最近在GitHub上看到了一個(gè)非常有趣的項(xiàng)目。

它看似簡(jiǎn)單，但是背后的思想?yún)s震撼人心。

這個(gè)項(xiàng)目是一個(gè)非常非常簡(jiǎn)單的Web應(yīng)用：聯(lián)系人管理系統(tǒng)，只有增刪改查，一個(gè)剛?cè)腴T的學(xué)生就可以輕松寫出來。

但是，讓人震撼的是，這個(gè)項(xiàng)目沒有沒有任何傳統(tǒng)意義上的業(yè)務(wù)邏輯代碼！

沒有Controller，沒有Service，沒有DAO，也沒有Vue或者React。

項(xiàng)目作者根本沒寫這些代碼！

那它是怎么運(yùn)行起來的呢？

答案非常簡(jiǎn)單：所有的業(yè)務(wù)邏輯，全都由大模型在內(nèi)部自動(dòng)完成。

如果你還沒明白它的特別之處，這里稍微解釋一下。

我們平時(shí)用的 AI Coding 工具，是讓 AI 幫你寫代碼：生成前端、后端、測(cè)試、部署。

這個(gè)項(xiàng)目完全不同，它直接把大模型當(dāng)成了一個(gè)應(yīng)用程序來執(zhí)行，消滅了前后端的代碼！

項(xiàng)目通過提示詞告訴大模型：你是一個(gè)管理聯(lián)系人的應(yīng)用，可以接受HTTP格式的請(qǐng)求，直接輸出對(duì)聯(lián)系人增刪改查的Web界面.....

讓人震撼的是，這個(gè)“沒有應(yīng)用邏輯”的聯(lián)系人管理系統(tǒng)還真跑起來了！

它自己設(shè)計(jì)了表結(jié)構(gòu)，自己生成UI界面。

這是首頁（還沒有聯(lián)系人）：

這是創(chuàng)建聯(lián)系人的界面：

聯(lián)系人的列表：

聯(lián)系人詳情：

大模型還可以根據(jù)用戶的請(qǐng)求來區(qū)分要返回的內(nèi)容，訪問 /contacts 會(huì)得到一個(gè) HTML 頁面。訪問 /api/contacts 會(huì)得到 JSON：

}

更夸張的是，AI在沒有在沒有任何示例的情況下，自主設(shè)計(jì)出了合理的數(shù)據(jù)庫表結(jié)構(gòu)（包含正確的類型和索引）、安全的參數(shù)化 SQL 查詢（可防止注入攻擊）、類 REST API 規(guī)范、響應(yīng)式 Bootstrap 布局、表單驗(yàn)證以及針對(duì)極端情況的錯(cuò)誤處理。

可以說，大模型展示出的能力非常讓人震撼！

不過，稍微熟悉大模型的人就知道，現(xiàn)在的大模型遠(yuǎn)遠(yuǎn)沒有這么智能，比如它根本不具備Web服務(wù)器的能力，也沒法訪問數(shù)據(jù)庫和文件。

所以這個(gè)項(xiàng)目把大模型包裝了一下，一共用到了687行代碼：

用戶直接訪問的就是個(gè)傳統(tǒng)的服務(wù)器，核心在于一個(gè)叫 LLM Handler 的組件。

它接收用戶的 HTTP 請(qǐng)求，填充到提示詞模板中，把數(shù)據(jù)庫、文件訪問等工具一并交給大模型。

大模型處理后，決定要不要查詢數(shù)據(jù)庫、修改數(shù)據(jù)或渲染頁面，最后再返回 HTML 給用戶。

核心的邏輯其實(shí)就這么幾行：

});

這個(gè)應(yīng)用雖然神奇，但是缺點(diǎn)也非常明顯：太慢，太貴，太不穩(wěn)定。

每次點(diǎn)擊或表單提交都需要 30-60 秒，比傳統(tǒng)的Web應(yīng)用要慢300~6000倍。

每次請(qǐng)求都需要花費(fèi) 0.01-0.05 美元的token，比傳統(tǒng)計(jì)算成本高出 100-1000 倍。

AI生成界面的一致性也很差，它會(huì)忘記剛剛生成的UI，導(dǎo)致同一個(gè)界面，顏色和布局都可能發(fā)生變化，看看下面這個(gè)界面，風(fēng)格完全變了。

但是，這個(gè)叫nokode項(xiàng)目證明了一件事情：AI可以處理應(yīng)用邏輯，可以生成HTML頁面。

這個(gè)項(xiàng)目的作者說：“所有的問題都和性能/價(jià)格/一致性相關(guān)，如果我們樂觀一點(diǎn)，AI 推理速度每年提升約 10 倍，成本持續(xù)下降趨近于0，穩(wěn)定性不斷提高，這些問題可能都會(huì)解決?！?/p>

如果真到了那一天，只需要寫出合適的提示詞，就能把一個(gè)大模型變成一個(gè)應(yīng)用，真的不需要寫代碼了，所有程序員的后路都被斷了......

這種事情會(huì)發(fā)生嗎？

歡迎在評(píng)論區(qū)留言討論。

nokode 地址:

https://github.com/samrolken/nokode