当描述足够时，软件变得可塑：LLM 编程与 Ambient Computing 实践

2026-10-06 · 笔记 · 思考笔记

基于 LLM 的软件工程不断拉低实现的门槛。那些我永远不会去构建的小工具——因为构建它们的成本超过了它们本身的价值——现在只需一个下午就能完成。我描述应该发生什么，代码就会被写出来、运行并修正。

这仍然是编程。我只是用另一种语言来做：我描述行为，模型将其翻译成计算机能运行的语言。AI 编程之所以兴起，是因为工具链早已就位，而现在这套工具链就横亘在我的句子和机器之间。

低于这个门槛，软件开始变得可塑。它不再是我要去适应的产品，而是我可以弯折以适配一个房间、一个习惯，或一个下午的问题的材料。

这也正是环境计算对一个人来说变得可行的原因。Dynamicland 需要一个研究团队和一整套新系统才能让一个房间具备计算能力。但一个房间充满了任何产品都无法覆盖的细小而具体的需求：一盏搁板灯，当我问烙铁在哪里时亮起；一把钥匙，在门开着时关闭工作室前会问两次；一块墙面屏幕，当真实的门打开时，它会打开模型中的门。这些都不值得做成产品。每一个都值得花一个下午。我现在正在我们的工作室里尝试这个，并记录在环境计算中。

我们还没有为此建立系统。今天它是一个代码库、一个 3D 模型，以及大量的胶水代码。但如果它最终以某种框架的形式实现——一个你描述行为、房间就承接下来的地方——那么有了合适的控制界面和输出设备，它就可能开始感觉像是 Dynamicland 级别的环境操控，而不需要每个人都构建自己的 Realtalk。