Skip to content

Markdown 取代程式碼 — Skill 就是新程式語言

一群顶尖 AI 高手正在做一件反直觉的事:把写了几个月的项目代码全部删掉,换成 Markdown 文件。Skill 就是自然语言写的程式,Coding Agent 就是 Runtime。不会写 TypeScript 也能做出资深工程师的自动化工具。

目录


核心论点 — Markdown 成为新程式语言

传统范式:
  自动化工作流 = 学 TypeScript/Python → 写代码 → 调试 → 部署

新范式:
  自动化工作流 = 用白话文写 Markdown 步骤 → 丢给 AI Agent → 完成

  Markdown(自然语言)= 新的程式语言
  AI Agent(Coding Agent)= 执行环境(Runtime)

关键但书

不是所有传统代码都没用。需要区分两类系统:

类型 特征 适用技术
确定性系统 同样输入必须得到相同输出 传统代码(数据库、认证、金流)
黏合层 需要高度弹性、灵活编排 AI Skill(Markdown)
什么该用传统代码:
  ✅ 数据库事务
  ✅ 账号登入认证
  ✅ 金流支付处理

什么该用 AI Skill:
  ✅ 前端介面
  ✅ CRUD 读写
  ✅ API 同步
  ✅ 内容生成与整理

Ben Davis 从嘲讽到改观

态度转变时间线

一个月前:
  Ben 拍视频吐槽 Gary Tan 的网站
  "50 万行代码堆出来的 AI 垃圾,载入超慢"
  ❌ 嘲讽态度

Gary 推出 GBrain 记忆系统后:
  Ben 亲自试用
  系统每天结束时吃进所有对话、email、笔记
  让 AI 像做梦一样整理洞察
  ✅ 惊呆,承认看走眼

现在:
  收起嘲讽,开始认真研究
  以 Markdown 为核心的工作流
  ✅ 完全转向 Skill 范式

核心心智模型 — Skill 就是程式,Agent 就是 Runtime

两个关键定义

┌─────────────────────────────────────────┐
│  Skill(技能)                          │
│  = 用自然语言写成的程式                    │
│  = Markdown 文件                         │
│  不再只是给人看的说明档,它本身就是程式      │
├─────────────────────────────────────────┤
│  Coding Agent(编码代理)                 │
│  = Skill 的执行环境                      │
│  = Runtime                               │
│  负责读懂 Markdown 并执行其中的步骤         │
└─────────────────────────────────────────┘

Skill 的神奇之处

同一个 Markdown 文件,给不同的指令就能改变行为:

investigate skill:
  ├── 丟给吹哨者 email → 医疗调查员
  ├── 丟给政治献金记录 → 法务调查员
  └── 完全一样的 Markdown,靠白话文逻辑改行为

案例一 — 几个月代码被一个 Markdown 取代

Ben Davis 的 BTCA 项目

维度 旧版(几个月心血) 新版(一个 Markdown)
代码量 大量 TypeScript 1 个 Markdown 文件
TUI 介面 手写 不需要
CLI 指令介面 自建 Agent 内建
模型认证 自写逻辑 Agent 处理
Repo 管理 自写 clone 管线 Agent 处理
解决的问题 模型不懂最新套件用法 同样解决
效果 — 完全没打折
旧版 BTCA 项目                新版
━━━━━━━━━━━━━━━━━━━━━━━     ━━━━━━━━━━━━
  TUI 介面(手写)
  CLI 指令介面(自建)         btca-local.md
  模型认证(自写)      →     只要在 Agent 中
  Repo Clone 管线              输入启动指令
  几个月的 TypeScript           → 自动完成一切
━━━━━━━━━━━━━━━━━━━━━━━     ━━━━━━━━━━━━

案例二 — Thin Harness, Fat Skills 五个定义

Gary Tan 在 GStack 中提出的架构概念,由 Ben 在影片中整段引述:

五个核心名词翻译

英文术语 白话翻译 说明
Skill 教模型怎么做的 Markdown 剧本 就是自然语言写的程式
Harness 实际跑指令码的 AI 工具 Claude Code、Hermes 等
Resolver 目录档 告诉 AI 该去哪找资料
Latent vs Deterministic 区分什么交给 AI、什么用死规则 弹性推理 vs 固定规则
Diorization 结构化记忆 让 AI 每天把零散笔记整理成精华

架构对比

传统架构:Fat Application, Thin Data
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  大量业务逻辑写在代码里
  数据只是配角

Skill 架构:Thin Harness, Fat Skills
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  Harness(Agent 工具)保持薄
  Skill(Markdown)承载核心逻辑
  Resolver 负责数据路由
  结构化记忆提供长期知识

判断决策树

这个功能应该怎么实现?

  需要绝对确定性吗?
  ├── 是 → 用传统代码(Deterministic)
  │     ✅ 金流、认证、数据校验
  │
  └── 否 → 用 AI Skill(Latent)
        ✅ 内容生成、数据处理、UI 编排
        ✅ 用 Markdown 写步骤,Agent 执行

案例三 — Impeccable 浏览器点选改 UI

Theo 的许愿

多年前,科技圈大神 Theo 就许愿:能不能在浏览器上点选某个按钮,随便讲句话,网页就自己改好。现在用 Impeccable 真的实现了。

工作原理

用户操作流程:

  1. 在浏览器点选一个元素(如图标)
  2. 打字说"把这个图标变成蓝色"
  3. Markdown Skill 指挥 Agent
  4. Agent 在后台修改原始码
  5. 页面刷新 → 图标变蓝了

  全程不切换到代码编辑器

技术实现

Impeccable 技术栈:

  核心逻辑 → Markdown 技能文件(大部分)
  运行入口 → live.mjs(很小的 JS 文件)

  Markdown 赋予 AI 的操控力:
  用自然语言指挥 Agent 修改任何网页元素

行动指南 — 今天就可以开始的三步

适合谁

  • 内容创作者、自媒体经营者
  • 每天都在用 AI 但觉得自己不会写程式的人
  • 有重复性工作流想自动化的人

三步走

Step 1:找出最无聊的凡人琐事
  ├── 电子报排版
  ├── 整理几万字的采访逐字稿
  ├── 从长影片切出社群短影音
  └── Notion 里每天手动复制贴上的模板

Step 2:用白话文写成几十行 Markdown 步骤
  └── 把"你平时怎么做"写成"AI 应该怎么做"

Step 3:丢进 AI Agent 跑跑看
  └── 看它跑完的那一刻 → 既兴奋又觉得过去都在浪费时间

最佳实践

  • ✅ 从最简单、最重复的工作流开始
  • ✅ 用白话文写步骤,不要追求"程式风格"
  • ✅ 先让 Agent 跑通,再逐步优化
  • ❌ 不要一上来就挑战复杂系统
  • ❌ 不要等"学完程式"再开始 — 这正是这个范式要打破的

参考资料

相关笔记