问题 1: 年初的时候你写了一篇博客《终于可以用自然语言对话，为何又要回到编程?》，是什么原因促使你想要围绕这个话题进行探讨?

有段时间Waytoagi 社区小伙伴探讨 prompt 框架，也有很多小伙伴用伪代码进行编程的尝试。有一些正反馈。ChatGPT 兴起的时候，关于自然语言编程的话题也火热了一阵。在我看来，ChatGPT 的兴起，带来的不仅仅是技能的增强，更多的是解决问题范式的改变。我们探索编程更多还是在原有解决问题的方式，编程是对现实世界的一种抽象，在一个范式里面解决问题，但是 ChatGPT 为代表的 AI 工具展示出更多的方式

问题 2: 关于这篇文章的结论是什么，我们还需要回到编程吗?
我想我们用自然语言对话，这样一个助理，一个导师，一个顾问，解决的问题

一定程度上，prompt 是一种折中，在一定程度上确实解决了很多问题，同时在意图识别上，AI 逐步加深，加强

问题 3: 这段时间我们在组织“谁是人类”的比赛，主要带着大家用 prompt 来搭拟人化机器人。你觉得在搭 bot 这个场景里，prompt 和编程分别起到什么不同类型的作用?

问题 4: 要写好 prompt 有什么技巧吗?
我们知道，随着大家使用的深入，期待 AI 要解决的问题也越来越多，越来越复杂，但是基本上还是沟通。人和人之间的沟通技巧同样适用，在解决具体问题的时候，沟通技巧。

如果把 AI 比喻成一个名校实习生，我们期望他帮我们干活，很容易会发现，可能并不存在执行力的问题，而是我们自己任务分解的能力，甚至管理能力等。

告诉 AI 期望是什么身份，告诉 AI 我们的身份，告诉它我们要做什么，一些规则和希望它输出的格式要求。这样 AI 就更能给我们期望的结果。

但是有时候我们无法很好描述我们的需求，就可以借助示例，也就是 few-shot 技巧，选取适合的示例，能给我们比较好的结果。

对于更复杂的任务，大家有兴趣也可以去了解，CoT，ToT，GoT 等。

但是这些技巧的追求容易让我们舍本逐末，更有效的还是我们对行业的 know-how。我们可以理解为，行业术语，行业认知，更容易激发大模型给我们东西

问题 5: 对这次活动的寄语和期待

社区小伙伴年初开始，关于暴躁老王就有很多版本，在拟人化上大家做了很多尝试，后来尝试过爱情公寓等。蛋蛋给了大家非常大的期待，希望这次活动能以蛋蛋为起点，展示更多更有意思的尝试

问题 1: 年初的时候你写了一篇博客《终于可以用自然语言对话，为何又要回到编程?》，是什么原因促使你想要围绕这个话题进行探讨?

作为一个拥有多年传统企业咨询经验，同时也深度参与AI应用的从业者，我注意到了一个有趣的现象：在ChatGPT等大语言模型兴起，使得我们终于可以用自然语言与AI交互的时候，一些开发者却开始在prompt中尝试使用类似编程语言的结构。这种看似矛盾的趋势引发了我的思考。

在Waytoagi社区，prompt框架的讨论经历了很长世界，许多人尝试用伪代码进行编程并获得了一些积极反馈。但是个人认为这可能是对AI能力的一种误解或限制。ChatGPT的出现不仅仅是技能的增强，更是带来了解决问题范式的根本转变。

传统编程是对现实世界的一种抽象，在特定范式内解决问题。而以ChatGPT为代表的AI工具则展现出了更灵活、更直观的问题解决方式。这种差异促使我深入探讨这个话题，希望厘清在AI时代，自然语言交互和传统编程各自的优势和适用场景，为技术应用提供更清晰的思路。

通过这篇博客，我希望能够帮助开发者和AI使用者更好地理解这两种方法的本质区别，从而在实际应用中做出更明智的选择，充分发挥AI的潜力，同时也不忽视传统编程的价值。

问题 2: 关于这篇文章的结论是什么，我们还需要回到编程吗?

让我直截了当地说：我们不需要’回到’编程，因为编程从未离开，也不会离开。但是，编程的本质和应用场景正在发生深刻的变革。

我的文章得出了以下几个关键结论：

自然语言交互正在重塑人机交互模式。通过与AI助理、导师和顾问的对话，我们可以解决越来越多的问题，这种方式更加直观、高效。
Prompt工程是当前阶段的一种权衡方案。它确实解决了很多问题，但随着AI在意图识别上的不断进步，未来可能会出现更自然、更智能的交互方式。
代码解释器的存在证明了编程仍然是实现复杂功能的核心手段。但是，随着AI的发展，很多现有的编程任务可能会被更高层次的抽象所取代。
编程的本质在于解决问题和创造价值。随着AI的发展，我们将面临全新的挑战和机遇，这必然会催生新的编程范式和技术栈。
AI辅助编程不是终点，而是一个过渡阶段。那些被AI辅助生成的程序很可能会被进一步抽象和内化到AI系统中，形成更高层次的智能。

所以，我们不是要回到编程，而是要与时俱进，拥抱编程的新形态。未来的’编程’可能更像是高层次的问题描述和系统设计，而具体实现则更多地依赖于AI。作为技术从业者，我们需要保持开放的心态，不断学习和适应这种变革，而不是固守传统的编程模式。

问题 3: 这段时间我们在组织“谁是人类”的比赛，主要带着大家用 prompt 来搭拟人化机器人。你觉得在搭 bot 这个场景里，prompt 和编程分别起到什么不同类型的作用?

作为’谁是人类’比赛的组织者之一，对prompt和编程在搭建拟人化机器人中的角色，让我毫不掩饰地说，在这个特定场景中，prompt的重要性远远超过了传统的编程技能。

首先，关于编程的作用：

编程语言和技能在这个场景中确实不是主角。我们不是在构建复杂的软件系统，而是在创造’人格’。
然而，编程思维仍然至关重要。模块化、抽象化等概念帮助我们更好地拆解拟人化的各个方面，使得整个过程更加可控，优化也更有方向性。
编程背景能帮助参赛者更好地理解AI系统的工作原理，从而在prompt设计中避免一些常见陷阱。

现在，让我们谈谈prompt的核心地位：

Prompt是定义AI人格的主要工具。它直接塑造了AI的知识体系、行为模式和交互风格。
优秀的prompt能够创造出丰富、一致且富有魅力的AI角色，这正是拟人化的核心。
Prompt允许非技术背景的创意人员直接参与AI创作，大大拓展了参与者的范围和创意的多样性。

关于一些参赛者倾向于使用的技术手段：

微调模型：虽然这可以提高某些特定响应的准确性，但往往以牺牲AI的灵活性和创造力为代价。在拟人化任务中，这可能适得其反。
复杂工作流：过度依赖编程构建的复杂系统可能会限制AI的自然表现，使其显得机械和不自然。

我的核心观点是：在拟人化AI的任务中，关键在于如何通过prompt来定义和塑造一个丰富、连贯的人格，而不是如何通过技术手段来精确控制每一个响应。真正的挑战和创新在于如何将人性的复杂性通过自然语言指令传达给AI。

这并不是说编程技能毫无用处，而是我们需要重新思考如何将编程思维应用到prompt工程中。未来的’AI编程’可能更像是高级的角色塑造和剧本创作，而不是传统意义上的代码编写。

总之，在这场比赛中，我期待看到的是参赛者如何巧妙地运用prompt来创造出令人惊叹的AI人格，而不是谁能写出最复杂的代码。这才是真正的AI革命。

问题 4: 要写好 prompt 有什么技巧吗?

作为一个在AI应用领域有丰富经验的从业者，我可以肯定地说，写好prompt不仅仅是技巧的问题，更是一种思维方式的转变。以下是我的核心见解：

沟通本质：prompt写作本质上是一种高级沟通。人际沟通的许多原则同样适用于与AI的交互。清晰、准确、有层次的表达是关键。
管理思维：将AI视为一个高能力但需要明确指导的名校实习生。问题往往不在于AI的执行力，而在于我们自身的任务分解和管理能力。这要求我们重新思考如何组织和表达我们的需求。
结构化输入：
- 明确AI的角色定位
- 阐明我们自身的身份和背景
- 清晰描述任务目标
- 设定必要的规则和约束
- 指定期望的输出格式
示例驱动：当难以直接描述需求时，few-shot学习是一个强大的工具。精心选择的示例可以大大提高AI的理解和输出质量。
高级技巧：对于复杂任务，确实存在如Chain of Thought (CoT)、Tree of Thoughts (ToT)、Graph of Thoughts (GoT)等高级技巧。但我要强调，这些只是工具，不应本末倒置。
行业知识为王：最终，写出优秀prompt的关键在于深厚的行业知识。准确的行业术语和深刻的行业认知能极大地激发AI的潜力，产生真正有价值的输出。