当人们还在惊叹AI绘画能以秒级速度生成精妙绝伦的艺术作品时，一场更底层的革命正在软件开发领域悄然上演。微软退休工程师、Windows任务管理器之父Dave Plummer最近用一台搭载M5芯片的MacBook Air，在4.5小时内完成了一个原生任务管理器TMOG的完整开发——而这一切的起点，是一份长达107页的规格文档和名为Claude Code的AI代码生成工具。这并非简单的“效率提升”，而是对“如何创造科技产品”这一根本问题的重新定义。
从80KB到AI生成：任务管理器的基因突变
1996年，Windows NT 4.0首次亮相的任务管理器仅有80KB大小，运行在一台P90配置的电脑上，CPU使用率不超过1%就能实现更新、滚动和绘图功能。那是Dave Plummer用传统手工编码方式创造的杰作，每一行代码都经过精心打磨，每一个算法都经过反复推敲。28年后，他再次启动任务管理器项目，但这次的方式截然不同——他先写了一份107页的规格说明文档，详细描述了每个功能模块、交互逻辑和性能指标，然后将这份文档交给Claude Code处理。
这种开发方式的转变，映射出整个软件行业正在经历的范式迁移。如果说AI绘画让普通人也能通过自然语言描述生成视觉作品，那么AI编码则让专业开发者能够用更抽象的“意图描述”来生成可运行的代码。TMOG的首个版本在便携设备上耗时约4.5小时完成，且首次运行就能正常工作，这在传统开发模式下几乎不可想象。值得注意的是，普拉默原本计划尝试开发新版Microsoft Word来验证“氛围编程”的可行性，但最终选择了自己更熟悉的任务管理器——这个决定让他能够更客观地评估AI生成代码的质量。
有趣的是，AI绘画领域同样存在类似的“从描述到成品”的路径。当用户输入“一只穿着宇航服的猫在火星上弹吉他”，AI绘画工具会解析语义、构图、光影，最终生成图像。而AI编码工具Claude Code面对107页的文档，同样需要理解功能需求、数据结构、交互逻辑，再生成对应的代码。两者的底层逻辑都是大模型训练的结果，只是输出形式从像素变成了源代码。
107页规格文档：AI技术的“新编程语言”
普拉默的107页文档并不像传统需求文档那样充满模糊的“用户体验”描述，而是包含了精确的API定义、性能阈值、异常处理路径等工程细节。这份文档实际上成为了AI技术的新型“编程语言”——开发者不再用Python或C++编写代码，而是用自然语言和结构化文档描述“做什么”，AI负责“怎么做”。
这让我联想到AI画图工具的提示词工程。在AI绘画中，高质量的提示词往往包含主体描述、风格标签、光照参数、构图比例等要素，好的提示词能生成精准的作品，差的提示词则产生四不像。同样，普拉默的107页文档就是一份超级“提示词”，它包含了足够的上下文约束，让AI能够生成符合预期的代码。从这个角度看，AI技术正在让“规格文档”本身成为一种新的生产力工具。
然而，这并不意味着程序员会被取代。普拉默在后续的调整中持续优化细节，因为AI生成的代码虽然“能跑”，但未必“优雅”。例如，在资源监控的实时性方面，AI可能选择了通用算法而非最优算法，需要人工介入进行性能调优。这种“AI生成+人工精修”的模式，与AI绘画中“AI生成底稿+设计师后期调整”的 workflow 如出一辙。AI技术的进步正在模糊“创作”与“工程”之间的边界，让更多人能够参与科技产品的构建。
医院急诊室里的编程：M5芯片与Claude Code的碰撞
这段开发经历中最具戏剧性的一幕，是普拉默带着M5芯片的MacBook Air前往医院，在等待儿子接受紧急阑尾切除手术期间编写代码。当儿子因内出血再次入院后，他又获得了更多移动开发时间。在这种高压环境下，传统开发方式几乎不可能推进——需要配置开发环境、调试依赖库、处理编译错误，而AI编码工具则大大降低了这些“体力活”的门槛。
Claude Code作为代码生成与开发工具，其核心优势在于能够理解上下文并生成符合预期的代码片段。普拉默只需要在终端输入自然语言描述，比如“实现一个显示CPU使用率的折线图组件，数据更新间隔为1秒”，AI就能生成对应的前端代码。这种“对话式编程”体验，与文生图工具中“输入描述→生成图像”的流程高度相似。事实上，很多AI绘画工具也提供了类似“迭代调整”的功能——你可以说“把背景改成星空，主体颜色调亮20%”，AI会重新生成。
这次经历也揭示了AI编码工具的一个关键特性：环境依赖性。普拉默使用的是搭载M5芯片的MacBook Air，而TMOG的目标平台是Windows 11和Linux。这意味着AI生成的代码需要跨平台兼容，而Claude Code在处理跨平台细节时可能不如人类开发者敏锐。但令人惊讶的是，首版代码在Windows上直接运行成功，没有出现常见的路径分隔符、系统调用差异等问题。这说明AI图片生成背后的多模态理解能力正在向代码生成领域渗透，AI能够从海量训练数据中学习到跨平台开发的隐性知识。
氛围编程的争议：AI能否替代人类开发者？
普拉默的项目最初源于一场关于“如今是否能通过‘氛围编程’开发新版Microsoft Word”的争论。所谓“氛围编程”，是指完全通过自然语言与AI对话，让AI自主完成编码、测试、调试的全流程，人类只负责提供“氛围”和需求。这种理念在AI绘画社区中也有类似版本——“氛围绘画”指用户只提供模糊的意象，AI自行发挥创意。
支持者认为，AI编码工具已经能够处理大部分常规逻辑，未来开发者将更像“产品经理+测试员”，只需描述需求并验收结果。反对者则指出，AI生成的代码缺乏深度架构设计，当项目规模增大时，AI的“思维”会陷入局部最优，难以做出全局性的技术决策。从TMOG的实际开发来看，普拉默确实在4.5小时内得到了可运行的原型，但后续的“持续调整细节”阶段才是真正的苦活——AI可以生成一个“能用的”任务管理器，但要达到Windows原生应用的流畅度和稳定性，仍然需要大量人工优化。
这种争议在科技产品开发领域并不新鲜。回顾历史，从汇编语言到高级语言，从单机开发到云计算，每一次技术跃进都会引发“开发者是否会被取代”的讨论。但最终，工具只是降低了门槛，真正的创新仍然来自人类对问题的理解和创造性的解决方案。AI工具导航上已经汇集了数百款AI编码辅助工具，它们正在将开发者从重复劳动中解放出来，让他们有更多精力去思考架构和创新。
TMOG的未来：跨平台科技产品的新范式
目前TMOG的最新版本为0.1.1，支持Windows 11和Linux系统。普拉默表示，这款工具的目标是成为真正的“下一代任务管理器”，不仅提供传统的进程监控、CPU/GPU使用率查看，还计划集成更多系统诊断功能。值得注意的是，TMOG的开发完全基于AI编码，这意味着其代码库的维护和迭代也将依赖AI工具——当需要添加新功能时，开发者只需更新规格文档，AI就能生成对应的代码修改。
这种“文档驱动开发”模式，可能成为未来科技产品开发的新范式。想象一下，一个初创公司想要开发一款抠图工具，传统做法是组建团队、编写代码、测试上线，周期以月为单位。而采用TMOG模式，创始人只需要写好详细的功能规格文档，交给AI编码工具，几天内就能获得可用原型。当然，这要求规格文档本身具备极高的完整性和准确性，而撰写高质量文档本身就是一种稀缺能力。
从更宏观的视角看，AI绘画和AI编码正在共同推动一个“全民创作时代”的到来。当AI诗词生成工具让普通人也能写出格律工整的七言绝句，当艺术签名设计工具帮每个人拥有独特的签名，当AI工具箱里的数百款工具覆盖了从图像到代码的几乎所有创作场景，创造力的门槛正在被大幅降低。而TMOG的故事恰恰告诉我们：即使是最底层的系统工具，也可以用AI技术以全新的方式重新构建。
这场变革的最终受益者，将是那些善于使用AI工具的人类创作者。无论是用AI绘画生成概念图的设计师，还是用AI编码构建系统的工程师，他们的核心竞争力不再是对工具本身的熟悉程度，而是对问题本质的理解和对解决方案的创新。正如普拉默在107页文档中所展现的，真正的价值不在于写出代码，而在于写出“正确的规格文档”。