今天小編分享的科技經驗：又又又給 AI 發明新語言了，卡内基梅隆大學讓計算機理解人的想法後自動coding，結果翻車了，歡迎閲讀。
編程語言圈子又出 " 新花樣 " 了！
如果開發者之間有一件事是共通的，那就是大家總愛創造新語言。這些語言往往被描述為 " 像 C 語言但更簡單 "、" 像 C 語言但更現代 " 或 " 像 C 語言但專為某些特定群體設計 "。而這一次，我們迎來了一種專為 AI 設計的編程語言，可以稱之為 " 适用于 AI 的 C 語言 "。
這次的新語言名為 Mirror，有一些獨到之處。它的基本語法由兩部分組成：定義的函數名稱，以及輸入輸出示例。
它還有點像測試驅動開發（TDD），但不同的是你無需編寫測試，而是直接提供黑盒版本。換句話説，這是一種 AI 驅動的函數式編程體驗，同時也意味着你可以省去手動寫代碼的麻煩。
将 AI 融入傳統編程語言
我們知道在 Excel 中，你可以通過提供一兩個示例來演示如何格式化一列，之後 Excel 會學習這些模式，并将其應用到其他部分。
這種通過示例來引導的方式，是否也能用于編程呢？
卡内基梅隆大學從事教學工作的 Austin Z. Henley 就提出了這樣的設想。想象一下，你不再需要一行一行地寫代碼，而是直接通過示例演示給計算機，讓它 " 學會 " 你的意圖。于是他和某創業公司 CTO Andrés Gottlieb 等人一起開發了一個名為 Mirror 的語言。
Austin 将此稱為 " 編程示例 " 技術，用户提供想要的結果示例，系統生成可以執行該結果的代碼。
Mirror 設計得非常簡單直觀，用户首先需要定義函數的籤名，包括函數名稱、輸入參數的類型以及輸出參數的類型。接下來，用户需要提供一個或多個函數調用的示例，包括适當的輸入參數和對應的輸出結果。
讓我們從一個非常簡單的示例開始，看看這個語言的設計邏輯：
首先定義一個名為 is_even 的函數，然後給出幾個例子，比如 0 是偶數，返回 true，而 1 是奇數，則返回 false...... 這些例子為大語言模型（LLM）提供了訓練依據，用于生成符合規則的實際代碼。
最後用 is_even ( 12345 ) 來調用 is_even 函數，并傳入參數 12345，那麼它會判斷 12345 是否為偶數。
在後端，Mirror 使用傳統的遞歸下降解析器會處理這些示例，然後将它們發送到給大模型，大模型随後生成符合這些示例約束的 JavaScript 代碼。生成的代碼會顯示給用户，如果需要，用户可以提供更多示例以進一步優化輸出結果。
基于 LLM 的示例編程編程語言
這是一門很有噱頭的 " 編程語言 "
有意思的是 Mirror 在技術社區 Lobsters 上曝光後，居然還有一些開發者給予了極高評價：
" 我一直以為會有人發明一種集成了 LLM 的編譯器，但從未真正思考過它可能會是什麼樣子。這是一個非常有趣的概念，就像一種偽代碼解釋器。我覺得這種方式可能有一天會成為主流的編程方法。"
" 很棒！我之前用 neuro-lingo 做過類似的事情，只不過開發者需要為函數提供類型籤名和注釋，這主要是作為一種思想實驗。我一直認為下一步的迭代會類似于 Mirror，開發者的任務是編寫測試，而不是實現具體功能。我覺得在未來，這種方法很有可能變得合理：一種只使用英語作為編程語言（通過 AI）的語言，同時用傳統編程語言來編寫測試以确保正确性。"
" 在看到當前 LLM 的能力後，我就想到這會使形式化規範和驗證的概念變得更加吸引人。"
自媒體博主 The Primagen 則花了 2 個小時探索 Mirror。
他一開始也被 Mirror 的願景吸引住了，認為這簡直是語言輪子界裏的 " 适用于 AI 的 C 語言（be C but for AI）"。
還具備由人工智能驅動的函數式體驗，雖然避免了編寫代碼的繁瑣，但卻需要編寫測試用例，這就好像是一種 " 後期 TDD"。所以他認為，Mirror 的出現标志着人工智能驅動的測試驅動開發進入了 " 後期階段 "。
并且他調侃説，" 只要風險投資人看到 Mirror 的介紹，那麼很可能會輕松獲得一輪千萬美元級别的融資 "，因為 " 人工智能 " 這個詞對風投來説似乎具有莫大的吸引力。他還拿 Friend 舉例，這是一個人工智能社交網絡產品，僅跟 AI 沾個邊就籌集了約 250 萬美元（随後，他們花了 180 萬用來購買 Friend.com 網域名）。
接着他希望用 Mirror 來實現一個簡單的功能。不幸的是即使提供了大量的示例，Mirror 生成的代碼仍然是錯誤的。
但 GPT 只用了一句簡單的英語描述和代碼結構，就輕輕松松地完成了任務。
折騰 2 個小時候後，The Primagen 評價説，Mirror 目前适合用來學習，比如可以幫助你學習如何編寫解析器。
現實中，AGI 離我們還比較遙遠，所以不要只想着回避學習編程。就算 Sam Altman 宣稱距離 AGI 只有 " 幾千天 "，那起碼也還有 10 年時間。所以為什麼有些人非要選擇繞過學習基礎編程的過程，而轉而依賴工具或 AI？
他最後吐槽道：" 要知道，掌握技術并學習解決問題的能力永遠是有價值的。而如果未來的某一天，AI 真的變得無所不能，那麼具備技術技能的人依然會保持競争力。無論未來 AI 多強大，技術能力都将是你提升自我、解決問題和實現價值的核心力量。這不是一個非此即彼的選擇，你可以同時學習技術、享受創造的樂趣，并為自己的職業發展打下堅實的基礎。"
參考鏈接
https://austinhenley.com/blog/mirrorlang.html
https://lobste.rs/s/ui3ld4/mirror_llm_powered_programming_by
https://medium.com/@prateek.vyas/mirror-the-ai-powered-programming-language-using-examples-94fab8c88585
https://www.youtube.com/watch?v=KuLUd1UIvVA
