捡回基于 DSL 的代码生成工具 gskctl
近期在项目中重新启用了基于 DSL 的代码生成工具 gskctl，用来保证底层代码的高效和稳定。目前的实际开发流程是将 AI 与 gskctl 结合：先由 AI 编写模板，再通过 gskctl 落地具体代码。具体做法是在 Go 语言的接口定义里，通过 QueryRow、Query、Create 等 SQL 注解声明数据库操作逻辑，最后利用工具自动生成对应的底层实现。这套方案省去了手动编写重复样板代码的麻烦，也规范了数据库访问层的开发。
将 LLM 作为原生编程语句的设想
本文探讨了将大语言模型（LLM）调用作为编程语言中“第一等公民”（First-class statement）的设计构想。文章指出，现有的 API 调用方式割裂了确定性代码与概率性 LLM 之间的联系。通过引入原生的 llm 语句或代码块，编译器可以在编译期进行类型检查和结构化输出约束（如 JSON Schema 绑定），并在运行期优化上下文缓存与 Token 消耗。这种“AI 编程语言”的范式转变，不仅能简化 AI Agent 的开发，还能通过静态分析提升 LLM 程序的可靠性与可维护性，为 AI 时代的新型软件工程奠定了基础。
摄影师自建DSL，简化多智能体工作流
一位非传统软件开发背景的摄影师在Hacker News上分享了他构建领域特定语言（DSL）的经验。该DSL专门用于简化和管理复杂的多智能体工作流。作者通过将多智能体任务抽象化，使得非专业开发者也能高效地编排和执行AI Agent协作任务，从而降低了AI Agent技术的应用门槛。这一实践案例强调了DSL在提升工作流可读性、可维护性及自动化程度方面的价值，尤其对于需要处理复杂、多步骤任务的创意领域（如摄影后期、内容生成）具有重要启发意义。它展示了AI Agent技术如何通过易用工具赋能更广泛的用户群体，推动其在垂直行业的实际落地。