Kotlin 创造者发布新语言：一种比英语更正式的 LLM 沟通方式
Hacker News 摘要原标题：Kotlin creator's new language: a formal way to talk to LLMs instead of English
核心概念与技术背景
CodeSpeak 是一种由 Kotlin 创造者开发的新一代编程语言，旨在通过 AI 驱动的方式重塑软件工程。它的核心理念是提供一种比英语更正式的表达方式来与大语言模型（LLM）沟通，从而将代码量缩减为原来的五分之一到十分之一。
该项目目前处于 Alpha 预览阶段。用户可以通过 uv tool install codespeak-cli 进行安装。
面向生产级系统
与许多仅用于快速原型的 AI 编程工具不同，CodeSpeak 专注于生产级系统和长期维护。它的受众包括：
• 构建复杂软件的工程师，而非仅仅依赖氛围和直觉的开发者。
• 需要注重沟通和协作的专业团队，而非仅仅是独立开发人员。
维护规范而非代码
在该框架下，开发者的工作重心从编写原始代码转向编写简洁的规范（Specs）。具体流程如下：
• 用户编写一个精简的 spec.md 文件。
• 运行 codespeak build 命令，系统会自动生成对应的 code.py 文件。
• 用户可以直接点击规范中的语句，查看其对应的具体代码实现。
当规范发生演变时，工具会执行差异化处理。规范文件的改动会直接映射为代码文件的改动。例如，在处理 EML 转换器的案例中：
• 用户在规范中新增关于附件处理的需求，比如调用 markitdown 实例转换附件流。
• 构建工具会自动识别规范的变化，并为 Python 代码生成对应的补丁。
解析与功能定义示例
以一个 EML 转 Markdown 的转换器为例，开发者只需在规范中定义以下要求：
• 接受类型：接受 .eml 扩展名或 message/rfc822 的 MIME 类型。
• 输出结构：包含标头部分（发件人、收件人、主题、日期等）、正文（优先使用纯文本，只有 HTML 时才转换）、附件部分。
• 解析细节：解码 RFC 2047 编码的标头，处理 Base64 或 Quoted-printable 的编码内容，递归处理嵌套消息，提取附件元数据。
混合项目与现有资产转化
CodeSpeak 支持混合开发模式，即在同一个项目中，部分代码由人工编写，另一部分由规范生成。这使得现有的复杂项目可以逐步迁移。
即将面世的功能还包括将现有的冗长代码转化为规范。由于规范通常比对应的代码小 5 到 10 倍，因此维护规范对于人类开发者而言更加轻松。
真实案例研究
通过对多个知名开源项目的代码进行重构，CodeSpeak 展示了其强大的代码压缩和功能保持能力：
1. yt-dlp 的 WebVTT 字幕支持：
• 原代码行数：255 行。
• CodeSpeak 规范行数：38 行。
• 缩小倍数：6.7 倍。
• 测试表现：通过了所有既有测试，并新增了 37 个测试。
2. Faker 库的意大利身份证号生成器：
• 原代码行数：165 行（不计入 8000 行左右的城市代码列表）。
• CodeSpeak 规范行数：21 行。
• 缩小倍数：7.9 倍。
• 测试表现：通过全部测试，并新增 13 个测试。
3. BeautifulSoup4 的编码自动检测与归一化：
• 原代码行数：826 行。
• CodeSpeak 规范行数：141 行。
• 缩小倍数：5.9 倍。
• 测试表现：通过全部测试，并新增 25 个测试。
4. MarkItDown 的 EML 转换器：
• 原代码行数：139 行。
• CodeSpeak 规范行数：14 行。
• 缩小倍数：9.9 倍。
• 测试表现：通过全部测试，并新增 27 个测试。
在计算代码行数对比时，该团队会剔除空白行，并将长行拆分为多行以保证对比的公平性。