王建硕：Markdown 是新时代的编程语言
这一期播客的缘起，是上一期跟徐文浩聊“如何治理屎山代码”。徐文浩的立场很明确——AI写的代码，人不可读、不可维护，所以要用 skill、最佳实践和各种工具，把它治理得规整起来。这几乎是当前技术社区的主流共识。但王建硕对此的回应，直接换了个坐标系。他认为，屎山代码之所以叫屎山，就是因为它不可维护，而关键在于——
这东西压根不需要被维护。
这个逻辑的底层，是一个很漂亮的类比。他打了个比方：今天，除了最最核心的内核，已经没人会直接去改汇编代码了。可以改，但没人会这么做。即便真要修一个bug，正确做法也不是去碰汇编，而是去改它上一层的C语言，然后通过编译，让汇编自动跟着变。在他看来，AI写出来的那些“屎山代码”，就是
新一代的汇编语言
用他的原话来说就是：“
屎山只要不被人看到，它就不是屎山。
顺着这个思路，他重新定义了“bug”这个概念。“代码不存在错误，只存在跟你的 intention 不一致。所谓错误，要么是 bug 本身，要么是 feature 写得不对。”他举了一个很生动的例子：你在 C 语言里写 print color，没指定颜色，编译器给你 print 出白色。这是 bug 吗？不是。这是你没说要蓝色。现在很多人觉得 LLM 不对，是因为他想要蓝色，但只说了 print color，结果 LLM 给他打了白色。然后他跑去改 Python 那一层，以为这样问题就解决了——但真正该改的，是最上面那层自然语言。
他并非否定徐文浩讲的那些治理方法的价值——用 skill、最佳实践、harness——但这些工具，是给“自然语言层”用的，而不是给“代码层”用的。“不管哪种解法，你去直接改 source code 都是不对的。”这句话的意思，不是王建硕用了更好的方法治屎山，而是他认为，根本就不应该在那一层做治理。
一、用户写反馈，5 分钟后 APP 改完了
讲完这段理论，他给我看了一个自己做的 APP，想让我更直观地理解这套实践到底长什么样。
原以为他要演示怎么用 Claude Code 写代码，但他给看的是一个功能——他称之为“用户反馈”。但这可不是传统意义上的反馈功能。他说，你可以在上面写“希望字体大一点”、“希望增加一个 XX 功能”，然后比较搞笑的事情是——你那个 APP 过几个小时就会更新，AI 按照你的要求，把自己重写了一遍。
我再三确认了：用户写反馈，5 分钟之后 APP 就改完了？他的回答干脆利落：对。
整套技术链路其实相当朴素：用户在 APP 里写下反馈 ➜ 反馈自动落到 GitHub 上变成一个 Issue ➜ Claude Code 监听到 hook，把代码拉下来 ➜ AI 读 Issue，自己写代码、跑测试、合主分支 ➜ 自动 build ➜ 自动推到 TestFlight ➜ 几个小时之后 App Store 审核完毕，新版本上线到所有人手机上。“从你提交问题，到你的手机上能测试它——大概五分钟左右就更新一个版本。审核完上线，大概一两天就出来了。”
这已经够离谱了。更离谱的是，过了几天他又说：“我现在不需要用户反馈了。它自己想想要更新什么东西，它就自己更新自己。”
二、连用户反馈也不需要了
这背后多了一层设计：他给那个 APP 接了一个 PM Agent。
按他的描述，PM 团队的工作逻辑是这样的——用户是可以随便提需求的，但 PM 总归是要做一个审核，把不靠谱的、不一致的需求给去除。即便一个功能用户提了，也未必是用户说什么就是什么，还要判断它和现有功能是否存在冲突，以及怎么解决。他对 PM Agent 的定位，像一个真实的产品经理：审反馈、排优先级、做一致性判断、过滤奇怪需求。
至于在没有用户反馈进来的时候，PM Agent 如何自主判断“下一版做什么”，这部分他没有跟我逐条核对实现细节，但从他那句“它自己更新自己”推断，大概率 PM Agent 已经承担了一部分主动产出需求的工作。他形容这个状态时说：“我每天大概每隔一两个小时，TestFlight 就咚地一下，说新版本发布了。我就很好奇——今天它又变成了什么样。”
注意他用词——“很好奇”。一个 APP 的开发者，变成了那个翻手机看自己 APP 又变成什么样的好奇用户。过去 30 年，软件开发者和软件用户是两种身份——你写代码，你知道下一版长什么样；用户用，用户不知道下一版长什么样。而王建硕做的这个 APP，把这两身份合到了同一个人身上——他既是开发者（写了 PM Agent 的 prompt），又是用户（每两小时翻一下 TestFlight 看 APP 又变成什么样了）。
三、几个 Agent 团队
光有 PM Agent 显然不够。他在节目里描述了几个正在跑的 Agent 团队。他的原话是：“我有一个市场团队是每天早上 6 点钟干活。然后我的工程团队，每 4 个小时醒一次干活，有需求的时候随时响应。然后再加 PM 团队——我准备在需求和开发之间再加一层 PM 团队。或许未来，还要再加一个客服团队。”四个角色，一个人在跑——市场、工程、PM、客服。
他对“团队”的定义特别朴素：“所谓的团队，你可以认为就是——一个子文件夹里面的一堆代码，加上一个定期执行。在我脑子里面，这就是一个团队了。” 一个 Agent 团队 = 一个文件夹 + 一个 schedule。他甚至估算了一个产能对比：一个真的很难的工程师一周才能干完的活儿，Agent 一天就干完了。
但这绝不是什么“一键生成”或者甩手掌柜模式。他反复强调一句话：“我所说的自然语言，是真的手写——不是大语言模型生成的。光你自己一个字一个字敲的自然语言，可能你都至少要敲个几百行。但你自己亲手一个字一个字敲的自然语言的数量——几乎可以等同于你对这个项目的控制颗粒度。”你写得越多，控制得越细。你越偷懒，AI 给你的就是它的缺省值——而它的缺省值，不是你的内容。
四、几万行 .md，就是他的源代码
那么，“几万行自然语言”到底长什么样？他给了一段具体的描述，讲的是他做小红书 marketing 自动化项目的目录结构：会有一个叫做“角度.MD”的文件——切入这个推广角度；然后会有“VI.MD”——讲整个视觉的东西，红颜色还是蓝颜色，logo 是什么样子；还有一个“voice 的 MD”——规定它以什么样的口吻、哪些词儿可以说、不可以说；还有一个叫 platform 的文件夹——里面定义对小红书我是什么样的尺寸、Facebook 应该是什么样的；另外还有一个 generation 的文件夹——定义图像怎么生成。
加起来——几万行的 .md 文件和文件夹。每天有一个 schedule 定期执行，从入口往下扫描所有源代码，每小时或每天跑一次。王建硕的总结是：“这跟我过去 20 年写 C 和 Python 的工作流，本质是一模一样的——唯一的区别是，千万别再去碰代码。”
那些 .md 文件其实就是新一代的源代码。不是“AI 写代码的提示词”，也不是“你跟 AI 聊天的备忘录”。LLM 是新一代的编译器，自然语言是新一代的“汇编”——但人类写的不是汇编，人类写的是 .md。这也是王建硕为什么不同意徐文浩——徐文浩想治理的“屎山代码”，对王建硕来说是编译产物。你不该在编译产物那一层做治理，你该把时间投到上一层，写更多的 .md。
五、聊天和写程序，是两件事
我问王建硕：你这套东西，跟我们平时跟 ChatGPT 聊天写代码，到底有什么区别？他的回答很清晰：“聊天是一种非常快速的 debug 方法。但它不是你写程序的方法。” 他用一段话定义了“程序”：“程序，就是确定的、可以被定期或被 trigger 执行的、给你出结果的那个东西。”它的反面，是每一次都从零开始打开一个窗口、跟 AI 从头聊一遍。他估算，现在 90% 的人用 AI 还停留在“打开 Python 命令行学语言”那一层——不积累、不沉淀，明天再来还是一样。“这种聊法你无法积累。你今天写完，明天再敲二十行，你跟前一天的上下文已经接不上了。”
他给所有人留了两句话：普通人要少跟 AI 聊天，多写程序。程序员要少写代码，多写程序。后面这一句，是给程序员的。
六、抬轿子、车、和驾驶员
谈到程序员的时候，王建硕的判断不太温和——程序员，是这一轮 AI 浪潮里比较危险的一群人。不是因为他们笨，是因为他们太熟练。他用的隐喻很生动：“我们以为抬轿子是真的力气，是大事儿。然后忽然变成车了。车往前走的动力，已经比我们人强很多很多了——我们天然以为‘动力这件事不该是车干的’，但其实这就是车该干的。但前提是你必须学会开车。当你只会抬轿子、还没学会开车的时候，这辆车是不好用的——你也不知道把它带去哪里。”
抬轿子的，是过去那批人的工作。教*父，是教别人开车的人。驾驶员，是真正驾驭这辆车的人。程序员现在被困在旧时代教*父的位置上——他们的代码能力可以被 AI 完全替代，但他们的驾驶能力，因为各种各样的情感蒙蔽了眼睛，学开车的意愿反而远远低于一个普通人。他接了一句更重的：“很有可能，当周围很多新一代没有学过编程的人，已经把驾驶学得很好的时候——我们现在的程序员，封闭在抬轿这个圈子里面，然后被整个时代抛弃。”
历史上反复出现过这种模式——工业革命淘汰的不是农民是熟练工，互联网革命淘汰的不是文盲是报社的金牌编辑。这一次也一样。回到徐文浩 vs 王建硕这个问题上：徐文浩想做的事，本质是把程序员训练成更好的抬轿子的人（治理屎山代码、最佳实践、harness）。王建硕想做的事，是让程序员放下轿子、去学开车。如果王建硕是对的，那么“治理 source code”这件事本身，方向就是错的。
七、Token 使用量是硬指标
聊到最后，王建硕给出了一个判断公司有没有真的在用 AI 的指标，只有一个——公司的总 Token 使用量。“你公司的总 Token 使用量是多少？乘以单价，就是你每天在 Token 上烧了多少钱。这是一个像 GDP 一样的硬指标。” 他自己一天烧多少？两千美金。“广告兑换很难的——一天要花两千美金，不容易的。”
他说这个指标如果上不去，其他认知都是白谈。“A 组织和 B 组织——我们看一下它的 Token 使用量。这个年代的胜者，就是这么决出来的。” 下面这句话说得有点重：“省 Token 这件事，会遮蔽你的双眼。很多人以为我没什么商业判断——觉得我只是不愿意花钱。但你试试——你把钱放开以后，你才发现，真正的瓶颈是你的脑子、你的想象力。”
他后来做了一张海报：「使用 Token 拥抱浪费」。“如果你不把‘拥抱浪费’写在海报上——你很容易以‘防止浪费’为名，蒙蔽自己的双眼，看不清我们没有能力使用 AI 的现实。” 我们这一代人，是在智能稀缺的世界里长大的——脑子是贵的，时间是贵的，工时是贵的。所以我们考虑问题的解法，下意识用“节约”的方式去解决。但 AI 时代不是。
八、收口
王建硕这一段，其实消化得有点慢。一开始想的是“屎山代码该不该治”，听完两个小时之后才意识到，他真正在说的是另一件事：很多事情，我们都在错的层做。我们花时间把 PPT 写得更好，但其实应该改的是生成 PPT 的那条 prompt。我们花时间把 to-do list 排得更清晰，但其实应该改的是布置任务的那个早晨的脑子。我们花时间把今天的输出再雕琢一遍，但其实应该改的是给 AI 的那条自然语言。
王建硕这一段，不只是给程序员的。是给所有用 AI 的人的。
