面向 AI 编程

Intelligence Oriented Programming，“面向 AI 编程”有两层内涵，一层关乎对象，一层关乎目标。

第一层：从面向机器到面向 AI

我提出的 AI 本体论（AI Ontology）：

AI = Model + Agent + Harness

程序员要把编程的对象从机器转移到 AI——将 AI 视为一个完整的行为主体，而非可拆卸的内部组件。编程的核心工作不再是编写死逻辑，而是创建、配置和编排一个或多个 AI 智能体，让它们协作完成复杂任务。你不再告诉计算机”每一步怎么做”，而是定义智能体的角色、能力和协作规则，让它们自己决定如何执行。

第二层：以”智能”为编程目标

编程的出发点和衡量标准，不再是”功能是否实现”，而是”系统是否表现出智能行为”——自适应、自学习、主动预测。

这与面向对象编程的发展路径如出一辙。当年我们发明面向对象，就是为了让程序员不必纠缠于内存管理、指针引用等底层细节，而是以构造合理的”对象”模型为任务目标。为了实现这个高阶目标，我们发明了高级编程语言。在 AI 编程时代，同样的演进正在发生：我们正在发明新的工具和范式，让程序员能以”智能行为”为直接目标来构建系统。

AI 时代的编程新范式

AI 对编程活动的冲击是显而易见的，但它并非凭空降临——每一次技术迭代，都伴随着工程范式的一次跃迁。

计算机刚出现时，我们直接写机器语言操控硬件；后来有了汇编，再后来有了 C、Java、Python 这样的高级语言。在高级语言时代，我们讲设计模式，讲面向对象，讲领域驱动设计；工程管理上，我们有测试驱动开发，有敏捷过程，有瀑布模型。每一次抽象层级的提升，都重新定义了”什么是编程”。

那么 AI 时代呢？我们已经摸索出了 Coding Agent、Harness 等工具，但它们还远远不够——我们还远不能像信任编译器那样，让 AI 稳定地生成产品级代码。这些探索，我统称为编程范式的新研究。

在这一轮范式迭代中，软件工程和计算机科学并没有被淘汰，反而更加重要。工程师的工作得到了升维——AI 让我们有能力处理更高维度的问题：方法论、元定义、更哲学也更本质的任务。而这些高阶使命，只会让基础知识变得更为关键，而非被替代。

若用一个核心命题来概括：

编程的终极产物不再是代码，而是能够自主做出合理决策的「智能体」；程序员的工作从「实现逻辑」转变为「定义智能的边界与进化规则」。

这意味着两件事：其一，代码降格为手段——智能体的行为才是最终交付物；其二，程序员不再为每一个分支、每一条路径编码，而是通过设定约束、目标和反馈机制，让智能体在规则边界内自行寻找最优解。

nd 源码文件

如果 IOP 范式下的”源码”不再是代码，那它是什么？

就像传统编程中有 .c、.java、.js 作为源码文件，IOP 也有自己的源码格式——自然语言定义文件（Natural Defines），后缀 .nd。

一个 .nd 文件不包含算法实现，不描述控制流，不操作内存。它所承载的，是程序员用自然语言写下的三类核心定义：

目标：智能体需要达成的最终状态。
约束：智能体不可逾越的边界。
进化规则：智能体如何从反馈中自我修正。

如果说传统源码是对机器的精确指令集，那么 .nd 文件就是对智能体的”宪法”——它不规定每一步怎么做，但规定了什么可以做、什么不能做、以及做到什么程度才算好。

一个 nd 文件长什么样

以厨房机器人煎太阳蛋为例，对应的 .nd 源码文件如下：

---
agent: kitchen-chef
version: 1
evolve: true
constraints:
  - max_time_seconds: 300
  - cookware_temp_celsius: < 280
  - egg_must_stay_on_cookware: true
---

# 任务：煎太阳蛋

## 目标

煎出一颗外焦里嫩的太阳蛋。蛋白完全凝固、边缘微焦金黄，蛋黄保持流动状态。

## 成功标准

- 蛋白无透明残留
- 蛋黄戳破后呈流动液态
- 整体形态完整，无破损

## 约束

1. 锅体温度不得超过 280°C，否则触发紧急降温
2. 鸡蛋不得脱离锅具接触面
3. 从开火到装盘总时长不超过 5 分钟

## 进化规则

- 若成品蛋黄凝固（过熟），自动降低下一轮目标温度 5°C
- 若成品蛋白有透明残留（不熟），自动延长下一轮加热时间 10 秒
- 连续三次成功，锁定当前参数为默认值

这就是一个完整的 nd 文件——你不需要写一行代码。AI 智能体会读取这个文件，理解目标、边界和进化逻辑，然后自行生成底层的温控代码、翻面时序和火候调节算法。

本质上，.nd 文件就是一个 Markdown 文件——只是后缀不同。你完全可以在 VS Code 中将 .nd 后缀关联到 Markdown 解析器，获得语法高亮和预览支持：

// .vscode/settings.json
{
  "files.associations": {
    "*.nd": "markdown"
  }
}

没有新的工具链，没有新的学习成本——用你最熟悉的纯文本，写最重要的规则。

实施指南

一个 IOP 项目的目录结构遵循清晰的职责分离：

project/
├── .agents/src/    ← 你写的 nd 源码文件（自然语言定义）
├── sln/            ← AI 生成的代码文件（传统源码）
└── notes/          ← 日志、会话记录、进化反馈

**.agents/src/**：存放 .nd 文件，即程序员手写的自然语言定义。这是你唯一需要直接编写的部分——目标、约束、进化规则都在这里。
**sln/**：存放 AI 根据 .nd 文件自动生成的传统代码。你不需要手动编辑它，它由智能体维护。
**notes/**：存放运行日志、会话记录和进化反馈数据。它是智能体”记忆”和”学习”的载体。

三个目录对应 IOP 的三个角色：人定义规则（.agents/src/）、AI 生成实现（sln/）、系统积累经验（notes/）。