从打孔卡到AI软件工厂：编程范式正在被重写

编程这件事，正在经历一次根本性的身份转换——从"人写代码"到"人建造能写代码的系统"。

一段来自 YouTube 的视频用极简的叙事回顾了这段历史：最早的编程意味着在纸卡上打孔，每张卡片承载一条指令，送入计算机执行。一个孔打错位置，整个程序就崩了。而历史上第一个真正意义上的"计算机 bug"，是一只货真价实的飞虫。如今，人类可读的代码已经和那个年代相去甚远，而 AI 开始替我们写代码——我们只需要给出提示词。

但故事并没有停在"AI 写代码"这一站。

编程简史：从物理孔洞到自然语言

打孔卡时代的编程是物理性的。程序员手里拿的不是键盘，而是打孔器；调试不是看报错日志，而是对着光检查卡片上的孔位是否对齐。据视频描述，那个时代一次失误就足以让整段程序失效——所谓"容错"根本不存在。

从打孔卡到汇编、从汇编到高级语言、从高级语言到框架和库，每一次跃迁都在做同一件事：把底层复杂性封装起来，让人类在更高的抽象层上表达意图。今天所谓"人类可读的代码"，本身就是上一轮抽象的产物。

而现在，抽象层再一次上移。自然语言提示词正在成为新的"源代码"。

打孔卡（Punch Card） 是早期计算机的主要输入介质。操作者在硬纸卡上按固定列位打孔，有孔代表 1、无孔代表 0，一张卡片通常承载一行指令或一条数据。程序按卡片顺序依次读入，因此卡片的物理顺序就是程序的执行顺序。打完的卡片通常装成一叠送入读卡机，任何一张卡片丢失、折角或孔位偏移，都可能导致整个程序无法运行。所谓「历史上第一个计算机 bug 是一只飞虫」的典故，就发生在 1947 年哈佛 Mark II 计算机的继电器故障中，操作者将那只飞蛾贴入日志并写下「第一个发现 bug 的实际案例」，这个词从此沿用至今。

AI写代码只是中间站，不是终点

视频中有一句话值得反复琢磨："You no longer write code directly, even with AI." 意思不是"你不该用 AI 写代码"，而是说——即使借助 AI，直接写代码这件事本身也已经不是最优解了。

这背后的逻辑是：当 AI 能生成代码时，瓶颈就从"写"转移到了"定义正确性"。你让 AI 写一个函数很容易，但让 AI 写出的函数在复杂系统中持续正确、可维护、可验证，难度反而上升了。逐行生成代码的方式，本质上是在用旧范式的手工思维来使用新工具。

验证器（Verifier） 在软件工厂语境中不是传统意义上的单元测试，而是一套能够自动判断产出的产物是否满足预期的机制。它可能包括测试套件、形式化断言、静态分析规则、契约式检查，甚至由另一个模型充当评审者。关键区别在于：写代码时人类关注的是「怎么实现」，而写验证器时人类关注的是「什么算对」。因为 AI 可以快速生成大量实现方案，真正的稀缺资源变成了高质量的判定标准。验证器一旦写好，就同时承担了正确性守门人和迭代信号源两个角色——系统根据它的反馈自动修正输出，从而形成自我改进的闭环。

软件工厂：建造生产代码的系统

视频提出了一个核心概念：软件工厂（Software Factory）。世界顶尖工程师的演化方向，不再是亲自写代码，而是建造一座"工厂"，由工厂来生产代码。

具体做法是三个动作：定义目标（goals）、约束（constraints）、验证器（verifiers），然后让工厂完成其余工作。这个结构的精妙之处在于：它把人的角色从"执行者"变成了"规则制定者"和"质量守门人"。

目标回答"要达成什么"，约束回答"边界在哪里"，验证器回答"怎么判断做对了"。三者共同构成一个闭环，使得系统不仅能生成代码，还能评估并迭代自己的输出。这正是视频所说的"self-improving software"——自我改进的软件。

模型路由与反锁定：工厂的工程细节

据视频介绍，Factory 这家公司从第一天起就在做软件工厂这件事，并且是"software factory"这个术语的提出者。在工程层面，它支持从前沿模型到开源模型的全谱系，也允许用户自带模型（bring your own model），从而避免被某一家实验室锁定。

配套的能力是模型路由（model routing）：根据任务自动选择最合适的模型，在效果和成本之间取得平衡。这个设计思路反映出一个现实——没有任何一个模型在所有任务上都最优，把选择权交给系统而非硬编码，是工程上更可持续的做法。

模型路由（Model Routing） 指的是在系统层面维护一个调度层，根据任务类型、输入长度、延迟要求和成本预算，把请求动态分发到不同模型。例如简单的格式转换可以交给便宜的小模型或开源模型，复杂的架构推理则交给前沿的大模型。这种做法的前提是模型之间可以互换——也就是所谓的「反锁定」（anti-lock-in）：通过统一接口和抽象层，避免把业务逻辑写死在某一家实验室的 API 上。当新一代模型出现时，只需更新路由策略而非重写整个系统。这与编程史上「把变化点封装起来」的思路一脉相承，只不过这次封装的对象变成了模型本身。

程序员角色的再定义

如果软件工厂成为主流，工程师的核心能力图谱会明显位移：

从语法熟练度转向意图表达能力。 能否把模糊的需求拆解成清晰的目标和约束，比能否手写一个红黑树更重要。

从调试代码转向调试验证器。 当代码由系统生成，人类直接接触的是判断标准——验证器写得好不好，决定了整个工厂的产出质量。

从单点交付转向系统设计。 你的产出不再是一个模块，而是一条能持续产出模块的生产线。

这条路径未必适用于所有团队，视频本身也带有明显的产品推广色彩。但它指出的方向——抽象层持续上移、人的角色向规则制定者迁移——与过去几十年的编程史是一致的。

从打孔卡到 AI 软件工厂，变的始终是抽象层，不变的是人类对"把复杂问题说清楚"这件事的依赖。