读者如何判断 Markdown 是否成为 AI 编程的‘源代码’？
读者应通过区分传统 Markdown 与新用途、验证其逻辑定义能力、查找实际应用案例以及判断其与代码的界限来理解 Markdown 在 AI 编程中的角色变化。
读者如何理解 Markdown 在 AI 编程中的角色变化？
据 OSCHINA 报道，htmx 作者 Carson Gross 提出 Markdown 正在成为 AI 编程时代的‘源代码’。读者需要理解这一变化意味着什么。传统上，Markdown 被视为文档格式，但如今它被用来定义应用程序逻辑。这要求读者区分传统 Markdown 与新用途之间的差异，例如，是否包含可执行指令或结构化数据。
读者如何判断 Markdown 是否具备逻辑定义能力？
读者应关注 Markdown 是否包含可被 AI 代理解析和执行的结构。例如，是否使用特定语法定义变量、函数或流程。若原文未明确说明，读者需自行检查相关工具是否支持此类功能。若工具支持，可进一步验证其是否被用于实际项目中。若无明确证据，应谨慎对待这一说法。
读者如何验证 Markdown 作为源代码的可行性？
读者可参考具体案例或工具，如 Hartley Brody 提到的《Markdown is the new source code》。若原文未提供具体工具或案例，读者需自行查找是否有实际项目使用 Markdown 作为核心逻辑定义。同时，可查看是否有开发者社区讨论其可行性。若缺乏实际应用，该观点仍属推测。
读者如何判断 Markdown 与代码的界限是否模糊？
读者应关注 Markdown 是否被用于替代传统代码。例如，是否通过 Markdown 定义逻辑流程、数据结构或交互规则。若原文未提供明确例子，读者需自行判断是否有工具将 Markdown 转换为可执行代码。若工具存在，可进一步验证其是否被广泛采用。若无明确证据，该说法仍需谨慎对待。
资料与延伸阅读
你可以通过以下原始资料核对文中概念，并继续深入阅读。