# 用人工智慧助軟體開發 / 蔡學鏞

{%hackmd @ModernWeb/SyA2U6SmT %}

> 共筆請從這開始

## 程式設計師的養成
工具雖然多，不過需要大量的經驗累積。
改變:LLM 生成式AI
有 AI 還是要 coding 知識
現在也有人使用 ChatGPT 做 pair coding

- 程式師 -> 開發工具/Chatbot
- Chatbot -> 生成式 AI/程式師
- 開發工具 -> 程式師 / MVC
- MVC -> 開發工具 / 生成式 AI/用戶
- 用戶 -> MVC

《Pair Programming with ChatGPT
AI-Enhanced Coding for the Modern Developer (Covers ChatGPT 4)》

## 接下來呢？用汽車作為思考的引子

自駕車等級表

| Column 1 | Column 2 |
| -------- | -------- |
| Level 1 | Text |
| Level 2 | Text |
| Level 3 | Text |
| Level 4 | Text |
| level 5 | |

-> 思考「自動編程」等級表
-> 原始目標

## 在自動駕駛 L5 之後，會怎樣

> 提示：回歸原始目的

舉例：你想要從A點到B點，目的是到B點
多拉A夢摸著百寶袋
不要只想著會出現竹蜻蜓，代表你只想著交通工具
有可能可以拿出任意門

transpotation ---> teleportation

## 在chatGPT L5以後

ChatGPT <-> Application
ActGPT <-> Invocation

### Application VS. Invoation

application
- 用戶
- 應用應用應用...(開發不完的applications)
- 核心

invocation
- 用戶
- **AI**
- **Invocation (讓AI把意圖實現出來)**
- 核心

Application ---> Invoation
問題：核心是什麼？

## My vision1: Anyone as a Programmer

編程門檻降低，任何人都可以自己描述最基礎的需求，避免和程式

## My vision2: Invocation

根據使用者意圖，系統動態組合基礎功能，不需事先編寫應用。

## My vision3: Emergant User Interactions

根據執行過程 系統動態生成ui，不需事先編寫。

## My vision4: You got a twin(數位分身)

許多時候可以由系統代替使用者決策、行事、讓使用者省心。

## 架構差異(當前vs願景)

兩者差異

1. 不需要工程師
2. 不需要 Chat
3. 成為系統隱含的一部分，不需要和程式設計師對話
4. UI 不需要人設計 => 是浮現出來的
5. 新增 Agent

## 大綱

- A 重新設計軟體開發工具
- B 重新設計Runtime
- C 重新設計編程語言.
- D 重新設計資料庫管理系統
- E 重新設計查詢語言
- F 動態生成用戶介面
- G 為使用者意圖建模
- H 自動生成系統調用
- I 智慧代理人的設計

### A 重新設計軟體開發工具
A的改變是為了CDEF

- 程式一大坨(要拆細) -> 對應 C
- 資料格式僵化 -> 對應 D
- 程式和資料庫之間有阻抗(SQL語言溝通) -> 對應 E
- UI 沒彈性 -> 對應 F (沒彈性不是指自適應)

極致抽象

solution: graph

利用Graph來組織程式的一切, 程式設計就變得...一致?

步驟1：建立節點
步驟2：選擇一個框架，套用之
步驟3：針對框架所需要節點，連結之

程式整體是個網
安裝程式就變成了 應用被融入系統中(no process no application )

- [系統網 聯集 應用網]

graph 缺點：不適合直接編輯與展示
解法：轉換成 list

graph -> list
- node -> item
- link -> content

用 graph 寫程式，APP demo
- 節點清單
- 創建清單
- 節點內容

達成可執行的語意網 (Semantic Web)

### B 重新設計 runtime

Graph 如何執行
在runtime是Tree

### C 重新設計編程語言

領域特化

Control Flow(eg.if-else)

procedure flow operation condition expression query resource

flowchart LR
    p(procedure) --> f(flow)
    f --> o(opration)
    o --> e(expression)
    o --> r(resource)
    c(condition) --> e --> q(query) --> r
    p --> r

- procedure 可以接收到 Resource
- procedure 執行 control flow (eg. if else)
- 有了control 他可以根據 condition 來去執行動作 operation
- operation 真正產生行為 影響 Expression Resource
- Expression 舉例 加減乘除
- Expression 可以進行 Query
- Query 會用到 Resource

這7個點合起來叫 **Object**

Clean Code 第三章類似

### 重新設計資料庫

DDL

Event Sourcing + Associative Model of Data

Event Sourcing:
- 事件累積 (e.g 規範化的Log)
- 要敘述成發生過的事件
- 不要寫屬性 (生日是 xxxx/xx/xx)，是事件 (出生於 xxxx/xx/xx)

>> 主詞 動詞 名詞
>> ㄧ切都是變化的累積

例子
- Jerry 生日是 xxxx/xx/xx -> Jerry 出生於 xxxx/xx/xx
- Jerry 地址是 xxx -> Jerry 搬到 xx

推書
- The Order of Time, Rovelli, Carlo

### E 重新設計查詢語言
DDL(Data Definition Language)、DQL(查詢語言)、DML(資料的處理語言)

- 編織一張查詢網，內容有許多空缺
- 在「程式網」中尋找符合這張「查詢網」的空缺結組合
- 如果沒有，或者有多個且只需要一個，可以向用戶詢問

> 一樣是個 graph 概念

### F 動態生成用戶介面

還沒研究完成

### G+H
兩個相關，要一起講

P - F - O - R - Q - E - C

讓用戶表達意圖 What，而非 How 的兩種方式
- 把意圖表達成事件
- 從Resource節點逆推回 P
- 表達希望發生但還未發生的事情
- 表達狀態(Condition)：希望保持、變化的狀態
- 太多狀態，依重要/緊急分類

### I 智慧代理人的設計

智慧代理人(Agent) 是在 Cloud

智慧代理人的作用

- 繪製一張查詢網，內容有許多空缺
- 在程式網中尋找浮合這張網的空缺節點組合
- 如果沒有，或者有多個且只需要一個，可以向用戶詢問
- 如果用戶不在，可以向用戶的數位分身詢問

eg. 買機票，如果使用者沒有選擇要哪個座位，Agent根據user過去的選擇，直接挑最便宜的。

關於應用心智模型的三個關鍵問題

- 心智模型的表達方式
- 如何透過用戶行為推測其心智，並更新到模型
- 心智模型如何接受提問，如何回答

推書
- [A thousand brains - A new Theory of Intelligence, Jeff Hawkins](https://www.books.com.tw/products/F017099908)

### 新皮質層的知識結構

- 建立一個節點，為其命名
- 選擇節點所使用的框架，至少一個
- 填寫框架所需要連結的接點
- 回到第一步驟

#### 感到熟悉嗎？

目的：

Agent是用戶的分身，要盡量接近用戶，而不是接近應用或理想
人有誤區，會掉入陷阱

推書
- 思考的藝術，52 個非受迫性思考錯誤
- 行為的藝術，52 個非受迫性行為偏誤

不是給他最好的決定，是要給最符合使用者的決定

### 回顧願景

1. **編程門檻降低**，任何人描述程式，避免和程式設計師等人溝通的損耗
2. 根據使用者意圖，系統...
3. 根據執行過程的需要，系統能**動態生成用戶介面**，不需要事先編寫
4. **智慧代理人**可以代替用戶行事

### 更遠的未來

### QA

推影片
- [Large Language Models and The End of Programming - CS50 Tech Talk with Dr. Matt Welsh - YouTube](https://www.youtube.com/watch?v=JhCl-GeT4jw)

---
> 聊天區

有切分聊天區我覺得很讚！

AI 是輔助工具，還是...
> 對於初學的人來說是好的？深怕外面的課程開始教你入門用AI 後續沒AI 什麼都不會了
>> 就講師說的，你還是需要懂相關知識，不然你只是一個複製貼上的人類介面(yes)
>> 以前某些工程師也只是stackflow上copy paste
>> 現在 copy paste 的速度變快了 (x) xd
>>> 但工程師本來就要會自學，AI 只是幫助快速拿到你想要的資料，資料的識讀是最大問題？感覺對初學者會越來越辛苦
>>> 書的存在還是有意義的xd
>>> 整理跟驗證過的知識 （完全認同）
>>>> 但現在已經有很多書是純叫 AI 寫的了...
>>>>> 至少有具名可以挑xdd
>>>> 確實但可以想像得到之後大教育環境來說可能會都教你問 ai ?? www
>>>> 而且現在的人怎區分是非都是問題，如果都完全依賴 ai 給的資訊可想而知...
>>>> ai很多都是錯誤的
>>>>> 現在熟 ChatGPT 的人都知道它是在一本正經的胡說八道
>>>>> 有研究說chatGPT講的比資深講的還容易被相信
>>>>> 我也超擔心大家都不驗證AI給的資訊，未來會有更多奇怪的東西氾濫

> 個人認為 Copilot 是越資深的工程師越有幫助，因為你需要去理解 Copilot 產生的內容，而不能照單全收（即使結果看起來是對的）
> 我也是覺得對資深工程師應該會是助力，但對JR會不會造成依賴
> 這也要看 資深工程師 真的資深？還是套件工程師？
>> 加速資深工程師生產力的工具

> 其實我是蠻反對 Junior 使用 Copilot
> 公司蠻多 Junior 在使用
> 覺得初期用太多
> 讓他們的成長受限
> 反而變成無情任務完成機

tab工程師
以後鍵盤的tab鍵消耗量大增
> XD
> 以後只要一個麥克風 + 一個 tab 鍵就好
> 腳踩tab鍵 一手漢堡一手可樂

LEVEL 5之後 -> 任意門 XD
> 版權警告
> 神預測

~~只有我注意到叫小叮噹嗎~~
> 透露年齡（Ｘ
> 我也小叮噹
>> 技安 vs 胖虎
>> 小夫我要進....

我都叫神奇寶貝啦

Invocation
> 聖杯啊 願望機
>> 聖杯戰爭開打
>> 已經變髒杯惹
>> 大家都是caster
>> Saber 我婆
>> やっちゃえバーサーカーー
把編程門檻降低 ==> 我光BDD都推不了了 (+1)
>>> 請chatgpt幫你用BDD設計就推得了了
>
一起來詠唱好了[vscode-speech](https://marketplace.visualstudio.com/items?itemName=ms-vscode.vscode-speech)

我都叫數位替身，噢啦噢啦！
> 這是替身攻擊!!!
> 數位替身是什麼意思？意識轉移到雲端？好像黑鏡

用 AI 寫程式就不用訓練是不是搞錯了什麼？
> AI夠強，要能描述足夠的spec問題會出在 "算力"
> 工程師已經跟業務員放在同一層了
> 連UI設計師都要失業了嗎
>訓練工程師寫註解的能力 XD
>寫得好 tab生出來的東西正確率大增
>> 訓練業務把需求說清楚的能力
>>> 先來學 DDD 吧
>>> 來人啊 開一場 event storming

我是來聽創新的，不是來聽做夢的
> 你講的那麼會創新，怎麼不自己投稿講一場？
> 批評很容易，Show, don't talk
>> Talk is cheap, show me the code
>> 阿都自動生成了，怎麼還有code

> XD
> 畢竟是願景
> WOW~右邊那個內容
> 我很久沒作夢了 感謝帶來一個好夢
> 還是架構師就是做這些事的阿, 先有願景架構, 再來實踐?
>> 可以參考講者在 iThome 的文章 [蔡學鏞 | iThome](https://www.ithome.com.tw/users/%E8%94%A1%E5%AD%B8%E9%8F%9E)
>
> 他後面說他要來實踐了XD我來期待一下
> 夢到失業 哭到半夜
> 夢醒滿身汗
> 開始畫圖了

工程師失業
> 而且是工程師自己造成自己失業的
>工程師變成跟小七店員一樣??
>小七店員很厲害的 要會一堆東西還要面對一堆奧客xddd
>小七現在也在推自助結帳了，也許以後不會需要學那麼多東西
>還要會壓車 跑台7乙(?)
>（會壓車跑台七乙的是全家店員？
>(FAMILY FART)
>>ㄏㄞˊ錢
>工程師終於走到把自己搞失業的地步了
>>SA文件丟GPT 成品就馬上出來ー
>>樓上的情況好似曾相似
>>>老闆跟GPT許願 SA文件就生出來了 所以SA也失業了
>>>客戶也跟GPT許願 老闆也失業了 (X)

這些工具不是現存的No Code方案嗎?
>為何今年沒有no code分享

>昨天去逛唐吉也推自動結帳了 超方便
>> 在國外都好幾年了
>> 自助真的讚
>>> 但是我上次在迪卡儂要自助結帳被店員搶過去幫我刷xddd
>>> 迪卡儂結帳只要把商品倒到洞裡就完成
>>> 國外人力貴，自助結帳效益高
>>> 的確，偷竊也很多ＸＤ 在澳洲自助結帳 拿高級蔬菜結帳結紅蘿波
>>> 人性啊 （捏爆

UI 完了要引戰了？

> 極致抽象怎麼感覺像是...
> Hyper Abstract
> 一種物件導向的 X Max Pro+
> 需要把抽象化再做強力抽象化
> 最後看不懂在幹嘛
>> 我抽象化你的抽象化
>>> cyberpunk conf 2023
>>>> 我開始神機錯亂惹

~~節點式編譯不是有一段歷史了？~~(當我沒說)
> 我不知道，求大佬帶
> 不知道+1

Graph 可怕
> ~~是不是在幫 Heptabase 鋪路，把每一個想法化成一組卡片~~
> 不是DAG的話算力不夠，有物理極限
>
> 突然又像 low code 了
> 跟現在的flow-xxx類似的no code/low code工具一樣啊 lol
> 不會有搜尋速度問題ㄇ
> 如果還是人類在介入Flow的設計，那還叫聖杯嗎? 要勇敢的做夢R
> 聖杯還是要有人許願r

> 看起來好像 apple 的捷徑喔

「反正程式寫出來是可以run的」
> 這句話深得我心 +1
> 必須給讚
> > 坐等開源 GitHub 的網址
> > 不可以用坐的 我們用跪的 請收下我們的膝蓋

write only 語言要來了嗎

> 領域展開囉
>> 領域特化 -> 捏繭利，改造領域

> 昨天看到有個 Conf 有在徵稿 -> 什麼 -> 2024 臺灣雲端大會
> 問個問題，投稿有甚麼訣竅嗎？
> 雖然我想投
> 但是我能解決的問題似乎不太進階
>>>題目訂出來 接不接受是他們的事 不是啥都要很深的
>>>> MWC 這次有些我也覺得不是很深....
>> 先去對應的社群的 meetup 試水溫
>
> 2024 臺灣雲端大會，感覺就沒有專一的 meetup
>> 雲端大會可能廠商~~工商~~議程還比較多
>>> 好吧 QQ
> 只能找自己擅長的技術去試試看

請AI去讀clean Code/clean architect XDDD

要玩clean code建議先買個jetbrain的IDE (+1)
> 為啥
>> 重構抽離重命名移動之類的工具都很方便 會幫你檢查連帶會影響到那些東西
>>> 為啥是買不是試用 因為試用通常就擺在那邊沒去玩的動力 花錢才會逼自己用XDDD
> 然後會建議一些比較好的practice

> 還在等怎麼實踐

Event Sourcing
> 成本問題很大，不考慮scalibility都沒差
> 其實是關注點不同，Teddy在ddd的演講有比較
> data sourcing一樣會有成本

好奇這邊有架構師嗎 身為前端有點聽不懂(身為後端也聽不太懂...+3) (身為架構師也聽不懂+1) 太抽象了
> 我做過前後端和 DevOps，勉強算是架構師吧
> 我寫過html和c#，勉強算是全端工程師吧
>> 笑爛哈哈哈哈哈
> 我的理解啦，還是要先做語意分析
> 然後每個事件需要分別存進資料庫
> 存進去後再去做關聯
> 這個關聯是用 Graph 組出來的
>>> 看起來還是要組好工具，生成式AI只是語意分析的工具之一
>>上面再問了 可以舉手XDDD
>弱弱的問，哪裡可以拿PPT呢
>通常晚點會放在網頁跟共筆

> 我這邊嘗試白話的說一下
> 今天你來參加 MWC 有幾種方式
> 可能是盲鳥票、可能是早鳥票、可能是一般票、也可能是講者、還有公關票
> 每一年度參加的方式不同
> 雖然參加的方式、交通方式、餐點是個 Tree
> 因為每個是事情是獨立事件
> 不過實際上有些節點是可以 Share 的
> 感覺就像是 Grpah 一樣
> 像是便當都吃老三便當
> 接著你要把這些參與方式、餐點、交通方式全部存進 Graph
> 這每個事件組合起來就是你
> 甚至到每個人來參與的方式
> 你把這些丟進資料庫去 Training
> 有可能透過自動生成告訴你你是要去台大參加 MWC
> 不過午餐可能訓練不出東西
> 只會給你老三便當

>> 你的舉例很不錯，也貼近大家一定會接觸到的經驗

>> 這樣上班族的最大難題，午餐吃什麼是不是有機會被解決了
>>> 如果你無法決定，你訓練出來的代理人可能也會說他決定不了XD
>>>> 這件事情就跟早期在討論 ML 一樣，其實你只需要 SQL
>>>> 如果只是要解決午餐問題
>>>> 其實只需要 Slot Machine
>>>>> 我都玩 Arcade
> 不確定這樣的解釋是不是更清楚
> 如果大家覺得更模糊，那是我功力不夠
>> 像是記住行為，然後去推敲事件？
>>> 我的理解是這樣沒錯，不過要去記住每個事件
>>> 其實也不是一件容易的事情
>>> 尤其你要拆解每個有意義的事件
>>>> 就跟現在 db table 要記什麼東西一樣，也是要取捨的，只是從屬性改成事件。
有幫助，感謝樓上 (+1)

他講的好玄喔. 要來去修玄學了，先從築基開始
> 通靈101
> 通靈王
> 不用練氣嗎
> 極致的科學就像魔法一樣
>> 他說的其實蠻... 學術的

數位分身好像黑鏡的某一集
[Digital immortality: would you upload your mind to a computer?](https://www.dazeddigital.com/life-cultu啊re/article/60341/1/mind-uploading-key-to-eternal-life-or-terrifying-dystopia-neuralink-elon-musk)
> 這集我總覺得是不是分身還要定時更新啊 不然人的口味是會變的

夏日大作戰好看

真人的代理人已經常常很多爭議，數位代理人太夢幻了

一直莫名想到event driven，感覺這場乾貨很多，但又有點抓不到核心，是我太菜了嗎QQ
> 你不孤單 我也聽某
>> 感覺需要看回放
> 他在講底層概念，整個架構大改。真的用這套的話會有一大串的新語言/工具出現
>>> 剛剛重新回顧了上面突然發現，他似乎的確是在重新定義整個開發相關概念，資料庫的部分就有點像是過去式關聯式，後來出現了非關聯式，甚至是向量型資料庫，他提出了一個新的資料庫形式？
>>> 其實蠻佩服可以理出一整個抽象概念，然後還有把一些實現的理念講出來
>>> 要訓練AI之前要先訓練自己的腦
>>>> 感覺像是某部電影
>>>> 感謝這段分享，突然get到了
>>>
讓電腦學會通靈的意思

今天這場推薦了好多書（可是感覺都好玄）
> Clean code
> A Thousand Brains
> The Order of Time
> 思考的藝術：52 個非受迫性思考錯誤
> 行為的藝術：52個非受迫性行為偏誤
> 進化思考──生き残るコンセプトをつくる「変異と適応」

> 這場大腦消耗有點多 餓了
>> 快放飯了，再撐一下

自己都聽不懂了回公司怎麼跟同事分享QQ
> 給他看共筆啊 證明你不是唯一一個
> XD

> 你不要試著理解它，去感受它。
>> （跳
> 不要跟他拚拳，嘗試切他中路（誤）
>> 切網路
>>> 給他一瓶啤酒（開司）

> 智慧代理人真的能反應用戶真實行為嗎
>> 如果能把你的一切歷史決策都丟進去訓練，或許可以吧 (願景)
>>> 然後就踩到 GDPR 惹

原來人類的進化是蟲族嗎
> R-TYPE都演過了

> 最後願景的那張圖，沒有工程師 （誤
>> 願景就是讓這個世界不再需要工程師（誤
>> 糟糕，突破盲點ww
>> 前面就有聊到了，工程師自己讓自己失業了
>> 剛剛去看他的適合聽眾還有PM，我好想聽聽PM的想法，有沒有PM可以現身說法XD？
>> 要先洗老闆的腦
>> 老闆：WOW～這個（願景）好！人力成本....（以下略）
>> 做出來就可以省工程師成本了（O
>>> 老闆：很好，下週告訴我時程，什麼時候能完成

問答的概念完全不一樣 (+1)
問答的根本思維不一樣
> 給AI樂高蓋東西的概念 (good idea)
> 他不是來回答的，是來分享理念的

一直被斷xddd

是不是在各說各的阿？？(4
> 個人的觀點:
> - 詢問的人是認為直接把 ChatGPT 當作應用（讓 ChatGPT 做角色扮演）
> - 講者的觀點是如何去產生提供給客戶的應用（需要有人去闡述需求，類似寫程式過程）
> 關於GPT剛好今天程世嘉fb有一篇很呼應的，可以找來看看

簽書會開始
> 老師會在天瓏坐到2點

人因夢想而偉大，我覺得概念滿好的，系統化解構問題，再逐一打破，但他需要一個各領域專精的團隊，最終小團隊通常也會遇到資料、模型和算力問題，更可能發生的是Big Tech把概念拿走自己做...成功的話，工程師真的會大量消失，能自我修正程式的天網也不遠了

不要卡最後一行 後面不好新增