動補全);而工程師要把同一件事向電腦交代清楚,可能要花幾個星期。人機交流的效率,用通用語言實在太低。
改程式更糟。你得先把已經「加密」在程式碼裡的意圖找出來(加密者正是原作者),再把自己的意圖映射回通用語言,這一樣耗力。即使有文件幫忙,文件大多時候又沒能即時同步。
我們真正想要的高階抽象語言,必須具備更高的抽象度,也就是必須「模糊」。這聽起來矛盾,其實不然。
想想日常對話:你要叫一個人去做某件事,如果對方完全沒有相關背景知識,你的話語就會變得極度精確——碰到這種情況就這樣做,碰到需要重複就這樣循環——那簡直就是在講程式語言了。抽象之所以能成立,是因為省略:有些地方靠預設方式處理,有些地方靠對話雙方共享的背景知識來補全邏輯。
所以這種語言表達的到底是什麼?可以叫它「意圖」,說到底就是任務。而計算機必須具備把任務逐層分解成子任務、最後落到可執行機器碼的能力。這種分解能力,也正是機器人所必須具備的——一個領域的突破,往往會帶動另一個領域。
從有電腦以來,所有語言的特色都是「告訴機器一步一步做」;純粹基於目的或任務的語言則一直沒有出現。原因也不難理解:當人和人交流而對方毫無背景知識時,你說的話就很接近現在的電腦語言了。要把人的思考完整表達成符號,現有的通用語言其實是個還不錯的選擇。
DSL(領域專用語言)。思路是先做一個 META-DSL 開發環境,進入某個領域時先用它開發(或取得)一個 DSL,再用該 DSL 來開發目標系統。聽起來很誘人,也確實有不少成功案例。但明顯的問題是:部分開發工作天生跨領域,這道坎不容易跨過。
模組化開發系統。像 GeneXus 這類工具有相當長的歷史,用它開發企業應用可以不寫程式;Speed Designer 之類則能產生部分 ASP.NET 程式碼。這些方案都不夠理想:每個模組若想擴充功能,最後還是得回到通用語言求助。
我設想的組合。如果有人能做出「模組(類庫)+ 抽象語言 + 開發環境」三合一的系統,而且模組的擴充與建立完全依賴這套抽象語言完成,甚至能用這套系統建構出與自身 IDE 同級的 IDE——那會是實質的進步。
能不能用像 Olivia Nova 這類商用程式碼產生系統,去構造出它本身的各個模組(例如它自己的 modeler)?我想現在還不行,功能限制正好卡在那裡。畢竟「商用軟體」的外延幾乎沒有邊界,要完整覆蓋,難度完全等級不同。
我傾向認為:即使這種抽象語言真的被發明出來,通用語言的影子也揮之不去。原因回到前面那句話——當對話的另一方毫無知識背景時,人的語言就會退化得近似於現在的電腦語言。抽象語言要能被執行,終究得在某一層把話說清楚;而一旦說得清清楚楚、一點不含糊,它就很接近 C 了。
這大概就是自動編程真正的難點所在:不是語法設計,而是「背景知識從哪裡來」。