从软件工程师到 AI 文字工匠:Wordware 创始人 Filip Kozera

摘要
Filip Kozera 是 Wordware 的联合创始人,他正在构建一个让非程序员也能驾驭大语言模型(Large Language Model, LLM)的平台。他的核心洞见是:虽然"英语是最热门的编程语言"听起来令人兴奋,但他给出了更精确的定义——英语是 LLM 的新汇编语言(Assembly Language)。这意味着,你仍然需要用结构化的方式来使用英语,就像编程中需要循环、条件判断和函数调用一样。Wordware 的使命是将 Excel 在 80 年代对数据分析所做的事情移植到 AI 领域:当时要么需要一支数据分析师团队,要么只能用计算器;现在要么需要工程团队,要么只能反复和 ChatGPT 对话。Wordware 希望让大量可重复的工作流程被编码下来,并在此过程中融入个人品味(taste)。
Kozera 提出了"文字工匠"(Word Artisans)或"Wordware 工程师"的概念——这些人不是传统程序员,但他们善于将自己的创意愿景精确地传达给 AI 系统。他认为,随着 AI 越来越强大,人类品味和创造力将变得更加重要,而非贬值。在用户界面上,他认为纯聊天(chat)不是未来的唯一交互方式,可编程文档(programmable documents)才是更好的形态——你可以从高层描述开始,然后逐级深入,像缩放地图一样精细化控制。
在对话中,Kozera 还分享了关于 DeepSeek 的犀利观点、对各家前沿模型竞争格局的判断,以及他对未来十年人类工作形态的深刻思考——每个人都可能成为自己事业的 CEO,拥有成百上千的 AI 知识工作者为其执行任务。
正文
英语:LLM 的新汇编语言
Andrej Karpathy 那句"最热门的编程语言是英语"的推文曾风靡一时,但 Filip Kozera 对此有不同看法。他更愿意将英语定位为 LLM 的汇编语言:语法不再是最重要的壁垒,但你需要清楚自己想说什么。
Kozera 指出,虽然英语降低了编程的门槛,但并不意味着每个人都能平等地使用它——"有些人并没有那么多想说的。"真正的挑战在于如何将英语结构化:你仍然需要使用循环、条件语句、函数调用等编程概念,才能确保 AI 执行你真正想要的任务。这就是 Wordware 的使命所在——在结构化的程序语言和内禀模糊的自然语言之间找到恰当的平衡。
Kozera 花了大量时间思考人机协作的结构化问题,甚至称之为"我选择投入未来十年生命"的事业。核心挑战在于:编程是非常刚性、确定性的,而人类语言内禀模糊。如何设计出既足够简单易用、又能支撑复杂任务的抽象层,就是这个领域的圣杯。
从"No Code"到 Wordware
回顾 2018 年,"No Code"曾是硅谷最火热的趋势。Kozera 坦言他对"无代码工具"这个标签有一种小小的不安全感,因为 Wordware 的用户至今尚未触达能力天花板——平台支持代码执行块、循环、条件判断和函数调用。他说:"我们实际上不是无代码工具。未来的文字工匠依然在编程,只不过他们是在用非常精确的方式结构化英语。"
Wordware 的产品形态是:在一个自然语言集成开发环境(IDE)中,用户可以像软件工程那样用循环、条件语句和函数调用来构建 AI 代理(Agent)。建成后,有三种部署方式:作为 API 驱动产品、作为 AI 原生工作流,或放在类似"AI 的 GitHub"的平台上供他人 Fork 和复用。这种共享和组件化的理念直接借鉴了软件工程的生态系统。
品味:人类最后的堡垒
Kozera 用了一个极具原创性的比喻来说明品味的重要性:如果用 MRI 扫描仪观察人脑,当人们被告知一件艺术品是"人类创作的"而非"AI 生成的"时,大脑的不同区域会被激活——我们对人类意图的感知会彻底改变体验的质量。
他举例说,用 Suno AI 生成一首普通歌曲送给朋友,对方可能觉得"还行";但如果你把创作意图融入其中——比如制作一首关于你们一起去沙莫尼(Chamonix)滑雪之旅的搞笑歌曲——那完全是另一回事。朋友的体验会截然不同,因为背后有人类的意图和品味。
这就是 Kozera 为什么相信"创造力是无限的":即使在同一领域——比如写邮件、招聘高管助理、预定合适的餐厅——品位都在影响决策。他坚信,在 AI 自动化大量知识工作之后,对创意愿景的表达将成为核心竞争力。
下一个十亿开发者
Kozera 提出了一个发人深省的类比:全球约有 3,000 万软件工程师,但却有 7.5 亿 Excel 活跃用户。Excel 在 80 年代为数据分析和数字处理所做的一切,就是 Wordware 想在 AI 领域做的事情。
在那个年代,你要么需要一整支数据分析团队,要么只能用计算器——而今天 ChatGPT 就相当于那个计算器。Kozera 认为,要把 AI 当作一个"大学毕业生实习生"来看待:你需要用纸笔写下工作描述、提供文档/数据源、说明期望的输出。关键前提是:数据源必须是你可以信任的,不能随意让 AI 去"搜索互联网"。
对于目前 Wordware 的理想用户画像(ICP),Kozera 坦承:目前主要是"分析型创意人才"——技术型 CEO、技术型产品经理等。但随着模型越来越强、产品越来越好,这个门槛正在不断降低。最终,Wordware 希望让那些有创意驱动力的人——即使不是传统意义上"有分析思维"的人——也能使用这个平台。
超越聊天:未来的 GUI 是什么?
当 LLM 被视为"新的晶体管",模型是"新的大型主机"时,Kozera 认为我们仍在等待真正面向数十亿用户的图形用户界面(GUI)。他指出历史上只有两次重大交互革命:桌面 GUI(苹果等)和移动端。如今,我们几乎是在用聊天风格暴露底层的数字和逻辑,"没人还没有更好的想法。"
Kozera 认为文档风格优于纯聊天,因为用两句话描述需求就放手让模型自行发挥——正如他的领投人所言——"两句话恰好够让模型上吊自尽",这意味着你会得到与你实际想要的完全不同的东西。
他理想中 Wordware 的未来形态是:能够跨越不同的抽象层级——从一句话的高层描述开始,然后不断放大、精细化,在五秒级别的场景级模块上反复迭代,像乐高一样组合。
闪电圆桌:Kozera 的犀利观点
在节目的闪电问答环节,Kozera 语出惊人:
-
关于 DeepSeek:他认为预训练仍然重要,DeepSeek 只是"一个小涟漪",人们因为"热爱好戏"和"与中国相关"才蜂拥而上。训练便宜很多并不代表背后的大量实验投入有多革命性,"六个月后我们就不会记得它了。"
-
关于前沿模型:OpenAI 总是"超级乐观且过度承诺";他喜欢 Anthropic 的愿景和做法;但最近 Gemini 2.0 Pro 处理 6000 页 PDF 的能力"让他印象深刻"。最终结论是他自己也不知道谁会是赢家,"碎片化程度极高,用户零忠诚度。"
-
关于 Scaling Law:Kozera 不同意"预训练撞墙"的说法。他指出模型智能与所需资源的对数关系——但 2 倍智能提升本身可能是指数级的产出差异。一个比他人聪明两倍的人,产出可能是 10 倍甚至更高。
-
关于未来最期待的应用:他个人非常关注"AI 拥有生活上下文"这一概念。他预定了 Limitless(前身为 Rewind)的吊坠已经一年半了还没收到,但他渴望有一个比现有产品拥有更多个人上下文的 AI 助手。他认为苹果可能是最有潜力在这方面做到的,因为其隐私品牌和 AR 眼镜战略。
-
关于工作:被问及"未来十年人类做什么"时,Kozera 说,当有人问他十年后想完成什么,他回答:"我想拯救人类的创意愿景。"