Remote ArcREMOTE ARC BLOG
我有个假设：AI 会不会成为下一代 Compiler？
我最近想到一个假设：以后的 AI，会不会就像以前的 Compiler？ 以前要让软件做点什么，我们得学习编程语言，自己写代码。以后是不是只需要把想做的事情告诉 AI，它就能把代码写出来、调用工具，甚至直接把事情做完？ 如果沿着这个方向走下去，代码会不会慢慢变得像今天的汇编语言？它不会真的消失，只是大多数人不再需要亲手写了。
从代码到 Prompt，我觉得这事已经在发生了
回头看计算机的发展，很多变化其实都是把底层复杂的东西藏起来。从机器码到汇编，再到 C、JavaScript、Python。我们越来越不用关心机器具体怎么执行，只需要描述更高一层的逻辑。 现在 Claude Code、Codex 已经能自己读项目、改代码、跑测试了。以前我需要告诉电脑每一步怎么做，现在很多时候，我告诉 AI 要什么结果就行。这不只是提高编程效率，我觉得可能是在改变人和软件对话的方式。
不过，AI 和 Compiler 还是不太一样
Compiler 不需要猜你什么意思。你写了什么，它按规则转换就行。AI 不一样，人说的话经常不够明确，它得自己判断，判断错了还可能真的闯祸。 比如我说“把电脑里没用的东西清理一下”。什么叫没用？没提交的代码算不算？删了之后要不要能恢复？这些事不是模型够聪明就可以随便替我决定的。 所以我不是说代码和软件工程都会消失。只是以后人自己写代码的比例可能会越来越低，而定义需求、检查结果、控制风险这些事情反而会变得更重要。
再往后，Prompt 可能也不是终点
今天大家都在研究怎么写 Prompt。但如果 AI 真的能理解人的意思，为什么还要每个人学一套复杂的提示词技巧？ 我觉得以后更重要的可能是说清楚三个问题：我要什么、哪些事情不能做、怎么证明做完了。缺的信息，AI 应该主动问，而不是要求用户第一句话就把所有细节写完整。 那时候，真正的接口可能不是代码，甚至不是 Prompt，而是人的意图。
那 Remote Arc 应该处在哪一层？
想到这里，我也在重新看 Remote Arc 的定位。如果 AI 模型未来都很会写代码、很会操作电脑，那我们不能只靠“让 AI 动手”来证明自己的价值。Claude Code 和 Codex 本来就已经能做不少这样的事。 我更在意的是下一步：AI 知道该做什么之后，怎么真正用到用户自己的电脑、浏览器和应用？不同 AI 能不能用同一套权限和执行层？任务做没做完、哪里出错了，能不能查得清楚？ 所以我觉得 Connect 更应该是 Remote Arc 的基础设施主线，让 ChatGPT、Claude、Codex 等已经存在的 AI 客户端接进来。Arc 是建立在这一层上、我们自己的第一方体验。两者不是两套独立的平台。 当然，跨平台也不一定就是护城河。大模型厂商和操作系统以后自己做执行能力怎么办？更现实的是，用户真的会同时用几个 AI、几台电脑吗？还是一个 AI 加一台电脑就够了？这些问题不能只靠想象，最后还是要看真实用户怎么用。 安全和可靠性也是一样。执行一个命令不难，难的是不该做的时候能拦住，出问题的时候能查清楚，中断之后能知道下一步怎么处理。Remote Arc 现在也远没把这些都解决：终端执行不是操作系统沙箱，Undo 也不能撤销所有操作。但我觉得这些比单纯增加工具数量更值得继续做。
最后
所以我的想法还是那个：代码不会消失，但人可能会越来越少亲自写代码。Prompt 也可能只是中间的一站。以后大家更多地负责告诉 AI 要做什么、不能做什么，然后用实际结果判断它到底做没做好。 至于这条路最后会走到哪里，我也不确定。但对 Remote Arc 来说，真正值得证明的不是 AI 能不能动手，而是 AI 动手之后，用户能不能放心。