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