“用英语编程”的时代来了：Replit CEO 想把软件创作者推到10亿人

如果你还认为“写代码”是少数工程师的专利，这场演讲会直接推翻你的认知。Replit CEO Amjad Masad 在 Figma Config 现场抛出一个激进判断：大语言模型正在把“软件开发”变成一种人人可参与的创作行为，而这不是未来，而是正在发生。

最反直觉的判断：我们所有人，都会成为软件创作者

Amjad Masad 在演讲中反复强调一句话：“我们都是软件创作者。”这不是一句口号，而是一个对行业边界的重新定义。过去，软件开发是一项高门槛技能，需要多年训练；而现在，随着大语言模型的成熟，这个门槛正在被系统性地拆除。

他的核心判断很激进：如果这个问题被真正解决，软件创作者的规模不是翻倍，而是走向10亿级别。关键不在于培养更多工程师，而在于让更多人“参与到创造软件这件事本身”。在这个视角下，软件不再只是生产工具，而是一种表达方式，就像写作、绘画、拍视频一样。

这也是为什么他把 Replit 的使命描述为“empowering the next billion creators”——不是让你写得更快，而是让原本不会写的人，也能开始创造。

为什么偏偏是现在？LLM 让“英语”成了新的编程语言

为什么这种规模的变化，发生在现在，而不是十年前？Amjad 给出的答案非常明确：大语言模型让计算机第一次可以被“自然语言编程”。

Transformer 架构并不新，但直到 ChatGPT 以“聊天”这种极低摩擦的形态出现，模型能力才真正变得可被大众使用。聊天不是唯一的形态，但它完成了一件关键的事：让普通人第一次意识到，原来可以直接“用语言驱动计算”。

更重要的是，代码恰恰是大模型最擅长的领域之一。原因很现实：编程语言是高度结构化、确定性强、结果可验证的。这让模型在生成、补全、修改代码时，反馈闭环极快。Amjad 特别提到，在代码上训练过的模型，往往展现出更强的推理和规划能力——因为写代码本身就是一种把复杂目标拆解为步骤的过程。

Ghost Rider 不是终点：自动补全，只是软件形态变化的序章

在现场，Amjad 展示了 Replit 的 Ghost Rider（代码补全）产品：预测你接下来要写什么代码。但他很快泼了一盆冷水——自动补全只是开始，而不是答案。

真正的变化在于“交互形态”。他把当前阶段类比为“移动时代的前夜”：大家都知道 AI 很强，但还在用并不完美的形态去承载它。聊天是显而易见的选择，却并不总是最优解。

他指出了聊天式 AI 的几个现实限制：脱离上下文、延迟问题、修改代码时缺乏直观的 diff 视图。这也是为什么 Replit 更强调“在上下文中与 AI 交互”——你不是停下来问 AI，而是在写代码、调试、查看环境时，AI 就嵌在其中。

一个关键对比是：传统自动补全 vs Ghost Text。前者是被动提示，后者更像一个与你协作的“副驾驶”，你可以接受、修改、拒绝，而不是被它打断思路。

命令式 vs 声明式：AI 正在重写我们“控制软件”的方式

演讲中一个容易被忽略、但极其重要的点，是 Amjad 对“命令式（imperative）”和“声明式（declarative）”编程的讨论。

传统软件开发强调一步步告诉计算机“怎么做”；而在 AI 加持下，我们越来越多地描述“我想要什么”。环境、状态、甚至调试过程，都可能被抽象成“代码的函数输出”。

他举了调试器的例子：未来你不一定要逐行追踪 bug，而是直接描述问题，模型基于代码和运行环境给出修改建议。这是在合并两个世界：人类的意图表达，与机器的执行逻辑。

与此同时，他也非常清醒地指出：不存在“一个模型解决所有问题”。Replit 在实践中区分了速度优先和能力优先的模型，不同任务用不同模型，权衡延迟、成本和效果。这种工程取舍，才是 AI 产品真正的护城河。

从工程师到设计师：AI 正在改变“谁有资格做完整产品”

演讲后半段，Amjad 把焦点放在一个更大的变化上：AI 正在让软件创作变得更具包容性。

在 Replit 的社区里，越来越多设计师、产品经理，甚至完全没有工程背景的人，开始构建端到端的产品。不是写几行脚本，而是完整的、可运行的软件。

他描绘了一个非常大胆的未来图景：你对着手机说出想法，软件就被“讲”了出来。软件成为一种创意媒介，而不是工程壁垒。也正因为如此，他在 Q&A 中反复提到安全、滥用、防护机制的重要性——当创作门槛降低，系统性的约束就必须同步提升。

这里没有乌托邦式的乐观。他承认模型有局限，部署复杂，风险真实存在。但他的核心态度很明确：不要等完美方案，先在真实世界中迭代。

总结

这场演讲最值得 AI 从业者反复咀嚼的，不是某个具体功能，而是一个判断：软件开发正在从“专业技能”转向“通用表达能力”。如果你是工程师，问题不再是会不会被取代，而是你是否在放大自己的创造力；如果你不是工程师，门槛正在消失。

真正的机会属于那些提前适应新形态的人：在上下文中用 AI、把模型当协作者、接受不完美但快速迭代。可以思考一个问题：当“写代码”变得像说话一样自然，你现在掌握的能力，还会如何重新定价？

关键词： Replit， 大语言模型， 代码生成， AI应用， 软件创作

事实核查备注： 需要核查：Amjad Masad 在演讲中关于“10亿软件创作者”的原话表述；Ghost Rider 产品名称与功能描述；ChatGPT 被提及的时间背景（2023年）；关于“模型在代码上训练更擅长推理”的具体措辞。