当LLM让自然语言理解成本暴跌我们真的要抛弃一切吗引子一个被忽视的悖论出差要填表报销要填表请假要填表采购要填表。人们被逼着打开电脑面对一个个表单栏位敲键盘、点鼠标。明明电话里说一句话就能解决的事非要变成系统里的新增、查询、修改、删除。天空中飘来一句提升效率、降低成本。可明明是自然语言最高效啊这不是悖论吗最近读到海龙老师的文章《智能体开发的新方向从 CRUD 到自然语言开发的范式转移》他把这个悖论讲透了。但读完之后我对部分观点产生了不同的思考。第一性原理管理是语言活动海龙老师提出了一个核心洞察管理的本质是语言活动。下达指令是语言汇报进度是语言协调资源是语言审批决策是语言制定制度还是语言。虽然不能说100%是语言活动但起码80%-90%的工作如此。这意味着什么过去50年企业管理软件做的事情本质上是——把人说的自然语言翻译成计算机能理解的结构化语言表单。用户被迫学习每个系统的操作方式理解每个字段填什么、每个按钮什么意思。这是技术限制下的迫不得已。但现在LLM出现了。自然语言理解的成本正在归零。范式转移从人适应系统到系统适应人文章描绘了两个范式的对比CRUD范式表单驱动人 → 填表 → 系统 → 规则引擎 → 审批 → 归档自然语言范式语言驱动人 → 说话 → AI理解 → AI决策 → 自动执行以出差管理为例环节CRUD范式自然语言范式出差前打开系统→填写申请单→选择日期地点→提交审批对AI说我要去上海出差3天出差中住宿超标先垫付回来解释对AI说酒店超标200AI判断后同意出差后填写报销单→上传发票→等待审批对AI说出差结束了花了5000AI自动记账前者是人服务于系统后者是系统服务于人。这不是技术升级是范式转移。就像汽车取代马车不是马车不够好是汽车代表了新的范式。质疑成本真的归零了吗我认同范式转移的大方向但对部分观点持保留意见。问题一自然语言理解成本归零——过于乐观LLM的理解准确率确实很高但企业场景要求的是99.9%的可靠性。模糊指令的歧义性我要报销——报什么多少钱什么项目复杂业务规则的理解税收政策、合规要求、跨部门逻辑多轮对话的信息整合用户分散表达AI如何准确拼凑成本没有归零只是转移了。从用户学习填表转移到AI理解意图消除歧义。问题二抛弃关系数据库——激进且危险文章建议用文件型存储如Markdown但这忽略了几个关键问题数据一致性多用户并发操作时如何保证复杂查询跨表关联、聚合分析、实时报表怎么办审计追溯财务数据要求精确可追溯容不得AI的幻觉关系数据库不是CRUD的产物是数据治理的基础设施。我认为应该是演进不是抛弃。思考存储架构如何演进既然要演进那数据库该扮演什么角色我的思考是一套系统两份关联数据。原始数据层人可读AI可理解 ├── 格式Markdown 元数据 ├── 内容人机对话原始记录 ├── 存储文件系统 (或者存入KV数据库) └── 用途人阅读、核验、审计 结构化数据层便于查询统计 ├── 格式关系数据库 ├── 内容从对话中提取的关键字段 ├── 关联通过record_id指向原始对话 └── 用途统计分析、报表生成 向量索引派生可重建 ├── 用途AI语义检索 └── 特点从原始数据派生随时可重建关系数据库从唯一真相源演进为结构化索引层。它不再是唯一的数据存储而是承担查询和统计的职责。原始对话作为真相源人可以阅读AI可以理解两者相互关联、相互印证。一致性事后审计信任演进新问题来了如果数据都是由AI生成和提取的怎么保证一致性如果每次都要人工确认用户体验会很差。但不确认又怎么放心我的答案是事后审计 信任演进。事后审计机制实时处理 用户对话 → AI处理 → 直接写入原始结构化 不阻塞用户体验流畅 后台审计 定时任务 → 审计模型检查原始vs结构化 ├─ 一致 → 通过记录审计日志 └─ 不一致 → 标记异常 → 人工复核队列用另一个模型根据原始记录反查结构化数据是否一致。不一致则交由人工确认。信任演进的四个阶段信任不是一蹴而就的需要逐步建立阶段信任度人工干预周期全量确认0%每笔都确认1-2周抽样确认30%随机抽查20%1个月异常确认70%只确认AI标记的异常持续事后审计95%AI自动处理后台审计持续初期人们会觉得看一眼放心一点。但随着信任增加人们反而会觉得每次确认很麻烦。让信任自然演进而不是强行确认。观点修正表总结一下我对原文观点的修正原文观点我的修正抛弃关系数据库关系数据库保留角色演进数据用MD文件存储MD存原始对话结构化数据仍入库AI决策直接执行AI处理 后台审计每次人工确认事后审计信任演进范式革命范式演进继承有价值的基础设施革命是必须的但革命不代表要推翻一切。真正有生命力的变革是在继承中突破。结语CRUD模式存在了50年不是因为它是最好的是因为没有更好的选择。LLM让自然语言理解成本暴跌第一次有了替代方案。但替代不是抛弃是演进。表单不会消失但会隐身——用户不直接填表AI会把自然语言转换成结构化数据再进入系统。关系数据库不会消失但会下沉——从唯一真相源变成结构化索引层服务于查询和统计。从CRUD到自然语言不是技术的终点是人机协作的新起点。本文是对海龙老师文章的思考与延伸感谢原文带来的启发。[海龙老师原文](https://mp.weixin.qq.com/s/FFDToXUi9BVpE6FyFcVCrA)
从CRUD到自然语言：企业软件的范式演进思考
当LLM让自然语言理解成本暴跌我们真的要抛弃一切吗引子一个被忽视的悖论出差要填表报销要填表请假要填表采购要填表。人们被逼着打开电脑面对一个个表单栏位敲键盘、点鼠标。明明电话里说一句话就能解决的事非要变成系统里的新增、查询、修改、删除。天空中飘来一句提升效率、降低成本。可明明是自然语言最高效啊这不是悖论吗最近读到海龙老师的文章《智能体开发的新方向从 CRUD 到自然语言开发的范式转移》他把这个悖论讲透了。但读完之后我对部分观点产生了不同的思考。第一性原理管理是语言活动海龙老师提出了一个核心洞察管理的本质是语言活动。下达指令是语言汇报进度是语言协调资源是语言审批决策是语言制定制度还是语言。虽然不能说100%是语言活动但起码80%-90%的工作如此。这意味着什么过去50年企业管理软件做的事情本质上是——把人说的自然语言翻译成计算机能理解的结构化语言表单。用户被迫学习每个系统的操作方式理解每个字段填什么、每个按钮什么意思。这是技术限制下的迫不得已。但现在LLM出现了。自然语言理解的成本正在归零。范式转移从人适应系统到系统适应人文章描绘了两个范式的对比CRUD范式表单驱动人 → 填表 → 系统 → 规则引擎 → 审批 → 归档自然语言范式语言驱动人 → 说话 → AI理解 → AI决策 → 自动执行以出差管理为例环节CRUD范式自然语言范式出差前打开系统→填写申请单→选择日期地点→提交审批对AI说我要去上海出差3天出差中住宿超标先垫付回来解释对AI说酒店超标200AI判断后同意出差后填写报销单→上传发票→等待审批对AI说出差结束了花了5000AI自动记账前者是人服务于系统后者是系统服务于人。这不是技术升级是范式转移。就像汽车取代马车不是马车不够好是汽车代表了新的范式。质疑成本真的归零了吗我认同范式转移的大方向但对部分观点持保留意见。问题一自然语言理解成本归零——过于乐观LLM的理解准确率确实很高但企业场景要求的是99.9%的可靠性。模糊指令的歧义性我要报销——报什么多少钱什么项目复杂业务规则的理解税收政策、合规要求、跨部门逻辑多轮对话的信息整合用户分散表达AI如何准确拼凑成本没有归零只是转移了。从用户学习填表转移到AI理解意图消除歧义。问题二抛弃关系数据库——激进且危险文章建议用文件型存储如Markdown但这忽略了几个关键问题数据一致性多用户并发操作时如何保证复杂查询跨表关联、聚合分析、实时报表怎么办审计追溯财务数据要求精确可追溯容不得AI的幻觉关系数据库不是CRUD的产物是数据治理的基础设施。我认为应该是演进不是抛弃。思考存储架构如何演进既然要演进那数据库该扮演什么角色我的思考是一套系统两份关联数据。原始数据层人可读AI可理解 ├── 格式Markdown 元数据 ├── 内容人机对话原始记录 ├── 存储文件系统 (或者存入KV数据库) └── 用途人阅读、核验、审计 结构化数据层便于查询统计 ├── 格式关系数据库 ├── 内容从对话中提取的关键字段 ├── 关联通过record_id指向原始对话 └── 用途统计分析、报表生成 向量索引派生可重建 ├── 用途AI语义检索 └── 特点从原始数据派生随时可重建关系数据库从唯一真相源演进为结构化索引层。它不再是唯一的数据存储而是承担查询和统计的职责。原始对话作为真相源人可以阅读AI可以理解两者相互关联、相互印证。一致性事后审计信任演进新问题来了如果数据都是由AI生成和提取的怎么保证一致性如果每次都要人工确认用户体验会很差。但不确认又怎么放心我的答案是事后审计 信任演进。事后审计机制实时处理 用户对话 → AI处理 → 直接写入原始结构化 不阻塞用户体验流畅 后台审计 定时任务 → 审计模型检查原始vs结构化 ├─ 一致 → 通过记录审计日志 └─ 不一致 → 标记异常 → 人工复核队列用另一个模型根据原始记录反查结构化数据是否一致。不一致则交由人工确认。信任演进的四个阶段信任不是一蹴而就的需要逐步建立阶段信任度人工干预周期全量确认0%每笔都确认1-2周抽样确认30%随机抽查20%1个月异常确认70%只确认AI标记的异常持续事后审计95%AI自动处理后台审计持续初期人们会觉得看一眼放心一点。但随着信任增加人们反而会觉得每次确认很麻烦。让信任自然演进而不是强行确认。观点修正表总结一下我对原文观点的修正原文观点我的修正抛弃关系数据库关系数据库保留角色演进数据用MD文件存储MD存原始对话结构化数据仍入库AI决策直接执行AI处理 后台审计每次人工确认事后审计信任演进范式革命范式演进继承有价值的基础设施革命是必须的但革命不代表要推翻一切。真正有生命力的变革是在继承中突破。结语CRUD模式存在了50年不是因为它是最好的是因为没有更好的选择。LLM让自然语言理解成本暴跌第一次有了替代方案。但替代不是抛弃是演进。表单不会消失但会隐身——用户不直接填表AI会把自然语言转换成结构化数据再进入系统。关系数据库不会消失但会下沉——从唯一真相源变成结构化索引层服务于查询和统计。从CRUD到自然语言不是技术的终点是人机协作的新起点。本文是对海龙老师文章的思考与延伸感谢原文带来的启发。[海龙老师原文](https://mp.weixin.qq.com/s/FFDToXUi9BVpE6FyFcVCrA)
