Graph Engineering Needs a Compiler
10 hours ago
- AI生成代码的速度，比人类理解其组合执行的速度还要快；图使应用结构可见，而编译器能将这种结构转化为确定性的编排器。
- 局部合理的AI生成代码常违反全局不变量，因为真实行为来自回调、定时器、队列和状态变化之间的交互。
- 图工程使应用模型显式化，但图本身并非编排器——执行语义、顺序、并发和故障处理仍需定义。
- Fluxtion提出推断编排：编译器分析带有本地事件语义的闭包组件图，推导出全局协调、生命周期和重入行为，生成Java代码。
- 其优势包括：单一结构真相源、定义边界内的确定性执行、可检查的运行时工件、回放和审计能力，以及更安全的AI分工。
- 设计原则：将概率推理（如LLM）保持在显式孤岛中，围绕它们编译确定性海洋，以实现控制和安全。
- Fluxtion融合了增量计算、编译时依赖注入和同步数据流语言的思想，应用于跨有状态Java组件的重复事件协调。
- 经济背景：AI使代码生成廉价，但理解和信任组合行为却昂贵——图工程与编译编排应对这一反转。