Markdown 会成为 AI 时代的编程语言吗？
Markdown 会成为 AI 时代的编程语言吗？
编程语言是接口。它们定义了人类如何向机器表达意图。汇编语言与 CPU 对话，SQL 与数据库对话，JavaScript 与浏览器对话。如今，随着大型语言模型成为一种新的计算基础，有一个值得探讨的问题：什么语言与 AI 对话？
答案可能是一个已经存在的东西，一个大多数开发者不假思索就会使用的东西：Markdown。
效率数据
这不是一个哲学论点，而是可以量化的论点。
LLM 将文本处理为词元（token）。每一个 HTML 标签、CSS 类名和数据属性都会消耗词元，却不贡献任何语义。一篇典型的 3000 字文章用 HTML 渲染可能包含 8000 个词元，而同样的内容用 Markdown 表示大约只需 2800 个词元——减少了 65%。
对比如下：
| 格式 | 词元数（3000 字文章） | 相对成本 | |------|---------------------|---------| | 原始 HTML | ~8,000 | 1.0× | | 清理后的 HTML | ~4,500 | 0.56× | | Markdown | ~2,800 | 0.35× | | 纯文本 | ~2,400 | 0.30× |
Markdown 在效率上优于清理后的 HTML，同时保留了纯文本所缺失的语义结构。标题告诉模型这是一个章节边界，代码块告诉模型这是代码而非正文，列表传达并列结构。纯文本则没有这些——它只是文字。
训练数据的契合性
LLM 对格式并非一视同仁，它们的偏好已深植于训练数据之中。
GPT、Claude、Gemini 和 Llama 的训练语料库都包含大量 Markdown：GitHub 的 README 文件、Stack Overflow 的帖子、Reddit 评论、文档网站、Jupyter 笔记本。这些模型已经见过数十亿次 Markdown，它们不只是解析 Markdown，而是用 Markdown 进行思考。
当 Claude 或 ChatGPT 回答问题时，默认使用什么格式？Markdown。章节用标题，重点用粗体，枚举用列表，代码用代码块。这些模型默认使用 Markdown，因为那是它们训练最深入的格式。
这形成了一个正向循环：AI 最善于读取 Markdown，AI 原生输出 Markdown，向 AI 输入 Markdown 的用户获得更好的结果，更多 Markdown 被创造出来，更多 Markdown 进入训练数据。
GEO 革命：llm.txt 与语义网络
搜索引擎优化（SEO）的出现，是因为网站需要被 Google 的爬虫发现。如今，一个新领域——生成式引擎优化（GEO）——正在兴起，因为网站现在需要被 AI 爬虫理解。
2024 年提出的 llm.txt 规范，要求网站在 /llm.txt 路径发布一个纯文本 Markdown 文件，概述其内容、API、使用场景和功能。其理念是：AI 系统在爬取网络信息时，可以读取这个文件来了解网站的内容，而无需解析数千个页面。
早期采用者包括开发者工具、AI 公司和 SaaS 产品。该规范尚未成为标准，但正在不断发展。
与此平行的还有一个发展：llms-full.txt，供希望 AI 爬虫访问完整内容的网站使用。可以将其视为面向 AI 的 robots.txt，但它不是阻止访问，而是主动邀请并引导访问。
共同点在于：这一切都是 Markdown。
Markdown 作为中间层
在计算领域，一些最持久的技术是中间层——在两个世界之间进行转换的格式。POSIX 处于应用程序和操作系统之间，HTTP 处于客户端和服务器之间，SQL 处于应用程序和数据库之间。
Markdown 可能正在找到自己的定位——作为人类意图与机器理解之间的中间层。
考虑这条链路：
- 人类写作或查找信息（散文、HTML、PDF）
- 该信息被转换为 Markdown（通过 Web2MD、Pandoc 或类似工具）
- Markdown 被输入到 AI 模型
- AI 生成 Markdown 响应
- 人类阅读响应，可能将其转换回其他格式
在每一个需要将人类意义跨越鸿沟传递给机器处理再传回的步骤中，Markdown 都出现了。
反驳观点：Markdown 还不够
将 Markdown 称为传统意义上的编程语言会是一种过度解读。编程语言具有形式语法、类型系统和执行语义，而 Markdown 是一种有意保留模糊性的格式约定。
真正可能出现的是结构化 Markdown——用机器可读的约定来增强 Markdown：
- YAML 前置数据用于元数据（已在 Jekyll、Hugo、Obsidian 中成为标准）
- Dataview 查询（Obsidian 插件）将 Markdown 文件转变为可查询的数据库
- MDX（Markdown + JSX）在正文中嵌入可执行组件
- 提示词模板使用带有
{变量}的 Markdown 进行 AI 指令编写
发展轨迹十分清晰：Markdown 正在获得结构化能力，同时不失其人类可读的核心特性。
实践结论
无论 Markdown 是否在正式意义上成为"编程语言"，它在 AI 工作流中的角色已经举足轻重：
- LLM 提示词的首选输入格式
- LLM 响应的首选输出格式
- AI 索引知识的存储格式（Obsidian、Notion、Logseq）
- 人机协作的传输格式（llm.txt、API 文档）
- 网络内容转换的中间格式（Web2MD、Pandoc）
最持久的计算格式得以存续，是因为它们简单、人类可读且具有互操作性。Markdown 二十年来一直具备这三点。AI 时代并没有威胁 Markdown，而是在印证它的价值。
如果你正在构建 AI 工作流，Markdown 不是可选项，而是基础。
Web2MD 一键将任意网页转换为经 AI 优化的 Markdown。立即开始构建以 Markdown 为原生格式的 AI 工作流。