为什么“文档”才是把自然语言变成代码的关键

Wordware CEO Filip Kozera 直言：聊天式 AI 天生不适合构建可复用、可扩展的系统。真正能把自然语言转化为代码、并催生后台智能体（Agents）的，是结构化文档与人类在环的协作方式。

聊天界面的问题：好用，但不适合“严肃工作”

为什么我们天天用 ChatGPT，却很少真正信任它去长期执行任务？Filip Kozera 一上来就点破了聊天式界面的“结构性缺陷”。在他看来，聊天非常“随意”（informal），适合灵感碰撞，却不适合构建严谨系统。

他描述了一个很多人都经历过的场景：为了完成一个复杂任务，你不断复制粘贴、来回追问，最终把上下文窗口塞满。“当我进行这些很长的对话时，我意识到上下文窗口里有大量的‘胡言乱语和垃圾’，这就是上下文污染（context pollution）。”随着上下文变长，模型反而更“懒”，输出质量下降。

更致命的是，聊天缺乏结构化迭代能力。你没法精准修改“其中一句话”，也缺少版本控制和逻辑分组；所有信息被压在同一抽象层里。Kozera 还吐槽，模型并不会在不确定时真正逼你澄清需求——缺乏那种“被迫的清晰度（forced clarity）”。这些问题叠加起来，使聊天界面很难承载可重复、可审计的工作流。

文档的回归：人类表达复杂系统的原生接口

如果聊天不行，那什么行？Kozera 的答案出人意料又合乎逻辑：文档（Documents）。他说，文档本来就是人类描述复杂系统的“原生方式”。他甚至半开玩笑地提到，最早的产品需求文档可能可以追溯到“三千五百年前的诺亚方舟”。

玩笑背后是一个严肃判断：文档天然具备结构、层级和可审查性，它迫使人类把模糊想法变成清晰指令。这种“强制清晰”正是聊天系统所缺失的。更重要的是，文档为并发（concurrency）打开了大门。

在聊天系统里，并发几乎等于 1——你必须坐在那里一问一答。但当需求被写成文档后，任务就可以被交给后台运行的系统。Kozera 形容，当你看到像 Deep Research 或 Manus 那样的能力在后台自动运行时，“你已经看到了未来的预告片”。真正的价值不在对话本身，而在对话之后，被固化成文档的那套指令。

从工作流到智能体：为什么高风险任务需要“人类在环”

Kozera 把自动化的演进分成几个阶段：最早是 Zapier 这类“手工编排”的工作流；接着是带一点模糊 if/else 判断的早期智能体；而真正的通用智能体，只有在低风险场景中才被允许自主决策。

一旦任务的重要性提高，人类就必须重新回到系统中。他提出的解法是“Human-in-the-loop（人类在环）”：智能体在后台完成大量工作，但结果需要人类审批、修改，甚至推翻其逻辑。“我们可以批准、拒绝，或者彻底修正它的思路。”

这些后台智能体通常由触发器启动：一封邮件、一次 Slack 消息，甚至一次与你投资人的会议，都可能隐式触发一个动作，比如更新 CRM。这不是炫技，而是对现实复杂性的妥协——我们让 AI 执行，但保留最后的控制权。

管理智能体的人：品味、责任与“刷 Tinder”式工作

当越来越多智能体在后台运行，一个新问题出现了：它们如何与人类、以及彼此沟通？Kozera 认为，我们需要新的“通信协议”，不仅描述接口，还要明确权限、约束，以及是否需要人工审批。他提到 MCP 是一个开始，但还远远不够。

更深层的变化在于人的角色。未来，人类将“管理一群智能体”，而品味（taste）和意图（intent）将变得极其重要。你必须把自己的判断标准、个人品牌注入这些智能体，并为它们的行为负责。

他用一个极具画面感的比喻收尾：“我们的主要工作，会变成像刷 Tinder 一样，向左或向右滑，批准或编辑智能体的成果。”工程师，第一次真正成了“智能体经理”。那些既能写代码、又擅长带实习生的人，正在率先吃到 AI 红利。

总结

Kozera 的核心判断很明确：聊天是头脑风暴的起点，但不是终点。真正可靠、可扩展的 AI 工作，必须从对话走向文档，再从文档走向后台智能体。人类不再事无巨细地执行，而是设计任务、设定品味、控制风险。当不理解系统 0.1% 的内部细节也能持续创造价值时，AI 才真正进入生产力时代。

关键词： 聊天式AI， 文档驱动开发， AI Agent， Human-in-the-loop， 上下文窗口

事实核查备注： Filip Kozera：视频标题与演讲者姓名；CEO 身份。
Wordware：演讲者提到的公司名称（结尾口播中发音接近 Wardware）。
ChatGPT、OpenAI：被明确提及的产品与公司。
概念术语：context pollution（上下文污染）、Human-in-the-loop、background agents、MCP。
比喻原话：将审批智能体结果比作“刷 Tinder”。