Bahasa baharu pencipta Kotlin: cara formal untuk bercakap dengan LLM dan bukannya bahasa Inggeris

Gesaan sebagai Program: Bahasa Baharu untuk Zaman AI

Selama bertahun-tahun, berinteraksi dengan model bahasa besar (LLM) telah dirasakan seperti perbualan penting dalam bahasa asing. Kami menghasilkan gesaan bahasa Inggeris yang terperinci, mengharapkan yang terbaik, tetapi sering menghadapi ketidakkonsistenan, kekaburan dan kekurangan ketepatan yang mengecewakan. Pencipta Kotlin, Andrey Breslav dari JetBrains, sedang menerajui penyelesaian radikal untuk masalah ini. Pasukannya sedang membangunkan bahasa pengaturcaraan baharu, secara sementara dipanggil "Kira," direka bukan untuk bercakap dengan komputer dalam erti kata tradisional, tetapi untuk bercakap dengan AI. Langkah ini menandakan anjakan paradigma: daripada dorongan tidak formal kepada spesifikasi formal yang boleh dilaksanakan. Untuk perniagaan yang memanfaatkan AI dalam platform seperti Mewayz, evolusi ini boleh mengubah eksperimen AI yang huru-hara kepada komponen sistem pengendalian perniagaan modular yang boleh dipercayai dan dikawal versi.

Mengapa Gesaan Bahasa Inggeris Menggagalkan Logik Perniagaan

Walaupun bahasa semula jadi adalah intuitif, ia terkenal tidak tepat untuk tugas yang rumit. Arahan seperti "analisis jualan suku ini dan buat ringkasan" memberi ruang yang luas untuk tafsiran. Apakah metrik? format apa? Berbanding dengan garis dasar apa? Kekaburan ini membawa kepada:

Output Bukan Deterministik: Gesaan yang sama boleh menghasilkan hasil yang berbeza, memecahkan aliran kerja automatik.

Kebolehselenggaraan Lemah: "Kejuruteraan segera" selalunya melibatkan tweak rentetan teks rapuh tanpa jejak audit yang jelas.

Kerumitan Tersembunyi: Penaakulan pelbagai langkah atau pemformatan data yang ketat amat sukar untuk diterangkan dalam bahasa Inggeris biasa.

Cabaran Penyepaduan: Sukar untuk menjalin gesaan bahasa semula jadi dengan lancar ke dalam proses perisian yang menentukan, keperluan utama untuk platform seperti Mewayz di mana modul mesti saling beroperasi dengan pasti.

Spesifikasi Formal untuk Interaksi AI Boleh Dipercayai

Visi Breslav dengan Kira adalah untuk mencipta bahasa yang pembangun boleh menulis spesifikasi yang jelas, tersusun dan boleh diuji untuk LLM. Daripada perenggan yang tidak senonoh, anda akan menulis set arahan rasmi yang mentakrifkan kekangan tugas, struktur output yang dijangkakan dan juga tingkah laku sandaran. Fikirkan ia sebagai bergerak daripada memberikan arah yang tidak jelas kepada kurier, kepada menyediakan laluan GPS yang tepat dan boleh dibaca mesin dengan pusat pemeriksaan yang ditetapkan. Pendekatan formal ini memastikan bahawa ejen AI yang ditugaskan dalam aliran kerja Mewayz—contohnya, mengekstrak data invois daripada e-mel dan mengisi pangkalan data—melaksanakan dengan struktur yang boleh diramal, menjadikan outputnya sebagai input yang boleh dipercayai untuk modul seterusnya dalam rantaian.

"Idea teras adalah untuk menjadikan gesaan boleh digubah, boleh diuji dan terurus... Ini mengenai menjadikan interaksi ini dengan LLM sebagai artifak kejuruteraan perisian yang betul." – Andrey Breslav mengenai motivasi di sebalik bahasa baharu itu.

Implikasi untuk Sistem Perniagaan Modular Seperti Mewayz

Kesan yang berpotensi pada platform OS perniagaan adalah mendalam. Di Mewayz, di mana fungsi perniagaan yang berbeza (CRM, pengurusan projek, pengebilan) wujud sebagai modul yang saling berkaitan, AI boleh bertindak sebagai tisu penghubung pintar. Bahasa formal untuk LLM akan membolehkan sambungan yang ditambah AI ini dibina sebagai komponen yang teguh dan boleh digunakan. Sebagai contoh, pembangun boleh menulis skrip "Kira" yang mentakrifkan ejen triase sokongan pelanggan: menentukan cara mengklasifikasikan niat tiket, mengekstrak entiti utama dan memformat muatan JSON berstruktur untuk modul tiket. Skrip ini menjadi aset yang dikawal versi dan boleh nyahpepijat dalam ekosistem Mewayz, bukan mantera ajaib yang tersembunyi dalam kotak gesaan. Ia menjadikan AI daripada rakan kongsi yang kreatif tetapi tidak boleh dipercayai menjadi enjin operasi yang formal.

Masa Depan: Daripada Kerajinan Segera kepada Pengaturcaraan AI

Walaupun masih dalam pembangunan awal, konsep itu menandakan masa depan di mana "pengaturcaraan AI" adalah disiplin yang berbeza. Matlamatnya bukan untuk menghapuskan bahasa semula jadi—ia akan sentiasa menjadi titik permulaan yang hebat—tetapi untuk menyediakan jambatan yang rapat antara niat manusia dan eksekutif mesin

Frequently Asked Questions

The Prompt as a Program: A New Language for the AI Age

For years, interacting with large language models (LLMs) has felt like a high-stakes conversation in a foreign language. We craft elaborate English prompts, hoping for the best, but often face inconsistency, ambiguity, and a frustrating lack of precision. The creator of Kotlin, JetBrains' Andrey Breslav, is spearheading a radical solution to this problem. His team is developing a new programming language, tentatively called "Kira," designed not for talking to computers in the traditional sense, but for talking to AI. This move signals a paradigm shift: from informal prompting to formal, executable specification. For businesses leveraging AI within platforms like Mewayz, this evolution could transform chaotic AI experimentation into a reliable, version-controlled component of a modular business operating system.

Why English Prompts Are Failing Business Logic

While natural language is intuitive, it's notoriously imprecise for complex tasks. An instruction like "analyze this quarter's sales and create a summary" leaves vast room for interpretation. What metrics? What format? Compared to what baseline? This ambiguity leads to:

Formal Specifications for Reliable AI Interactions

Breslav's vision with Kira is to create a language where developers can write clear, structured, and testable specifications for an LLM. Instead of a suggestive paragraph, you'd write a formal instruction set that defines the task's constraints, expected output structure, and even fallback behaviors. Think of it as moving from giving vague directions to a courier, to providing a precise, machine-readable GPS route with defined checkpoints. This formal approach ensures that an AI agent tasked within a Mewayz workflow—for instance, extracting invoice data from emails and populating a database—executes with predictable structure, making its output a trustworthy input for the next module in the chain.

Implications for Modular Business Systems Like Mewayz

The potential impact on business OS platforms is profound. In Mewayz, where different business functions (CRM, project management, billing) exist as interconnected modules, AI can act as the intelligent connective tissue. A formal language for LLMs would allow these AI-augmented connections to be built as robust, deployable components. A developer could, for example, write a "Kira" script that defines a customer support triage agent: specifying how to classify ticket intent, extract key entities, and format a structured JSON payload for the ticketing module. This script becomes a version-controlled, debuggable asset within the Mewayz ecosystem, not a magical incantation hidden in a prompt box. It turns AI from a creative but unreliable partner into a formalized, operational engine.

The Future: From Prompt Crafting to AI Programming

While still in early development, the concept heralds a future where "AI programming" is a distinct discipline. The goal isn't to eliminate natural language—it will always be a great starting point—but to provide a rigorous bridge between human intent and machine execution. For businesses, this means the powerful capabilities of LLMs can finally be integrated into core processes with software-grade reliability. Platforms that embrace this shift, like Mewayz, will enable their users to build not just with AI, but on top of AI, creating truly intelligent and automatable business systems where every interaction, even with a neural network, is defined with clarity and purpose.