LLM 能否跳过编程直接实现功能？

一个没有任何应用逻辑的 Web 服务器。只有一个配备三种工具的 LLM。

终有一天，我们将不再需要代码。LLM 会以 120fps 输出视频，实时采样输入，然后直接……成为我们的计算机。没有 App，没有代码，只有意图与执行。

这是科幻小说里的情节。

但我产生了好奇：利用这个周末的几个小时，以及今天的技术水平，我们究竟能走多远？

我原以为它会以一种极其壮烈的方式失败。

所有人都在关注能够编写代码的 AI。你肯定知道那些耳熟能详的产品：Claude Code、Cursor、Copilot，诸如此类。但我觉得，这可能错过了更大的图景。于是，我构建了一个东西，用来验证另一个问题：如果彻底跳过代码生成会怎样？一个没有任何应用代码的 Web 服务器。没有路由，没有控制器，没有业务逻辑。只有一个 HTTP 服务器，它会针对每个请求询问 LLM：“我应该做什么？”

目标是：证明我们距离那个未来究竟还有多远。

联系人管理器。基础 CRUD：表单、数据库、列表视图、持久化。

为什么？因为大多数软件本质上都只是换了身衣服的 CRUD。如果这套方案真的能运行，那就已经很能说明问题了。

// The entire backend
const result = await generateText({
  model,
  tools: {
    database,      // Run SQL queries
    webResponse,   // Return HTML/JSON
    updateMemory   // Save user feedback
  },
  prompt: `Handle this HTTP request: ${method} ${path}`,
});

database —— 在 SQLite 上执行 SQL。由 AI 设计数据库 schema。

webResponse —— 返回任意 HTTP 响应。AI 会生成 HTML、JavaScript、JSON，或者任何适合当前场景的内容。

updateMemory —— 将反馈持久化到 Markdown。AI 会在下一个请求中读取它。

AI 只根据路径就能推断出该返回什么。访问 /contacts，你会得到一个 HTML 页面。访问 /api/contacts，你会得到 JSON：

// What the AI generates for /api/contacts
{
  "contacts": [
    { "id": 1, "name": "Alice", "email": "alice@example.com" },
    { "id": 2, "name": "Bob", "email": "bob@example.com" }
  ]
}

每个页面都有一个反馈组件。用户可以输入“把按钮做大一点”或者“使用深色主题”，AI 会直接实现。

它居然能用。真让人恼火。

每次点击或提交表单都需要 30～60 秒。传统 Web 应用只需 10～100 毫秒就能响应。这意味着它要慢 300～6000 倍。每个请求消耗价值 0.01～0.05 美元的 API token，比传统计算贵 100～1000 倍。AI 会把 75%～85% 的时间花在推理上；5 秒前刚刚生成的 UI，转眼就忘了；一旦它幻觉出一条错误的 SQL，立刻就会触发 500 错误。不同请求之间的颜色会发生漂移，布局也会改变。我还尝试了一些 prompt engineering 技巧，比如写上“⚡ THINK QUICKLY”，结果反而更慢，因为模型花了更多时间思考怎样才能快一点。

但即便如此，表单确实能够正确提交。数据在重启后依然存在。UI 可以正常使用。API 会返回有效的 JSON。用户反馈也能得到落实。在没有任何示例的情况下，AI 自行创造出了合理的数据库 schema，包括恰当的数据类型和索引；能防止注入的参数化 SQL 查询；类似 REST 的 API 约定；响应式 Bootstrap 布局；表单验证；以及针对边缘情况的错误处理。这些都是只给它三种工具和一个 prompt 后自然涌现出来的行为。

所以没错，这种能力已经存在。AI 可以处理应用逻辑。只不过它慢得灾难性、贵得荒谬，而且记忆力像金鱼一样短暂。

这种能力已经存在。AI 可以处理应用逻辑。

问题全都出在性能上：速度（慢 300～6000 倍）、成本（贵 100～1000 倍）、一致性（没有设计记忆）以及可靠性（幻觉 → 错误）。

但这些问题给人的感觉只是程度上的差异，而不是本质上的不同：

推理：每年提升约 10 倍

成本：正在趋近于零

上下文：不断增长（最终会拥有设计记忆？）

尽管它又慢又贵，但我确实构建出了一个完全没有应用代码、可以正常运行的 CRUD App。这表明，相比“AI 帮助编写代码”，我们可能更接近“AI 直接把事情做了”的未来。

在这个项目中，剩下的只有基础设施：HTTP 设置、工具定义、数据库连接。应用逻辑已经消失了。但真正的愿景是什么？每秒进行 120 次推理，在持续实时采样输入的同时渲染画面。它本身就会成为计算机。没有 HTTP 服务器，没有数据库，也完全没有基础设施层。只有意图与执行。

我认为，我们尚未意识到：代码这种东西，在很大程度上可能只是一种过渡形态。

npm install

LLM_PROVIDER=anthropic
ANTHROPIC_API_KEY=sk-ant-...
ANTHROPIC_MODEL=claude-3-haiku-20240307

npm start

访问 http://localhost:3001。第一次请求需要 30～60 秒。

查看 prompt.md 并根据自己的需求进行定制。改变它要构建的 App、添加功能、修改行为。这就是它的全部交互界面。

默认情况下，它会构建一个联系人管理器。但你也可以试试：

/game —— 也许你会得到一个游戏？

/dashboard —— 可能会是任何东西

/api/stats —— 它或许会凭空创造一个 API

输入反馈：“把它改成紫色”或者“添加一个搜索框”。

⚠️ 成本警告：根据所用模型的不同，每个请求的成本为 0.001～0.05 美元。请据此合理安排预算。