文 / 浩知
引子
写这篇文章前，我想先放一张图
第二台 EDVAC 开始，想必大家也有耳闻，用的打孔机。
其实编程原理很简单，众所周知，我们的电脑无论手机还是 pc，都没有超出冯·诺伊曼架构。底层是由 0 和 1 两个电位构成，我们所有的编程指令，最终都要变成 0 和 1 计算机才能理解。我们知道 CPU 只负责计算，本身不具备智能。你输入一条指令，它就运行一次，然后停下来，等待下一条指令。这些指令都是二进制的，称为操作码（opcode），打孔机输入的就是这些。
一系列操作指令，形成一套指令集(ISC)，目前世面上常见的指令集有RISC (简单指令集)和复杂指令集(CISC).
简单地说，简单指令集 就是只规定非常简单的二进制处理器指令，复杂的指令也只是最基本的指令的叠加组合。复杂指令集本身就有一个很庞大的指令集库，内置了很多指令库，只需要调用即可。
前者主要代表有 ARM 架构，后者主要代表有 X86 架构。ARM 架构凭借着内核简单带来的低功耗，在移动和 5G 时代备受欢迎。
经典的分层
当然，对于人类来说，二进制是不可读的，人类又发明了汇编。汇编其实就是二进制指令的助记形式，与指令基本上是一一对应的(有很少的一些抽象)，只要把汇编映射成二进制，就可以被 CPU 直接执行，所以它是最底层的低级语言。
吹牛能直接看二进制的反派第一部就领了便当
计算机的分层架构设计思想，简直是人类智慧的精华。从半导体物理学到云计算，每一层都是对下一层的抽象，上层不需要关心下层的实现，只需要知道自己要给下一层的输入输出是什么。
在汇编语言之上，出现了对人类更友好的高级语言如 C 语言，它使用近似英语的语法描述代码来表达代码，然后由 gcc 编译器编译成汇编。
以下是一段简单的 C 代码及它在 i7 的 macbook 编译的汇编形式：
int main () {
return 1 + 2;
}
_main:
.cfi_startproc
pushq %rbp
.cfi_def_cfa_offset 16
.cfi_offset %rbp, -16
movq %rsp, %rbp
.cfi_def_cfa_register %rbp
movl $0, -4(%rbp)
movl $3, %eax
popq %rbp
retq
.cfi_endproc
我们可以看到，C 比汇编更接近自然语言，而汇编，则是在和指令和寄存器打交道。
中文编程
事实上，世界各国的开发者都进行了基于母语设计编程语言语法的尝试. 有些已经商用且活跃至今。中文圈内比较有名的当属易语言了，还有前阵子产生话题性的文言文编程。
很多人听到易语言有些不屑，然而这门语言在一个灰色领域却是 top 级的语言。这个领域就是游戏外挂和黑产木马。国内超过八成以上的外挂和盗号程序来自于易语言。
一门语言的是否能火起来，和进入这个子领域的契机有关。比如 C语言，解决了源代码跨的可移植性问题，C 成为编写操作系统和底层协议的首选语言。Java 赶上企业信息化大潮，强类型、垃圾回收及面向对象的高级抽象，使得架构大型企业级应用不会成为灾难。
js 的流行在于各大浏览器厂商谈不拢，js 成为唯一各浏览器开箱即用的语言，恰好赶上 web2.0 技术兴起，js 具备了不可取代性，之后只能进一步对这门本身设计有缺陷的语言向后兼容扩展，node 的兴起，则是 js 这门语言在向浏览器宿主之外扩张的自然扩张，利益于不错的性能和庞大的用户群体。
Python 则凭借着强大的表现力和数学标准库，在人工智能领域大受欢迎。中文编程，则命中了一个小的群体，这些人不是科班出身，甚至很多没有学历，对英语有天生排斥，有一点小聪明，有强烈意愿的要做成某件事的人。
易语言官方论坛注册人数近百万，能在一个小众领域中做成功，肯定有一些过人之处，虽然易语言的用户群偏离了开发者初衷。
不吐槽年代感的 win 98 风格，外易语言的 ide 提供了非常友好的可视化布局界面及调试能力。从基础编程能力到几乎涵盖了操作系统的所有库函数的调用。可以开发下载工具，即时通讯、播放器、网站等众类型程序，并且都有官方和第三方模板。ide 的代码编辑部分也做得很用心 ，常被人吐槽的打「如果」快还是 if 快，其实在 ide 里只要输入 rg 的拼音首字母就能快速补全语句块了，整个 ide 体验下来，完全不需要切中文输入法。
然而其实外挂的开发难度并不简单，从 LSP 注入到驱动注入，甚至内核重载，VT 调试，用内联汇编来劫持内存数据。这些根本不是一个连英语单词都拼不来的半吊子能搞定的事。
易语言在外挂界流行，其实还有个外行人不了解的内情：做外挂是在法律的边缘试探，黑客一般不直接出售外挂，而是打包成 dll 非完整的外挂程序形式输送到黑产下游来逃避制裁。易语言说白了核心只做了一件事，调库。
扩展 JS
讲了这些，似乎做为中文编程的一哥易语言也不是多光彩的事，然而，这件事对我们来说却有一些借鉴作用。
易语言做为封闭的商业软件，注定无法成为主流，但我们其实可以简单地为 js 做一些定制来做到类似的事情。以下是一个可以直接正常运行的 js 程序：
var 画布 = 获取画布('#canvas', '2d')
if (存在(画布)) {
画布.填充颜色('红')
画布.绘制矩形(10, 10, 55, 50)
}
如果觉得还不够友好，我们可以通过词法分析再简单地扩展一下 js：
var iamotherjs...
```很容易语言
设 画布 为 获取画布('#canvas', '2d')
如果 (存在(画布)):
画布.填充颜色('红')
画布.绘制矩形(10, 10, 50, 50)
以上代码，我们定义一个 叫「很容易语言」的文法边界，然后将边界内的字符串通过词法分析拆解成 token，再将 token 生成抽象语法树 AST，再通过 AST 转回普通 JavaScript，我们就可以很容易扩展 js，使其更具备中文表现力，又能依托 js 的完善生态。
更自然的语言
以上的方式，只能降低编程入门的门槛，但还是需要严格的语法界定符，从信息论的角度看，降低熵就要增加人力，这部分复杂度并没有减少和转移。我们需要更自然的语言来描述逻辑，这就是 NLP。
自然语言有 5 个难点，使得计算机处理很困难：
- 多样性，如「我打了小明」,「小明被我打了」自然语言没有太多规律，但我们能能多种句式理解一致，说明仍有内在规律。
- 岐义性，如果不联系上下文，缺少环境的约束，语言有很大的歧义性， 如「播放美人鱼」，是要看听安徒生童话，还是想看周星驰电影，还是想听周杰伦的歌？
- 鲁棒性，语言多字少字错字噪音，如比这话句你并不会觉得无发理解。
- 常识，自然语言有知识依赖，比如开车，到底是开车还是开车？
- 上下文，对话的上下文，用户身份，用户画像。
对于上小结的代码，我们用一种更说人话的方式表达就是：「在页面 xx 位置画一个红色正方形」。这句话，转成代码，有信息是丢失的。比如，xx 位置，对应 dom 选择器是啥？红色具体色值是啥？正方形多少大小合适？用 canvas 画还是 svg 画？
对于实践，我们可以多增加一些上下文约束来使得样本处理简化：
- 编程语言：如中文编程语言，它本身是非常结构和严约束的
- 模板：适用于限定类的场景，挖坑
- 可视化编排： 比如通过画流程表达逻辑，本质还是强结构约束
- 专家系统 ：需要通过规则，分析到丢失信息，再进一步对话提问
思考
为什么我们需要中文编程?
传统的开发工具链路提效，本质上没有解决任何问题，只是用机器代替了部分人力劳动，而机器是高效且不会出错的。
一个需求的生命周期，从业务方提出想法，到产品经验梳理成 PRD，再到灌输给程序员，逼着程序员上线。这个过程，我们发现，我们都是在讨论同一件事，只是通过不同的方式来描述这件事。需求方通过自然语言，码农通过程序语言。这个过程中，有很大的一部分工作量是双方重复的，只是表达语言不同。
我们是否可以在需求详审的早期，更多地识别出信息缺漏的部分？是否可以找到更多的共性部分，通过更结构化地方式表达，或者更智慧的方式去理解？
