【CSDN 编者按】过去十年我们为了“写得快”妥协了性能。如今AI 抹平了语言门槛编程范式正经历一场从“对人类友好”到“对 AI 友好”的剧烈位移。底层语言革命已经到来你的下一行代码还打算用老办法写吗原文链接https://medium.com/NMitchem/if-ai-writes-your-code-why-use-python-bf8c4ba1a055作者 | Noah Mitchem 责编 | 张红月出品 | 程序人生IDcoder_life过去十年软件界的潜规则很简单谁能先上线谁就是赢家。当大家为新项目选择编程语言时常常非 Python 或 TypeScript 莫属。为什么因为生态大、招人容易随便拖拽一下组件周五就能给老板演示个 Demo。至于 Rust、Go 或者 C虽然性能能吊打 Python 十倍甚至百倍但代价太惨重半年的学习曲线、难招的工程师、动不动就报错的编译环境。所以大家心照不宣地选了 Python上线后对客户承诺“后期再优化性能。”实际上大家心里都清楚这几乎是个永远不会兑现的空头支票。但现在这个潜规则失效了。因为 LLM。曾经那些因为“太难写”、“门槛高”而被嫌弃的硬核语言现在 AI 都能帮你搞定。既然写复杂语言的难度被 AI 抹平了我们还有什么理由为了“凑合写”而去忍受 Python 的低性能呢加入 AMD AI 开发者计划免费领 50 小时云算力券进入官方群月月抽显卡、AIPC好运不停对人类越难的语言AI 越喜欢两年前你让 GPT-4 写个 Rust 代码它能把库的名字编到你怀疑人生。但到了 2026 年Claude、GPT-5.5、DeepSeek 这些模型早已是“代码大神”甚至在 SWE-bench 这种极其硬核的基准测试中都已经达到人类高级工程师的水平。现在的 AI 模型不仅会写简单的逻辑更擅长处理系统底层的并发、竞态条件和架构优化。为什么 AI 偏爱 Rust上个月推特博主 CtrlAltDwayne 总结了一句“名言”“2026 年选 Rust不是因为它性能有多强或内存有多安全而是因为AI 写 Rust 的表现远超写 C。”https://x.com/CtrlAltDwayne/status/2032388050584736157这话听着反直觉逻辑却很硬“Rust 编译器就像一位严苛但高效的“辅导老师”它的每一次报错对 AI 来说都是极其珍贵的“实时训练数据”。AI 可以根据编译器的反馈瞬间修正错误。这种闭环简直就是为 AI 量身定制的尽管 10 年前设计 Rust 的人根本没想过这一点”。这种逻辑同样适用于 Go 和 Swift。对于人类来说强类型系统和底层的内存管理可能意味着“学习曲线地狱”但对 AI 智能体而言这些约束恰恰是它们最喜欢的——逻辑明确、反馈及时迭代效率高到吓人。说白了那些人类曾经觉得难啃的硬骨头如今在 AI 面前全成了“送分题”。那些曾经不可能的任务现在几周就搞定了只要看看过去这三个月发生的事你就会明白游戏规则已经变了。微软 TypeScript 7.0TypeScript 团队祭出了大招直接把用了十年的代码库用 Go 重写新版比 6.0 快了足足 10 倍Anders Hejlsberg 的理由是 Go 带来的性能提升远超预期的工程成本。Anthropic 的研究员 Nicholas Carlini 找了 16 个 Claude 智能体“合伙”写出了一个能运行 Linux 内核、能跑 Doom 游戏、能编译 Redis 的生产级 C 编译器。整整 10 万行代码只花了不到 2 万美元。以前这得是硕士的毕业论文题目现在这就是 AI 的一个“周末项目”。Rust 元老 Steve Klabnik 用 Claude 在两周内从零搓出了一门新语言 Rue7 万行代码。他感叹道“以前得花两个月现在两周就干完了。”大牛 Andreas Kling 把 Ladybird 的 JS 引擎从 C 迁移到了 Rust。一共 2.5 万行代码两周搞定通过了 6.5 万多项测试性能完全对齐。如果是手动移植他直言“没几个月根本拿不下来。”2024 年这还是科幻片2025 年这是极客们的尝试而到了 2026 年的今天这已经成了程序员圈里的日常操作。AI 不再是辅助你写个函数它正在重构整个软件架构的底层逻辑。对于那种性能与复杂度的纠结AI 给出了最硬核的答案直接重写一步到位。修代码的时代终结了现在流行直接“重开”开源界的“旧契约”正在失效。过去你选 Python 因为上手快发现依赖库有 Bug就动手修好并回馈社区。大家齐心协力生态也就越来越稳。但 AI 把这个循环彻底搞乱了程序员们现在不屑于打补丁了流行直接“移植”。Flask 作者 Armin Ronacher 把自己的 Rust 库 MiniJinja 移植到了 Go。整个过程他只花了 45 分钟人工干预剩下 9 个多小时全靠 AI 自动跑。只花了 60 美元 API 费用一个新语言版本的库就造好了。当“跨语言移植”变得像“喝杯咖啡”一样轻松谁还愿意费劲去给别人的库打补丁与其费力维护一个上游版本不如直接 Fork 出个属于自己的新版本。Armin Ronacher 留下了一句极具洞察力的判断“现在的价值重心正在偏移。代码本身不再那么重要了测试用例和文档才是真正的资产。”如果代码可以随时被 AI 瞬间重写、移植那么一套严丝合缝的测试套件才是保证软件灵魂不死的唯一护城河。构建 PyPI 和 npm 的循环在今天仍然有效。但显然它在 2028 年是否依然有效这并不确定。AI 并非万能钥匙别被“AI 重写一切”的叙事带偏了冷静下来看这场技术革命也有它的局限性。有时“老办法”才是最优解。别迷信 RustPrisma 就干了件反其道而行之的事他们抛弃了 Rust 查询引擎改用 TypeScript/WASM结果包体积缩减了 85%查询速度反而暴涨 3.4 倍。而且原生 Rust 二进制文件在 Serverless 架构下往往表现得水土不服。再比如 PyTorch它死死占据了深度学习研究 85% 的江山因为深度学习的核心是模型权重至于外面封装的那层皮是什么语言PyTorch 根本不在乎。AI 的能力完全取决于它的“胃口”训练数据。Rust 和 Go 是真正的“幸运儿”因 GitHub 上到处都是它们的代码AI 把它们喂饱了。但对于 Zig、Haskell 或 Gleam 这种小众语言AI 目前还没学透。如果你强行让 AI 写这些代码质量往往会翻车。在 GitHub 数据量巨大的语言面前AI 是神在小众生态面前它还得老老实实当学生。为什么说 Python 的“统治”不可逆转地结束了过去我们死磕 Python 或 TS本质上是在用“开发体验”换取上线速度。毕竟凌晨两点要上线时谁敢去碰那难搞的 Rust但现在写代码的苦活累活都归 AI 了。人类的工作重心彻底变了不再是“写代码”而是“架构系统”和“审查 AI 输出”。在这种模式下Python 那点所谓的“易用性优势”每过一个季度就缩水一分而 Rust 这些硬核语言在生产环境中的性能红利却在日积月累地为你节省服务器成本。正如 Armin Ronacher 所言“当编程成本被 AI 降至地板价生态库够不够多已经没那么重要了。”过去 20 年编程语言的选择逻辑只有一个人类手写代码太慢了所以必须选简单的。现在这个唯一的约束被 AI 抹平了。看看 Stack Overflow 2025 年的调查吧Rust、Gleam、Zig 这些“硬骨头”霸榜了最受推崇语言。大家内心其实一直向往高效只是以前受制于人类的码字速度现在工具终于追上了欲望。正如大牛 Karpathy 所说LLM 正在彻底重绘软件工程的版图。目前的 Rust 狂潮可能仅仅是个开端。4 月 24 日网友 RealRichomie 的一段话彻底点醒了很多人“编程的未来不再是‘对人类友好’的语言而是‘对 AI 智能体友好’的语言。我们团队没一个人会写 Rust但这不妨碍我们用 Rust 搓出了一个 Mac 应用——体积只有 Electron 版本的十分之一性能还快得飞起。”这才是未来的真相人类不需要去学那些复杂的语法只要你指挥得当AI 就能帮你搞定一切。所以下次启动新项目时请记住你真的没必要再默认选 Python 了。
