Aperio Lang：為 LLM 時代編程或是 Actor Model 的重新品牌？

大型語言模型（LLM）的出現掀起了一波關於程式語言設計的實驗熱潮。目標往往是將最佳化對象從人機摩擦轉向更符合 AI 代理推理與產生程式碼方式的目標。於是 Aperio Lang 應運而生，聲稱要為「LLM 時代」重新思考系統規格。

其核心在於，Aperio 提出拋棄傳統以執行為中心的語言，轉而採用強調結構對應與高階系統承諾的模型。然而，它的出現卻在技術社群中引發激烈爭論，焦點不僅在於語言本身的優劣，更在於 AI 在技術溝通中的角色。

核心概念：Locus

Aperio 引入了一個名為 locus 的基本原語。文件將其描述為一種新穎的方式，用於編碼資料驅動實體之間的通信，無需手動接線實作細節（如 Rust 的 channel 或特定的線路格式），但有經驗的開發者指出它與現有範式有高度相似性。

觀察者指出，「locus」概念映射了 Actor Model，特別是聯合 actor model 中的「entities」概念。其他人則看到它與 P、Pony、rospy 等語言，或是 Milner 的 bigraph 理論框架相似，將系統視為互動節點的超圖。

為「LLM 時代」設計

Aperio 的中心論點是，2023 年之前設計的語言是為了最小化人類認知能力與機器執行之間的摩擦。該專案認為，在 LLM 驅動的工作流程中，傳統語言變得「更昂貴」，因為成本被轉移到 LLM 的 token 數量、重試率與延遲上。

透過打造一種同時符合人類與代理心智模型的語言，Aperio 旨在降低這些開銷。目標是建立一個「表面」，讓每個單元的結構承諾都有語法上的歸宿，使 LLM 能夠指定系統架構的 what，而不必陷入實作 how 的細節。

社群批評：「LLM 發燒夢」

儘管目標宏大，Hacker News 上的回應卻普遍持懷疑態度，主要原因在於專案的呈現方式。批評的共同主題是使用 LLM 生成的文字來描述語言本身。

批評者認為文件缺乏科學或技術提案所需的精確度。一位使用者將文件形容為「LLM 發燒夢」，暗示文字在讚美概念時缺乏連貫、嚴謹的論證。

「當參與的人連自己的想法都不願寫下來、整理成條理時，很難產生興趣……整個頁面讀起來就像那些 LLM 發燒夢，停不下來讚美你貼到聊天視窗的想法。」

此事引發了關於技術寫作「怪異谷」的更廣泛討論。多位評論者表達了對程式語言設計微妙差異被 AI 生成的通用、過度修飾卻空洞的風格所掩蓋的沮喪。

技術缺口與可及性

除了文字之外，社群還指出評估 Aperio 的實務障礙：

• 私有倉庫： 多位使用者回報文件中提供的 GitHub 連結失效或指向私有倉庫，導致無法檢視實際實作或語法。
• 概念清晰度： 有些使用者認為入門材料難以理解，認為高階主張與具體技術說明之間的鴻溝過大。

結論

Aperio Lang 是一個有趣的思考實驗：我們能否為將要撰寫程式碼的代理打造專屬語言？雖然高階、結構化的系統規格語言概念相當吸引人，但 Aperio 專案也提醒我們，語言設計的論證嚴謹度與實作透明度與概念新穎性同等重要。