破解AI生成代码的可靠性！新语言《Jacquard》描绘人类与AI的共存编程

发生了什么？新闻概要

• AI代码专用语言设计：由FriendMachine进行的研究项目。正式发布的小型语言《Jacquard（.jac）》旨在让人类能够审查、模拟并信任AI生成的代码。
• 副作用的可视化和限制：通过类型系统明确指出函数对外部环境（如{net}）的“效果”。除非在运行时通过--allow显式批准，否则将拒绝含有副作用的执行。
• 结构性身份（Canonical Identity）：忽略注释、换行和变量名的变化，对代码的结构进行哈希处理。即便AI进行了重构，只要本质逻辑不变，都将被视为“相同代码”。

为什么这很重要？值得关注的要点

• “做什么”一目了然：告别传统语言中“必须通读所有行才能明白发生了什么”的状态。仅查看签名即可了解该代码所涉及的权限（权限清单），大幅降低审查成本。
• 通过效果处理器实现灵活测试：可以在不同的“世界”（如生产网络、记录的流量或概率模型）中执行相同的代码。在API宕机时，行为也能在不改变代码的情况下进行模拟。
• 确定性的信任：通过结构性哈希，确保不被AI微小的表述差异所困扰，从而保证逻辑经过测试的有效性。

🦈 鲨鱼的眼（策展人的视角）

在2026年，AI生成代码已经成为常态，最大的问题是“人类如何负责任地审查大量AI写的代码”！《Jacquard》通过“语言级别的约束”完美应对了这一挑战，简直太酷了！特别是**效果行（Type-and-effect rows）**的实现，函数名旁边只需写上{net}，就能瞬间明白“不要通信”。这样，人类无需逐行阅读所有逻辑，就能有效监控AI的权限，避免过度授权！ 此外，多重处理器的实现将概率编程作为库实现，对于处理AI生成代码的不确定性，是一种非常独特且强大的方法！

未来将如何发展？

AI代理将在《Jacquard》上编写代码，而人类只需确认“效果（副作用）的范围”，然后按下批准按钮，这种分工将加速发展。我们将不再让AI在模糊的语言中编写代码，而是开始向“高可验证性语言”转变，以便AI编写代码成为常态。

鲨鱼的观点

这不是将一切都抛给AI，而是人类掌握“缰绳”的武器诞生了！这是一项令人振奋的技术！🦈🔥

术语解释

• 效果（副作用）：程序对外部环境（如网络通信或文件操作）产生的影响。Jacquard在语言层面追踪这一点。

• 效果处理器：定义外部世界对程序请求（请求）的反应的组件。通过替换这些组件，测试和模拟变得更加容易。

• 结构性哈希（Canonical Identity）：根据代码的逻辑结构计算的标识符，而不是代码的书写方式（注释或空白）。

• 信息来源: jbwinters/jacquard-lang