尽管人们对人工智能的关注大多集中在使用它进行编程的开发者身上,但人工智能对软件开发的影响远不止于代码创作工具。
麻省理工学院计算机科学与人工智能实验室的杰出计算机教授、该实验室副主任阿曼多·索拉尔-莱萨马表示,开发人工智能应用或系统的程序员在决定为项目选择哪种编程语言时,会考虑到这一点。
索拉尔-莱萨马说:“在很多方面,让语言模型按照你的要求工作与编程类似,都需要精确度和算法思维。对于那些开发使用人工智能的应用的人来说,清晰的写作能力将变得越来越重要。”
人工智能相关编程对语言排名调查的影响
编程语言的流行度会随时间变化,有时甚至每月都会改变。为了追踪这一趋势,TIOBE
a和
IEEE Spectrum等机构会调查软件开发者,了解他们正在使用哪些编程语言。
IEEE Spectrum在2025年的编程语言调查
b中指出,人工智能为编程语言的流行度追踪带来了新的变化。由于程序员更倾向于与大型语言模型进行私密对话,而非在Stack Exchange上寻求帮助,再加上人工智能编码助手减少了提问的需求,因此可用于追踪语言流行度的公开信息变少了。在2025年的IEEE调查中,Python依然保持其在2024年调查中的首位地位,而Java则从第3位跌至第6位。
该杂志解释称,由于JavaScript常被用于创建网页,而vibe编码也常用于构建网站,因此JavaScript流行度的下降可能与人工智能有关。不过,许多使用vibe编码的程序员并非刻意选择某种特定语言。
史蒂芬·卡斯在IEEE的文章中写道:“就像如今大多数开发者并不太关注代码运行的CPU的指令集及其他硬件特性一样,程序是用哪种语言通过vibe编码实现的,最终也成了一个无关紧要的细节。”
TIOBE的首席执行官保罗·詹森表示,人工智能还通过语言整合影响了各种编程语言的流行度:流行的语言会更受欢迎,而不流行的语言则会越来越少有人使用。詹森称,Python是目前用于人工智能编程最流行的语言。同时,他表示尚未看到vibe编码对调查结果产生影响。
詹森说:“这是因为人工智能模型是在有足够数据支撑的情况下训练出来的,旨在帮助使用主流编程语言的工程师。如果某种编程语言使用频率不高,那么可用的数据就不足,人工智能也就无法提供有效帮助,这自然会导致人们避免使用这种语言。”
Python为何成为人工智能的默认语言
早在深度学习流行之前,Python社区就已经开发出了许多便于处理向量和矩阵的库。正因有了这些完善的库,深度学习革命便在Python中展开,从2012年开始,Python就成为了所有与学习和语言模型相关工作的默认语言,索拉尔-莱萨马如此说道。
他说,随着越来越多的针对人工智能相关编程的库和框架在Python中诞生,Python的流行度迅速上升。大多数深度学习相关的库,如TensorFlow和PyTorch,都是用Python编写的,而且深度学习的基础设施也建立在Python之上,这使得其他语言很难取代Python,索拉尔-莱萨马进一步解释道。随着这些框架的普及,Python逐渐成为人工智能和机器学习开发领域的主流语言。
索拉尔-莱萨马说:“Python在处理数组和张量方面具有出色的功能,这使其非常适合数值计算。由于一些运行速度较慢的功能可以转移到专门实现这些功能的库中,因此Python的语言速度问题并不十分突出。此外,这种语言还能方便地处理张量,这也是早期许多库选择用Python编写的理由,由此便形成了滚雪球效应。”
卡内基梅隆大学软件工程研究所CERT部门网络安全基础组的技术总监马克·谢尔曼表示,Python在连接多个系统方面也表现出色,而这往往是人工智能开发的核心需求。他说,虽然Python的性能不高,安全性也不强,但其使用起来非常简单。
谢尔曼说,当程序员开始编写代码时,他们通常可以通过Python的生态系统快速找到能解决90%问题的组件,这对人工智能程序员来说是一个巨大优势。此外,Python庞大的库和工具数量使得人们能够快速构建各种类型的系统,这也进一步提升了它在人工智能编程领域的受欢迎程度。
另一方面,索拉尔-莱萨马指出,人工智能开发的兴起也是导致Java流行度下降的重要原因。他说,多年来,Java在企业领域一直占据重要地位,也是大学编程课程中最常用的语言。虽然Java依然功能强大且广受欢迎,但它已不再是深度学习相关编程的首选语言,索拉尔-莱萨马说道。
索拉尔-莱萨马说:“Java是一种更为冗长的语言,更适合用来编写大型应用程序,而不太适合简洁地表达某些计算逻辑。对于那些早期从事深度学习研究的人而言,Java中没有类似的库能够如此清晰地实现向量和张量运算。因此Python就成了显而易见的选择,随后事情便越办越好了。”
人工智能时代编程语言的未来
基于自己在软件行业的经验,谢尔曼表示,程序员选择使用哪种语言以及他们如何与这些语言交互,往往会在很长一段时间内保持不变。他强调,现有的基础设施和库体系是影响语言选择的关键因素,尤其是Python。他认为,目前的这些系统很可能会在很长时间内继续存在。
谢尔曼说:“人工智能带来的诸多编程功能,比如代码补全、代码片段生成、理解现有代码等,确实大大提升了程序员的工作效率。这些功能并没有从根本上改变用某种语言编程的含义,但却让编程变得轻松快捷得多。”
詹妮弗·戈福斯·格雷戈里 是一位拥有20多年B2B科技领域报道经验的科技记者。业余时间,她会救助无家可归的腊肠犬。