第五代程式語言 Fifth Genernation Language

每隔一段時間，我們寫程式的方式就會被重新定義一次。

從打孔卡到組譯器，從 C 到 Java，從手寫 SQL 到拖拉式報表工具，每一次轉變的本質都是一樣的：讓人類用更接近意圖的方式表達想做的事，把瑣碎的翻譯工作交給機器。

這篇是我對「第五代程式語言」的看法——但在那之前，先把前面四代盤點一遍。

第一代（1GL）：機器語言

直接寫給 CPU 看的東西。10110000 01100001 這種二進位碼，或寫成 hex 的 B0 61。

核心特性：最貼近硬體，沒有抽象，每個 opcode 對應一條指令。
典型代表：CPU 的 instruction set，比如 x86、ARM、RISC-V 的 native binary。
配合工具：早期是打孔卡跟開關面板，後來是 hex editor 跟 ROM burner。

寫 1GL 不太像「程式設計」，比較像「組裝電子訊號」。今天還在直接手寫 1GL 的人，大概只剩做逆向工程跟 firmware patch 的那批硬核派。

第二代（2GL）：組合語言

把 binary opcode 換成人類看得懂的助記符號。MOV AL, 61h 就是上面那段機器碼。

核心特性：一條 assembly 對應一條機器指令，但用助記符號加上 label，讓人能讀。
典型代表：x86 asm、ARM asm、MIPS asm。
配合工具：assembler（NASM、MASM、GAS）、linker、debugger（gdb）。

第一次出現了「翻譯器」這個概念——你寫的東西不是 CPU 直接吃的，而是經過 assembler 轉一手。這是抽象層級的第一次跳躍，也是後面所有事情的開端。

組合語言今天還沒死，OS kernel、嵌入式韌體、編譯器後端、極致效能調校的人都還在用。但對絕大多數應用層工程師來說，它是「不得不碰才會碰」的東西。

第三代（3GL）：高階語言

我們大部分人吃飯的工具。C、C++、Java、Python、Go、Ruby、JavaScript、Rust——這些都是 3GL。

核心特性：跟硬體脫鉤，用變數、函式、類別、控制流來描述邏輯。一行 code 通常對應到很多條機器指令。
典型代表：太多了。系統層的 C/C++/Rust，應用層的 Java/Python/Ruby/JS，新一代的 Go/Kotlin/Swift。
配合工具：compiler、interpreter、IDE、套件管理器（npm、pip、cargo、bundler）、版本控制（git）、test framework、CI/CD。

3GL 是現代軟體業的地基。你今天打開 GitHub 上 99% 的 repo，看到的都是 3GL。它的抽象足以讓人專注在「業務邏輯」而不是「記憶體位址」，但底下還是要有人懂 stack、heap、pointer、cache line 才能把效能榨出來。

第四代（4GL）：DSL 與低程式碼

4GL 的目標更激進：讓非程式設計師也能寫程式，或至少讓寫程式的人少打很多字。

核心特性：針對特定 domain 設計，宣告式（declarative）多於命令式（imperative）。「告訴系統你要什麼」而不是「告訴系統怎麼做」。
典型代表：SQL（資料查詢）、MATLAB（數值運算）、R（統計）、各家報表工具（Crystal Reports、SSRS）、現代的 low-code 平台（Retool、Airtable、Bubble、Zapier）。
配合工具：視覺化 builder、拖拉式 UI、表單產生器、預先包好的 connector。

SQL 是 4GL 最成功的例子。你不會去想 B-tree 怎麼走、index 怎麼用、JOIN 怎麼實作，你只說「我要這幾個欄位、從這幾張表、滿足這些條件」，剩下交給 query planner。

低程式碼平台則把這個概念推到極限——拖個按鈕、連個 API、設個觸發條件，一個內部工具就完成了。對部分場景非常有效，但天花板也很明顯：一旦需求超出平台預設的形狀，整個東西就會卡住。

第五代（5GL）：Prompt 驅動的 Agent

到這裡開始有趣了。

傳統教科書會把 5GL 定義成「以邏輯與約束為主」的語言，比如 Prolog。我覺得那個定義已經被歷史淘汰了——它從來沒真正進入主流。

我這篇文章想講的 5GL 是另一種東西：人類用自然語言（prompt）描述意圖，agent 負責產生底層實作（任何 1GL ~ 4GL 都可以）。

換句話說，prompt 本身就是 program，agent 就是 compiler。 而它編譯的目標，可以是 Python、TypeScript、SQL、Rust、甚至 assembly——只要能跑就行。

核心轉變：人類往上爬一層

每一代程式語言演進的方向都一樣：人類往上一層，機器往下一層補上。

1GL → 2GL：人類不再記 opcode，assembler 補上翻譯。
2GL → 3GL：人類不再管 register，compiler 補上配置。
3GL → 4GL：人類不再寫迴圈，query engine 補上執行計畫。
4GL → 5GL：人類不再寫 code，agent 補上整個實作。

每一次跳躍都伴隨同樣的爭議：「這樣寫不夠快」、「這樣寫不可控」、「真正的工程師應該還是要寫底層」。但歷史證明，每次抽象層級提升之後整個產業的產能都會翻好幾倍——而且過了一個世代，沒人會再想回去手寫上一代的東西。

工程師的角色變了

舊的角色：把需求翻譯成 code。

新的角色：

設計意圖 — 把模糊的需求變成清楚、可被執行、邊界明確的描述。
驗證結果 — agent 產出的 code、行為、效能，符不符合期待？bug 在哪？
管控架構 — 哪些東西該做、哪些不該做、哪些 trade-off 業務上能接受。

我自己最近做了一個幾乎沒寫 code 的 side project，過程中體會最深的就是這件事——AI 把實作成本壓到趨近於零之後，真正的工作不在「寫」，而在「想清楚要寫什麼」跟「判斷它寫得對不對」。

已經出現的雛形

這不是科幻小說，已經在跑的工具：

Claude Code、Cursor、GitHub Copilot Workspace — 目前最像 5GL 的形態，工程師用自然語言描述任務，agent 直接修改 codebase。
Devin、SWE-agent、OpenHands — 想跨出「IDE 助手」的範疇，做完整的自主開發 agent。
v0、bolt.new、Lovable — 把 5GL 應用在 frontend 生成上。
Text-to-SQL 工具 — 4GL 之上再疊一層 5GL，自然語言進、SQL 出。

它們現在都還不完美，但形狀已經很清楚了。

還沒解決的問題

別把這篇寫成傳教文。5GL 現階段有幾個很實在的問題：

可靠性：agent 寫的 code 偶爾會「看起來對但其實不對」。很多 bug 是 silent failure——測試也過、看起來合理，但邏輯不符你真正的意圖。這讓「驗證」變成新的瓶頸。

可驗證性：當人類不再讀每一行 code，你怎麼知道它沒有偷偷做了什麼？這在安全敏感的場景（金流、權限、資安）特別致命。

安全性：agent 跑起來能改檔案、能呼叫 API、能花錢。一個 prompt injection 就可能讓它做你沒授權的事。權限模型還在發展中。

意圖傳遞：自然語言天生模糊。「幫我做一個登入頁面」對 agent 跟對工程師意義可能完全不同。要做到清楚的意圖傳遞，反而需要新的「prompt 工程」紀律——這也許就是新世代的 coding style guide。

結語：對開發者的意義

如果你是工程師，這代表什麼？

我的看法是——「會不會寫某個語言」這件事，重要性正在快速下降；「能不能想清楚一個系統」的重要性正在快速上升。

寫 React 跟寫 Vue 之間的差異，未來可能跟「用 Excel 還是用 Numbers」差不多——都是 agent 替你處理的細節。但「這個產品到底要解決什麼問題」、「這個架構未來會不會卡住」、「這個 trade-off 業務上能不能接受」——這些東西沒辦法 prompt 給 agent。

5GL 不會讓工程師失業。它會讓只會寫 code 的工程師很尷尬，但會讓懂得設計系統、設計問題、判斷對錯的工程師力量放大十倍。

我們正站在 3GL 跟 5GL 的接縫上。手感還不太順，工具還在演化，最佳實踐還沒成形。但回頭看歷史就會知道——每次接縫期過後，整個產業都會被重新塑形一次。

這次也不會例外。