雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
寫這篇文章前，我想先放一張圖
這是 1942 年，人類發明的第一台計算機 ENIAC，它占地 170平方米，按照杭州将近 3 萬一平的地價，放它需要花 500 萬。這台計算機上如何寫代碼？它靠的是六位小姐姐通過改變接線來實作。
格蕾絲·赫柏，不僅是世界上第一位女程式員，還是一名将軍，發明 bug 一詞并寫下千年蟲 bug 的女神
第二台 EDVAC 開始，想必大家也有耳聞，用的打孔機。
其實程式設計原理很簡單，衆所周知，我們的電腦無論手機還是 pc，都沒有超出馮·諾伊曼架構。底層是由 0 和 1 兩個電位構成，我們所有的程式設計指令，最終都要變成 0 和 1 計算機才能了解。我們知道 CPU 隻負責計算，本身不具備智能。你輸入一條指令，它就運作一次，然後停下來，等待下一條指令。這些指令都是二進制的，稱為操作碼（opcode），打孔機輸入的就是這些。
一系列操作指令，形成一套指令集(ISC)，目前世面上常見的指令集有RISC (簡單指令集)和複雜指令集(CISC).簡單地說，簡單指令集 就是隻規定非常簡單的二進制處理器指令，複雜的指令也隻是最基本的指令的疊加組合。複雜指令集本身就有一個很龐大的指令集庫，内置了很多指令庫，隻需要調用即可。
前者主要代表有 ARM 架構，後者主要代表有 X86 架構。ARM 架構憑借着核心簡單帶來的低功耗，在移動和 5G 時代備受歡迎。
經典的分層
當然，對于人類來說，二進制是不可讀的，人類又發明了彙編。彙編其實就是二進制指令的助記形式，與指令基本上是一一對應的(有很少的一些抽象)，隻要把彙編映射成二進制，就可以被 CPU 直接執行，是以它是最底層的低級語言。
吹牛能直接看二進制的反派第一部就領了便當
計算機的分層架構設計思想，簡直是人類智慧的精華。從半導體實體學到雲計算，每一層都是對下一層的抽象，上層不需要關心下層的實作，隻需要知道自己要給下一層的輸入輸出是什麼。
在彙編語言之上，出現了對人類更友好的進階語言如 C 語言，它使用近似英語的文法描述代碼來表達代碼，然後由 gcc 編譯器編譯成彙編。
以下是一段簡單的 C 代碼及它在 i7 的 macbook 編譯的彙編形式：
我們可以看到，C 比彙編更接近自然語言，而彙編，則是在和指令和寄存器打交道。
中文程式設計
事實上，世界各國的開發者都進行了基于母語設計程式設計語言文法的嘗試. 有些已經商用且活躍至今。中文圈内比較有名的當屬易語言了，還有前陣子産生話題性的文言文程式設計。
很多人聽到易語言有些不屑，然而這門語言在一個灰色領域卻是 top 級的語言。這個領域就是遊戲外挂和黑産木馬。國内超過八成以上的外挂和盜号程式來自于易語言。
一門語言的是否能火起來，和進入這個子領域的契機有關。比如 C語言，解決了源代碼跨的可移植性問題，C 成為編寫作業系統和底層協定的首選語言。Java 趕上企業資訊化大潮，強類型、垃圾回收及面向對象的進階抽象，使得架構大型企業級應用不會成為災難。
js 的流行在于各大浏覽器廠商談不攏，js 成為唯一各浏覽器開箱即用的語言，恰好趕上 web2.0 技術興起，js 具備了不可取代性，之後隻能進一步對這門本身設計有缺陷的語言向後相容擴充，node 的興起，則是 js 這門語言在向浏覽器宿主之外擴張的自然擴張，利益于不錯的性能和龐大的使用者群體。
Python 則憑借着強大的表現力和數學标準庫，在人工智能領域大受歡迎。中文程式設計，則命中了一個小的群體，這些人不是科班出身，甚至很多沒有學曆，對英語有天生排斥，有一點小聰明，有強烈意願的要做成某件事的人。
易語言官方論壇注冊人數近百萬，能在一個小衆領域中做成功，肯定有一些過人之處，雖然易語言的使用者群偏離了開發者初衷。
不吐槽年代感的 win 98 風格，外易語言的 ide 提供了非常友好的可視化布局界面及調試能力。從基礎程式設計能力到幾乎涵蓋了作業系統的所有庫函數的調用。可以開發下載下傳工具，即時通訊、播放器、網站等衆類型程式，并且都有官方和第三方模闆。ide 的代碼編輯部分也做得很用心 ，常被人吐槽的打「如果」快還是 if 快，其實在 ide 裡隻要輸入 rg 的拼音首字母就能快速補全語句塊了，整個 ide 體驗下來，完全不需要切中文輸入法。
然而其實外挂的開發難度并不簡單，從 LSP 注入到驅動注入，甚至核心重載，VT 調試，用内聯彙編來劫持記憶體資料。這些根本不是一個連英語單詞都拼不來的半吊子能搞定的事。易語言在外挂界流行，其實還有個外行人不了解的内情：做外挂是在法律的邊緣試探，黑客一般不直接出售外挂，而是打包成 dll 非完整的外挂程式形式輸送到黑産下遊來逃避制裁。易語言說白了核心隻做了一件事，調庫。
擴充 JS
講了這些，似乎做為中文程式設計的一哥易語言也不是多光彩的事，然而，這件事對我們來說卻有一些借鑒作用。易語言做為封閉的商業軟體，注定無法成為主流，但我們其實可以簡單地為 js 做一些定制來做到類似的事情。以下是一個可以直接正常運作的 js 程式：
如果覺得還不夠友好，我們可以通過詞法分析再簡單地擴充一下 js：
以上代碼，我們定義一個叫「很容易語言」的文法邊界，然後将邊界内的字元串通過詞法分析拆解成 token，再将 token 生成抽象文法樹 AST，再通過 AST 轉回普通 JavaScript，我們就可以很容易擴充 js，使其更具備中文表現力，又能依托 js 的完善生态。
更自然的語言
以上的方式，隻能降低程式設計入門的門檻，但還是需要嚴格的文法界定符，從資訊論的角度看，降低熵就要增加人力，這部分複雜度并沒有減少和轉移。我們需要更自然的語言來描述邏輯，這就是 NLP。
自然語言有 5 個難點，使得計算機處理很困難：
- 多樣性，如「我打了小明」,「小明被我打了」自然語言沒有太多規律，但我們能能多種句式了解一緻，說明仍有内在規律。
- 岐義性，如果不聯系上下文，缺少環境的限制，語言有很大的歧義性，如「播放美人魚」，是要看聽安徒生童話，還是想看周星馳電影，還是想聽周傑倫的歌？
- 魯棒性，語言多字少字錯字噪音，如比這話句你并不會覺得無發了解。
- 常識，自然語言有知識依賴，比如開車，到底是開車還是開車？
- 上下文，對話的上下文，使用者身份，使用者畫像。
對于上小結的代碼，我們用一種更說人話的方式表達就是：「在頁面 xx 位置畫一個紅色正方形」。這句話，轉成代碼，有資訊是丢失的。比如，xx 位置，對應 dom 選擇器是啥？紅色具體色值是啥？正方形多少大小合适？用 canvas 畫還是 svg 畫？
對于實踐，我們可以多增加一些上下文限制來使得樣本處理簡化：
- 程式設計語言：如中文程式設計語言，它本身是非常結構和嚴限制的
- 模闆：适用于限定類的場景，挖坑
- 可視化編排： 比如通過畫流程表達邏輯，本質還是強結構限制
- 專家系統 ：需要通過規則，分析到丢失資訊，再進一步對話提問
思考
為什麼我們需要中文程式設計?
傳統的開發工具鍊路提效，本質上沒有解決任何問題，隻是用機器代替了部分人力勞動，而機器是高效且不會出錯的。
一個需求的生命周期，從業務方提出想法，到産品經驗梳理成 PRD，再到灌輸給程式員，逼着程式員上線。這個過程，我們發現，我們都是在讨論同一件事，隻是通過不同的方式來描述這件事。需求方通過自然語言，碼農通過程式語言。這個過程中，有很大的一部分工作量是雙方重複的，隻是表達語言不同。
我們是否可以在需求詳審的早期，更多地識别出資訊缺漏的部分？是否可以找到更多的共性部分，通過更結構化地方式表達，或者更智慧的方式去了解？
【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/live立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-04-22
本文作者：設計稿智能生成代碼
本文來自：“
掘金”，了解相關資訊可以關注“掘金”