麻省理工学院（MIT）研究人员最近提出一种新的软件模型，旨在改善人类和人工智能（AI）代码生成器的编码过程，让软件开发变得更透明和可读。这项研究由Eagon Meng和Daniel Jackson共同撰写，题为《你所见即所做：可读软件的结构模式》（What You See Is What It Does: A Structural Pattern for Legible Software）。
研究指出，现代软件的可读性不足，导致代码与其行为之间缺乏直接的对应关系。他们强调，当前的软件往往不够模块化，这使得增量性、完整性和透明性等三个关键要求无法得到满足。随着大型语言模型（LLMs）的使用日益普及，这些问题变得更明显，研究人员认为有必要重新评估软件开发的实践，以充分利用LLMs的优势并减少其缺陷。
在使用LLMs为现有代码库添加代码时，开发者常难以控制哪些模块被修改，并确保现有功能不会受到影响。研究指出，程序设计师经常抱怨LLM编码助理推荐的修补程序会破坏先前生成的功能，这使得整个应用程序的扩展变得困难。
为了解决这些问题，Meng和Jackson建议将系统划分为“概念”，这些概念是具有明确目的的用户功能模块，能够提供可识别的价值。他们举例说，社交媒体应用中的概念可以包括“贴文”、“评论”、“朋友”等。这些概念不仅应该结构化应用的底层实现，还应避免相互依赖，进而防止形成复杂的连接网络。
这些概念将由应用层进行协调，这样可以避免耦合，使得概念可以独立设计，然后再组合成应用。研究者们提出一种细粒度的同步方法，这些同步行为像是合约，明确规定了概念之间的互动方式。Meng在MIT的公告中表示：“为什么我们不能像读书一样读代码？我们相信软件应该是可读的，并以我们的理解为基础。”
这种明确且可声明的同步方式不仅可以被分析和验证，还可以由LLMs生成。研究者们认为，这种方法将使得基于LLM的工具能够提供超越“随意编码”的功能，避免结果不可预测、复杂性限制容易达到的情况，并降低每一步编码都可能破坏先前工作的风险。
最终，这项研究的架构可能导致创建一个“经过良好测试的、特定领域的概念目录”，这些概念可以被人类和AI编码者共同使用。虽然开发者仍需面对功能互动的固有复杂性，但这些问题将变得更透明，而不再是分散和模糊的。这项研究已在SPLASH 2025国际会议上发布，并获得专家高度评价。
（首图来源：shutterstock）
