Terry Tao 談現代編碼代理在數學可視化中的應用

AI 編碼代理讓領域專家能夠構建軟體

現代編碼代理大幅降低了領域專家（例如數學家）進入軟體開發的門檻，使他們無需深厚的專業軟體工程知識即可創建功能性軟體。透過減少啟動與完成專案所需的「活化能」，這些工具讓專家能快速將複雜的理論概念轉化為互動式的可視化與工具。

現代化遺留教育軟體

Terry Tao 利用 AI 代理將他數十年前創建的教育工具進行現代化。具體而言，他正將遺留的 Java 小程序——最初於 1999 年左右使用 Java 1.0 為複變與線性代數課程編寫——重新寫成現代的網頁格式。

這些小程序用於可視化數學對象，例如蜂巢或 Besicovitch 集。將過時的 Java 小程序轉換為現代 JavaScript，使這些教育資源能在當代瀏覽器環境中保持可存取且具互動性。

在 AI 生成程式碼中的風險與效用平衡

雖然 AI 代理能加速開發，但它們並非關鍵任務工程的替代品。Tao 指出，對於數學論文的互動補充而言，使用受指導的 LLM 代理互動所帶來的風險是可接受的，因為這些工具並非核心數學證明或論文主要發現的關鍵部分。

"as such [LLM-coded interactive] supplements are not mission-critical to the core of the paper, I again feel that the downside risk of using guided interaction with LLM agents to generate such visualizations is acceptable."

社群對編碼代理影響的見解

開發者與教育者之間的討論顯示，AI 編碼代理的影響已超出簡單的業餘專案，延伸至更廣泛的教育與專業變革：

擴大軟體可及性

在非軟體領域中，對軟體的「潛在需求」相當可觀。AI 代理使大量在各自領域具備高度智慧、卻缺乏正式程式設計訓練的專家，最終能夠自行打造所需工具。

復活遺留程式碼

將舊程式碼移植至新語言是這些代理的實用應用。例如，社群成員報告稱使用 Claude 將已有 30 年歷史的 Java 小程序遊戲移植至 JavaScript，成功讓死去的程式碼重獲新生。

軟體護城河的轉變

部分觀察者認為，隨著 AI 能夠拆解與重寫複雜軟體，軟體公司的競爭優勢（或「護城河」）可能會從程式碼本身轉移至龐大的資料儲存與硬體資產。

教育應用

教育者指出，LLM 為製作課堂可視化提供了極大的助力。舉例而言，利用 Claude 的協助，僅在數天內設計出一套簡化的 8 位元電腦，以配合 16 位元教學電腦使用。