如果AI写你的代码，为什么还要用Python？
TL;DR · AI 摘要
AI已让Rust、Go等系统语言开发效率飙升，使Python的生态优势被削弱，开发者需重新评估语言选型策略。
核心要点
- 2026年GPT-5.5等模型在SWE-bench上通过率超80%，标志AI可高效编写系统代码。
- 微软将TypeScript编译器重写为Go，性能提升10倍，成本仅为原方案的几分之一。
- Anthropic用AI在$20,000内完成10万行C编译器开发，仅耗数周。
结构提纲
按章节快速跳转。
过去十年中，开发者优先选择Python或TypeScript以快速交付，但如今AI已打破性能与开发效率的权衡瓶颈。
2026年，GPT-5.5、Claude Opus 4.7等模型可在SWE-bench上稳定达到80%以上准确率，显著提升对Rust、Go等系统的编程能力。
Rust等语言因强类型系统和即时编译反馈，使AI模型能实时自我修正，形成高效的自学习开发闭环。
微软将TypeScript编译器迁至Go实现10倍性能提升；Anthropic用AI构建可运行Linux的C编译器，成本仅约$20,000。
Steve Klabnik和Andreas Kling分别在两周内用AI完成7万行Rust语言开发与C++引擎迁移，且无回归缺陷。
Python和JS的生态优势正被底层基础设施的AI化侵蚀，如Pydantic、Polars、Hugging Face等核心组件已转向Rust实现。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AI重塑编程语言选择
- 旧范式失效
- 快交付 > 快运行
- Python/TS主导生态
- AI突破系统语言壁垒
- 2026年模型SWE-bench通过率超80%
- Rust/Golang成为AI首选
- 真实项目验证
- 微软TypeScript 7.0：Go重构，10倍提速
- Anthropic：16个Agent写C编译器，$20k成本
- 生态优势转移
- Pydantic、Polars等核心库转为Rust
- Python生态不再唯一优势
金句 / Highlights
值得收藏与分享的关键句。
2026年，AI写Rust比写C++更好。编译器反馈环极紧，模型能实时自我修正。
微软将TypeScript编译器重写为Go，性能提升10倍，仅用数周完成迁移。
用Rust写C编译器曾是研究生课题，现在只需几周即可完成。
标题：如果 AI 帮你写代码，为什么还要用 Python？
来源 URL: https://medium.com/@NMitchem/if-ai-writes-your-code-why-use-python-bf8c4ba1a055
发布时间：2026-04-28T12:31:02Z
Markdown 内容： 按回车键或点击查看全尺寸图片
现代 Python 技术栈。
**过去十年，快速交付胜过快速运行。但现在不再是了。**
为新项目选择语言通常有个简单的答案。你选择 Python 或 TypeScript，因为它们的生态巨大，人才池深，而且你可以在周五前做出一个令人印象深刻的演示。Rust、Go、C++ 以及更多语言能提供 10 到 100 倍的性能，但你需要为此付出代价：六个月的上手周期，更小的人才市场，以及一个总是跟你作对的构建系统。所以你交付了 Python 版本，卖给客户，然后承诺自己“稍后再优化性能”。你很少这么做，但这没关系，因为其他人也没这么做。
这种妥协结束了，结束的原因是 AI 擅长了那些难学的语言。
难学的语言先变容易了
两年前，GPT-4 写 Rust 函数时还会幻觉出 crate 名称。到了 2026 年 4 月，Claude Opus 4.7、GPT-5.5、Gemini 3.1 和 DeepSeek V4 都在几周内相继在 SWE-bench Verified 上超过了 80%。各大实验室正在公开针对系统级工作进行优化：并发 bug、竞态条件，以及在规划阶段识别出的架构缺陷。
最好的单条推文解释来自上个月的 CtrlAltDwayne：
"2026 年选择 Rust 的最佳理由不是内存安全或性能。而是 AI 写的 Rust 比它写的 C++ 更好。编译器的反馈循环非常紧密，模型可以实时自我纠正。每一条错误信息都是一个免费的训练信号。Rust 在任何人知道这很重要之前 10 年，就意外地为 AI 辅助开发设计好了。”via X.com
同样的逻辑在一定程度上适用于 Go 和 Swift。强类型系统加上快速的编译检查循环，给 Agent 提供了最紧密的迭代周期。那些对人类来说最难的系统语言，结果证明对 Agent 来说最容易。
实际交付了什么
看看一个季度内落地了什么。
Microsoft 用 Go 重写了 TypeScript 编译器。最广泛使用的 JavaScript 超集背后的团队上周发布了 **TypeScript 7.0 beta**，比 6.0 快大约 10 倍，方法是将十年历史的 TypeScript 代码库移植到 Go。Anders Hejlsberg 的理由：Go 以一小部分工程成本交付了大部分性能收益。地球上最大的 JS/TS 团队为其旗舰工具选择了一种更难、更快的语言，他们这样做是因为底层的投入产出计算发生了变化。
Nicholas Carlini，Anthropic 的研究员，**协调了 16 个并行 Claude 智能体** 用 Rust 编写了一个生产级 C 编译器。10 万行代码。它能在 x86、ARM 和 RISC-V 上引导启动 Linux 6.9。它能编译 QEMU、FFmpeg、SQLite、PostgreSQL 和 Redis。它能运行 Doom。总成本：近 2000 次 Claude Code 会话，不到 20,000 美元。
用 Rust 编写的 C 编译器曾经是研究生毕业论文级别的课题。现在不再是了。
Steve Klabnik，一位拥有 13 年经验的 Rust 老兵，合著了 The Rust Programming Language，用 Claude 构建了一个名为 Rue 的新系统语言，耗时两周。大约 70,000 行 Rust。他的原话：
这次我花了两周时间取得的进展，比上次花了一两个月取得的还要多。
Andreas Kling，Ladybird 浏览器的创建者兼资深 C++ 工程师，**将 Ladybird 的 JavaScript 引擎从 C++ 移植到 Rust**仅用了两周，通过数百个小型提示词指导 Claude Code 和 Codex 完成。大约 25,000 行 Rust，与 C++ 原版字节级一致，在 65,000+ 综合 test262 和 Ladybird 测试中零回归。
“同样的工作如果手工做需要几个月。”
这些在 2024 年都不可能。2025 年还边缘。2026 年初正变得普遍。
别再提“但是生态”了
Python 和 JavaScript 最强的论点从来不是语言本身。是生态：FastAPI、Django、PyTorch、React、Next.js、npm 的 400 万个包。“我们的团队几天内交付功能，因为生态已经解决了 90% 的问题。”这对过去 10 年是决定性的。过去 2 年一直在悄悄侵蚀。
当你 import pydantic 时，整个验证核心是一个 Rust 库。Polars，pandas 的替代品，是 Rust。Hugging Face tokenizers 是 Rust。orjson 是 Rust。JetBrains 2025 Python 调查 抓住了遥测数据：Python 二进制扩展的 Rust 使用率在一年内从 27% 跳到了 33%。
Python 生态越来越是一个戴着 Python 帽子的 Rust 生态。
底层基础设施也遵循着同样的轨迹。由 Charlie Marsh 于 2022 年创立的 Astral 发布了 ruff、uv 和 ty。这三款工具均用 Rust 编写，并且都实现了从零到每月数亿次下载的跨越。2026 年 3 月 19 日，OpenAI 收购了 Astral；其内部理由是 uv 每周为 Codex 节省约一百万分钟的算力。十周前，Anthropic 收购了Bun（700 万月度下载，8.9 万 GitHub 星标），并将其定位为"AI 主导的软件工程的基础设施”。Evan You 的 VoidZero 推出了 Rolldown-Vite，这是一款 Rust 打包器，将 GitLab 原本 2.5 分钟的构建时间缩短至 40 秒，内存占用减少 100 倍。
Vercel 产品副总裁 Lee Robinson：“我们在 JavaScript 上的优化已达到顶峰。”
在收件箱中接收 Noah Mitchem 的故事
免费加入 Medium 以获取此作者的更新。
记住我以便更快登录
“但生态系统呢？”剩下的情况是：你在 Python 和 JavaScript 中导入的包越来越多地成为那些你被告知无法直接交付的语言所编写代码的封装。现在你可以直接用这些语言交付，而封装层开始显得像是开销。
既然能移植，何必修补？
旧有的开源交易存在一个正向反馈循环。你选择 Python 因为它简单。你发现依赖项中有个 bug。你修复它。你将修复提交上游。生态系统变得更健康。
Agent 以一种特定方式打破了这个循环：贡献的单位从补丁变成了移植。
Flask 的创建者 Armin Ronacher 在一月份使用 Agent 将他的 Rust 库 MiniJinja 移植到了 Go。链接。运行持续了 10 小时，其中 3 小时有人监督，7 小时无人值守。他实际投入的人力时间为 45 分钟。API 成本为 60 美元。如果跨语言移植库只需 45 分钟的工作量，那么向他人库提交上游修复的理由每个月都在变弱。既然能分叉，何必修补？
他自己的观察：
对我来说，价值正从代码转向测试和文档。一套好的测试套件实际上可能比代码更有价值。
构建 PyPI 和 npm 的循环今天仍然有效。但在 2028 年是否依然有效则不明显。
这一论点在何处失效
这并非一面倒的局面。有几件事值得承认。
首先，有时正确的答案仍然是旧的答案。Prisma 移除了其 Rust 查询引擎，转而采用 TypeScript/WASM 核心：包体积减少了 85%，查询速度提高了 3.4 倍。原生 Rust 二进制文件对 Serverless 运行时不友好。PyTorch 仍占据约 85% 的深度学习研究份额，且不会改变，因为模型权重并不关心你用什么语言包裹它们。
其次，AI 并非对所有系统语言都同样擅长。像 Zig、Haskell 和 Gleam 这样的小众语言，在 AI 生成时质量尚未达到同等水平（目前而言）。
训练数据决定了模型能帮你做什么。Rust 和 Go 中了彩票，因为它们足够流行，充斥了 GitHub。Zig、Haskell 和 Gleam 仍处于该曲线的劣势一侧。
这种转变是永久性的原因
过去对 Python 和 TypeScript 的辩护，本质上是对开发者体验的辩护。选择这些语言是因为它们最小化了人类想法与交付产品之间的摩擦。Rust 在运行时从未更慢；它只是在凌晨 2 点你必须交付时更慢。
现在 Agent 负责困难的部分。
人类的工作从“编写代码”转变为“架构系统和审查输出”。在这种工作流中，Python 的易用性优势每个季度都变得不那么重要，而更难语言的运行时优势在你每天在生产环境中运行服务时都会复利增长。
Armin Ronacher 在其二月文章 A Language For Agents 中写道：
新语言可能奏效的最大原因是编码成本正在急剧下降。结果是生态系统的广度不再那么重要。
过去二十年的语言选择受单一约束塑造：人类编写代码，且人类在低级语言上效率低下。该约束已消失。Stack Overflow 2025 年的调查显示，Rust 连续第十年成为最受推崇的语言，占比 72%，Gleam 为 70%，Elixir 为 66%，Zig 为 64%。既定的偏好一直存在；工具终于赶上了这种偏好。
Karpathy 在 二月 描绘了更广阔的图景：
"LLM 彻底改变了软件的整体约束格局。这方面的迹象已经可见，例如在 C 到 Rust 移植的势头上升中。”他补充道，“即使 Rust 作为目标语言也远非 LLM 的最优解。”
今天的赢家只是开局的一步，终局还在更远的地方。
关于新秩序最清晰的陈述来自 X 上的 @RealRichomie，他在 4 月 24 日 写道：
“编程的未来不会是对于人类最容易的语言。它将是对于 Agent 最容易的语言。我们刚刚发布了一个 Mac 应用，我们的工程师事先甚至不知道一行 Rust（或 Tauri）代码。结果：大小约为原来的十分之一……性能极高。Agent 就是新的程序员。”
一个已交付的应用，使用了团队中无人知晓的语言，大小为 Electron 版本的十分之一，运行时更快。人类无需学习 Rust 即可达成此目标。
你下一个启动的项目不必默认选择 Python。