A nova linguagem do criador do Kotlin: uma maneira formal de falar com LLMs em vez de inglês

O prompt como programa: uma nova linguagem para a era da IA

Durante anos, interagir com grandes modelos de linguagem (LLMs) pareceu uma conversa de alto risco em um idioma estrangeiro. Elaboramos instruções elaboradas em inglês, esperando o melhor, mas muitas vezes enfrentamos inconsistência, ambiguidade e uma frustrante falta de precisão. O criador do Kotlin, Andrey Breslav da JetBrains, está liderando uma solução radical para esse problema. Sua equipe está desenvolvendo uma nova linguagem de programação, provisoriamente chamada de “Kira”, projetada não para conversar com computadores no sentido tradicional, mas para conversar com IA. Este movimento sinaliza uma mudança de paradigma: da solicitação informal para a especificação formal e executável. Para as empresas que utilizam a IA em plataformas como a Mewayz, esta evolução poderá transformar a experimentação caótica da IA ​​num componente fiável e controlado por versão de um sistema operativo empresarial modular.

Por que os prompts em inglês estão falhando na lógica de negócios

Embora a linguagem natural seja intuitiva, é notoriamente imprecisa para tarefas complexas. Uma instrução como “analisar as vendas deste trimestre e criar um resumo” deixa um vasto espaço para interpretação. Quais métricas? Qual formato? Comparado com qual linha de base? Essa ambigüidade leva a:

Resultados não determinísticos: o mesmo prompt pode produzir resultados diferentes, interrompendo fluxos de trabalho automatizados.

Fraca manutenção: a "engenharia imediata" geralmente envolve ajustes em sequências de texto frágeis sem uma trilha de auditoria clara.

Complexidade oculta: o raciocínio em várias etapas ou a formatação estrita de dados são incrivelmente complicados de descrever em inglês simples.

Desafios de integração: É difícil integrar perfeitamente um prompt de linguagem natural em um processo de software determinístico, um requisito fundamental para uma plataforma como a Mewayz, onde os módulos devem interoperar de maneira confiável.

Especificações formais para interações confiáveis de IA

A visão de Breslav com Kira é criar uma linguagem onde os desenvolvedores possam escrever especificações claras, estruturadas e testáveis para um LLM. Em vez de um parágrafo sugestivo, você escreveria um conjunto formal de instruções que definiria as restrições da tarefa, a estrutura de saída esperada e até mesmo comportamentos alternativos. Pense nisso como deixar de fornecer instruções vagas a um mensageiro e passar a fornecer uma rota GPS precisa e legível por máquina com pontos de verificação definidos. Essa abordagem formal garante que um agente de IA encarregado de um fluxo de trabalho Mewayz – por exemplo, extrair dados de faturas de e-mails e preencher um banco de dados – seja executado com uma estrutura previsível, tornando sua saída uma entrada confiável para o próximo módulo da cadeia.

"A ideia central é tornar os prompts combináveis, testáveis ​​e gerenciáveis... Trata-se de tornar essa interação com o LLM um artefato de engenharia de software adequado." – Andrey Breslav sobre a motivação por trás do novo idioma.

Implicações para sistemas de negócios modulares como o Mewayz

O impacto potencial nas plataformas de sistemas operacionais empresariais é profundo. Na Mewayz, onde diferentes funções de negócios (CRM, gerenciamento de projetos, faturamento) existem como módulos interconectados, a IA pode atuar como tecido conjuntivo inteligente. Uma linguagem formal para LLMs permitiria que essas conexões aumentadas por IA fossem construídas como componentes robustos e implementáveis. Um desenvolvedor poderia, por exemplo, escrever um script "Kira" que defina um agente de triagem de suporte ao cliente: especificando como classificar a intenção do ticket, extrair entidades-chave e formatar uma carga JSON estruturada para o módulo de ticketing. Este script se torna um ativo depurável e controlado por versão dentro do ecossistema Mewayz, não um encantamento mágico escondido em uma caixa de prompt. Isso transforma a IA de um parceiro criativo, mas não confiável, em um mecanismo operacional formalizado.

O futuro: da elaboração imediata à programação de IA

Embora ainda esteja em desenvolvimento inicial, o conceito anuncia um futuro onde a “programação de IA” será uma disciplina distinta. O objetivo não é eliminar a linguagem natural – será sempre um excelente ponto de partida – mas fornecer uma ponte rigorosa entre a intenção humana e a execução da máquina.

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.