注释是为人写的。

// GetUser retrieves a user by ID from the database.
func GetUser(id string) (*User, error) {

这段注释对人阅读有帮助。但机器读了什么也不知道。不知道"retrieves"是Read还是Search。不知道"user"是哪个实体。不知道这个函数是Service模式还是Repository模式。

因为注释是叙述。

当函数有10,000个时

函数只有10个时无所谓。人可以全部读完。

函数有10,000个时就不一样了。当你说"把所有跟支付相关的函数都找出来"，人找不到，机器也找不到。只能找到名字里带"payment"的。名字里没有的就漏掉了。

AI代理修改代码时也一样。让Claude Code"修改PaymentFailed的错误处理"，代理会重新阅读全部代码。每次都是。10,000个函数每次从头理解。昨天读过的代码今天又读一遍。即使有注释也一样。因为注释是人类的叙述。机器要从叙述中提取语义就需要推理。很贵。

如果注释是索引

// CreateOrder processes a new order creation.
//
// # Pattern: Service, Transactional
// # Entity: Order
// # Action: Create
// # Input: CreateOrderRequest {items:[]Item, userID:string}
//          pre: items>0 userID!=''
// # Output: *OrderResponse, error
//          errs: [StockInsufficient, PaymentFailed]
// # Deps: InventorySvc, PaymentGateway
func (s *OrderService) CreateOrder(req CreateOrderRequest) (*OrderResponse, error) {

这段注释人能读，机器也能读。

“所有Service模式的函数” → 搜索Pattern字段。即时。 “与Order实体相关的所有函数” → 搜索Entity字段。即时。 “会抛出PaymentFailed的函数” → 搜索errs字段。即时。

全量扫描变成了索引检索。O(n)变成了O(1)。

不需要人来写

这个索引不需要人来编写。

代码被修改时自动检测。文件监听。 将修改的函数通过AST分离。机械操作。 将函数体交给小型LLM。“判断这个函数的模式、实体和动作。” 将判断结果按固定格式插入。机械操作。

人什么都不用做。只需要写代码。索引会自动附加。

在整个流水线中，LLM介入的节点只有一个——判断函数的语义。其余全部是确定性代码。

从推理到规则

这里还可以再进一步。

当小型LLM对相同模式反复附加相同索引时——检测这种重复。如果"Service后缀的receiver方法就标注Pattern:Service"重复了100次，就固化为规则。之后不再调用LLM。由规则处理。

LLM调用逐渐减少。规则逐渐增多。成本趋近于零。

注释从叙述变为索引， 索引从手动变为自动， 自动从推理变为规则。

为什么可行：设计模式就是码本

这之所以可行是有原因的。

编程中已经有了标准化的语义词汇。那就是设计模式。

Singleton、Factory、Observer、MVC、Service。自从GoF在1994年整理了23个模式以来，软件行业用了30年来扩展和标准化这套词汇。

GoF 23模式。Enterprise Application Patterns。Cloud Design Patterns。Go Concurrency Patterns。全都已经整理好了。

这些词汇没有歧义。Singleton就是Singleton。开发者不会各有不同的解读。定义是共识的，实现条件是明确的，违反了会在代码审查中被发现。

这套词汇体系就成了索引的码本。不需要新建。已经存在了。

自然语言没有这个。“伟大"在字典里有定义，但每个人用法不同。在代码中，Service不会被每个人用得不一样。

为什么代码是最简单的领域

GEUL的上下文流水线——明确化、索引、验证、过滤、一致性、探索——应用于自然语言很难。应用于代码很容易。

明确化：自然语言是模糊的。代码只要通过了编译器，语义就是确定的。 索引：自然语言的实体要看上下文才知道。代码的实体AST已经解析好了。 验证：自然语言的有效性无法定义。代码的有效性由编译器判定。 过滤：自然语言的相关性需要LLM判断。代码的相关性可以通过调用图机械地判断。 一致性：自然语言的矛盾需要推理才能发现。代码的矛盾由类型系统和测试捕获。 探索：自然语言知识是扁平的。代码已经有包→文件→类型→方法的层级结构。

同一条流水线，在代码领域以更低的成本运行。先在最容易的地方证明，再向困难的地方扩展。这就是工程。

总结

注释本来是为人而写的。 现在它也必须为机器而写。 人能阅读，同时机器能检索的注释。 是叙述，同时是索引的注释。

代码已经有了语义，已经有了结构，已经有了词汇。 缺的只是索引。 让注释成为那个索引就好。