Wolfram Language 与 Mathematica 第 15 版发布：AI 时代的符号计算与智能助手

背景

1988 年 6 月 23 日，Mathematica 1.0 版本正式推出。如今，在历经近 38 年的发展历程后，Wolfram 公司发布了第 15 版。鉴于该语言的功能已远远超出“数学”范畴，公司将其正式更名为 Wolfram Language。

在过去四十年中，Wolfram 的核心使命始终如一：尽可能广泛且深入地应用计算范式，并通过构建独特的计算语言来表征和计算世界。随着计算技术和范式的普及，尤其是现代人工智能（AI）的兴起，这一使命迎来了新的驱动力。

值得注意的是，Wolfram 的用户群体已从单纯的人类用户扩展至“人类 + AI”。Wolfram 长期以来致力于让 Wolfram Language 对人类用户而言易于使用且高效，这种连贯的设计哲学意外地使其同样易于被 AI 系统和模型所理解和调用。随着 AI 在软件开发和编码领域的广泛应用，Wolfram 认为其语言在提供精确性、形式化表达以及作为 AI 与人类之间沟通桥梁方面具有独特价值。

核心内容

从“数学”到“计算语言”的演进

Wolfram 强调，Wolfram Language 不仅仅是一种编程语言，而是一种全规模的计算语言。它旨在不仅供人类编写，更供人类阅读，以此帮助形式化和厘清思维。这与几个世纪前数学符号为数学范式所做的工作类似：提供一种精简且精确的方式来表征和交流思想。

在 AI 时代，Wolfram Language 成为精确表达意图的独特载体。当用户用自然语言告诉 AI 需求时，虽然方便但往往不够精确（除极简单情况外）。相反，如果 AI 生成 Wolfram Language 代码，则能以精确术语展示 AI 的理解内容，让用户确认这是否真正符合其需求。Wolfram Language 作为精确性和正确性的载体，能够锚定用户的操作，生成可信赖的系统化输出。

AI 辅助编程与 Wolfram Language 的定位

当前存在一种趋势，即“利用 AI 进行编码”。对于追求界面效果（如网站开发）且不关心内部代码逻辑的场景，AI 生成的传统编程语言代码是一种变革性的解决方案。然而，在技术密集型领域，仅仅“看起来正确”是不够的，必须确切知道计算过程。

Wolfram Language 在此处发挥关键作用：

1. 高层抽象与可读性：它提供了最高级别、最易于人类理解的表征方式。
2. 封装与复用：允许用户封装精确的计算片段并在任意地方重复使用。
3. 自动化潜力：Wolfram 认为传统编程的大部分可以通过使用 Wolfram Language 的高层构造来自动化。事实上，许多用户（包括创始人）多年来一直使用 Wolfram Language 大幅扩展计算能力，避免编写大量传统代码。

AI 提供了一条不同的自动化路径：自动编写传统编程语言代码。虽然 AI 生成的代码并非完美可靠，通常需要复杂的调整才能保持正轨，但对于不关心具体计算细节的用户而言，这是一条有价值的自动化路径。

对于初学者或不熟悉特定领域的用户，AI 提供了便捷的初始自动化层。但对于精通 Wolfram Language 的用户而言，AI 并非首选。Wolfram Language 是一种思维媒介，一旦用户精通该语言，直接以语言形式表达思想通常比先用自然语言描述再转化为代码更为高效和精确。

自然语言与计算的早期探索

Wolfram|Alpha 早在 17 多年前就率先提出了使用自然语言指定计算的概念。虽然其技术原理与现代 AI 不同（更侧重于将小片段自然语言可靠地翻译为精确计算），但它早已允许在 Wolfram Language 中利用自然语言（例如指定实体）。如今，这一技术也帮助建立了与 AI 更好的沟通渠道。

软件开发中的 AI 角色

关于 AI 在软件未来开发中的角色，Wolfram 指出，AI 在处理涉及外部接口或直接与硬件交互的传统编程语言部分时确实有帮助。然而，Wolfram Language 的大部分代码现已用 Wolfram Language 自身编写，从而充分利用了语言内置的所有自动化功能。

随着每个新版本的语言发布，自动化程度不断提高，开发杠杆效应也随之增强。正是这种持续积累的自动化能力，使得过去四十年间构建了如此庞大的技术体系，并促成了第 15 版的发布。

笔记本中的 AI 助手

在 ChatGPT 首次发布后的几周内，Wolfram 便构建了从大语言模型（LLM）内部调用 Wolfram Language（及 Wolfram|Alpha）的方法，以及从 Wolfram Language（及 Wolfram Notebooks）内部调用 LLM 的技术。

随后，Wolfram 发布了 Notebook Assistant 作为 Wolfram System 的附加组件，并于今年 2 月发布了 Foundation Tool 技术套件，进一步整合 LLM。在第 15 版中，Wolfram 推出了更高级别的 AI 集成：内置的 AI Assistant。

关键要点

• 版本更名与定位：Mathematica 第 15 版正式更名为 Wolfram Language，标志着其从数学工具向通用计算语言的全面转型。
• 双向 AI 集成：Wolfram 不仅让 AI 能调用 Wolfram Language，也让 Wolfram Language 能调用 AI，实现了人类、AI 与计算引擎的三方协同。
• 精确性优于自然语言：在复杂计算场景中，Wolfram Language 提供的代码形式比自然语言描述更具精确性和可验证性，是确保 AI 输出正确性的关键锚点。
• 思维媒介：对于专家用户，Wolfram Language 是比自然语言更高效的思维表达工具，能够直接形式化复杂逻辑。
• 自动化分层：
  • 传统编程自动化：AI 擅长自动生成传统编程语言代码，适合对内部逻辑不敏感的场景。
  • 高层计算自动化：Wolfram 通过自身语言的高层构造实现自动化，适合需要精确控制和深度计算的场景。
• 历史延续性：Wolfram|Alpha 早于现代 AI 时代就实现了自然语言到计算的转换，为当前的 AI 集成奠定了技术基础。
• 内置 AI 助手：第 15 版将 AI 功能深度集成到 Wolfram Notebook 中，形成内置的 AI Assistant，提升了交互体验。

意义与影响

Wolfram Language 第 15 版的发布及其 AI 助手的集成，标志着计算工具在 AI 时代的一次重要范式调整。它挑战了“AI 生成代码即终点”的单一观点，强调了形式化语言在确保计算正确性、可解释性和可复用性方面的不可替代价值。

对于开发者而言，这一版本提供了两种互补的路径：利用 AI 快速生成传统代码以解决表层问题，或利用 Wolfram Language 进行深层、精确的计算建模。对于 AI 研究者而言，Wolfram Language 作为一个结构化、语义丰富且易于机器解析的语言接口，为 AI 系统提供了获取精确世界知识和执行复杂计算的高效通道。

最终，Wolfram 通过第 15 版重申了其核心愿景：在 AI 辅助日益普及的今天，构建一个既能被机器高效处理，又能被人类精确理解和控制的计算生态系统。