为什么又对多种编程语言兴趣？
每个开发者入门的时候，都考虑过应该学哪门语言最好。程序员爱说一个梗，“php是世界上最好的语言”。接下来就会有一堆人出来打起口水仗来，谁都认为自己的语言最好。虽然大家都知道语言有各自的优劣势，没有绝对高低之分。现在ai来编程，生成独立项目的代码一般是前端全栈语言。我看最近海外独立开发者，使用的工具栈也多是基于typescript的前端全栈。有时候也看到一个新词出来，分不清是新语言，还是在基于某语言产生的新框架。于是又想梳理下当前主流语言与涉及的框架。
如何用ai学好一种新的语言？
- 先问AI目前有哪些主流语言，他们的关系，哪些是框架，不是新语言，依赖的底层框架是用的什么语言。比如nextjs/node.js/javascript
- 直接看完整的语法手册，看大纲，略过基础逻辑控制之类的通用，找最感兴趣的。比如并发/内存清理设计。
- 把具体的语言细节，总会有自己的疑问，带着疑问再来问一次ai，推荐和自己最熟悉的语言做对比。比如rust和java内存管理区别。
编程语言有哪些不同的特色？
1. Python
这几年ai火，python依然是AI和数据科学的首选。 数据的源头要用爬虫，也有很多好用的框架。记得很多年前读过《黑客与画家》，里面有推荐过最好学java+python两门语言，一个重武器，做工程化的。一个轻武器，方便做些脚本类的。python语法简单容易上手，也看到现在儿童编程培训，也首先教python，不比我们之前入门语言c。指针的概念就要很小心用。类型校验也不是强类型。但没有括号的缩进，一大段很不好分辨，对我个人而言，还是像脚本语言，类似javascript的感觉。2. Java
在大型企业级后台（尤其是金融、电商）中占据统治地位。spring，apache的生态足够稳定。在中国，阿里巴巴的功劳不小，不少人分享电商的场景。这几年给人感觉人到中年一般，一直比较中庸，特别适合大型工程化，会的人多，框架也稳定，属于同质化严重的语言。3. C#
功能场景适用于java，但和java的地位没法比，微软出品，生态上就没有开源的生态，主要还是围绕windows上，做开发。学校教这门语言的时候，觉得可拖拽生成windows界面，比Java原生界面方便好多。当然，现在看有很多办法生成windows软件的界面，同时java原生界面组件也早已过时。4. Go
并发强，能开出用户态协程，而非操作系统原生线程，初始栈大小仅2KB，创建/销毁、上下文切换的开销极，单机可轻松创建十万/百万级Goroutine，不会造成内存溢出。很多java会因为jvm的关系，自然切换到go或者scala，追求新鲜可以，但是上生产，还是要慎重。这个语言强项在并发，如果业务要低消耗机器资源，流量又大的，比如中间件/游戏就特别适合。适合改造一部分计算高的业务模块。5. Elixir ：
既能做到极高的并发，一台服务器支撑百万连接。高频社交或即时通讯。没深入研究，只知道是一种新框架，估计只有新锐小公司会是先锋用户，大公司同样的痛点，优先会用go。6. Rust ：
内存的设计真的很亮眼，完全是用后即毁，最接近c++。要做一些windows等底层api操作，天然适配。以上几种偏服务端语言，生成前端的框架，如果不是历史包袱，都不建议用，用下面即将介绍的语言，更有优势，灵活又美观。7. JavaScript/TypeScript：
一个是爹，一个是生的儿子，统治着前端开发。浏览器内核产生的语言。服务端：Node.js/Bun：运行时服务端框架，Node.js依然稳固，Bun异军突起前端：React 国外占有率极高。Vue中国市场普及率与 React 旗鼓相当，甚至在中小企业中更高。全栈框架：Next.js vs. Nuxt.js ，属于React vs. Vue 之争的延续移动端：React Native或Flutter，多端合一。国外用的多。小程序：Uni-app，因为你必须支持微信小程序，鸿蒙快应用之类的小程序。国内用的多，做小程序是很难绕开的选择。8. PHP
框架：Laravel是目前全球最成熟的Web框架之一。Livewire允许你直接在PHP类中编写交互逻辑，自动同步到前端。jsp产生过阴影，这种页面嵌入逻辑，没有尝试的动力。国内应该用的不多，现在建站，上面提到的js好框架太多了。9. Lisp
最后还想起来的一个高端语言，行业大牛写文章，露两手的代码语言。我没有使用，也没有学习过，属于声名在外，估计智商180以上的人用我个人觉得JavaScript/TypeScript是全栈利器，发展很快，适合中小型快速启动的业务。python适合做爬虫或ai应用相关的业务，这部分的生态成熟。go，rust做性能高要求的业务。rust还可以当c++替代品，做些和底层系统相关的业务。java，做大工程，属于老牌认证，好补充人，生态成熟，目前依然坚挺。
有ai，还要学编程语言吗？
如果没有基础语法，ai生成的代码，将无法自行判断对错。ai生成的代码不能运行，自然可以继续vibe code，但是生成可以运行的代码，逻辑是错误，你无法识别，是不是更危险。另外，无法进行任何代码微调，vibe code搞来搞去总是修不好，有没有过这种很麻烦的经历，感觉不如自己手动改下代码。ai能帮开发者使用更多不同的语言，降低使用门槛。大量编码的活给ai做，组合不同的编程工具，开发者只需要判断采纳，效率将更高。
一些伪代码片段
// rust内存释放自动且迅速，根本不给开发人员机会泄露内存{// 在声明以前，变量 s 无效let s = "runoob";// 这里是变量 s 的可用范围}// 变量范围已经结束，变量 s 无效
// rust 操作windows api可以打包成exe文件usestd::thread;usewindows::Win32::Foundation::*;usewindows::Win32::Storage::NamedPipes::*;usewindows::Win32::System::IO::*;// 服务端实现fnrun_server() -> Result<(), String> {constPIPE_NAME: &str = "\\\\.\\pipe\\RustWindowsIPC";// 1. 创建命名管道（底层Windows API调用） let pipe_handle = unsafe {CreateNamedPipeW( PIPE_NAME, PIPE_ACCESS_DUPLEX, PIPE_TYPE_BYTE | PIPE_WAIT, PIPE_UNLIMITED_INSTANCES,4096,4096,5000, None, ) };if pipe_handle == INVALID_HANDLE_VALUE {return Err(format!("创建管道失败，错误码：{:?}", unsafe { GetLastError() } )); } println!("服务端：管道创建成功，等待客户端连接...");// 2. 等待客户端连接// 3. 读取客户端数据Ok(())}
# python爬虫场景，同样是解析和清洗数据，代码少。# pandas# 5. 过滤无效数据（比如评分=0的异常数据） df = pd.read_csv("raw.csv", encoding="utf-8") df = df[df["rating"] > 0]# beautifulsoup4item.find("span", class_="rating_num")
// go启动一个并发任务，简洁同时节约机器资源package mainimport ( "fmt" "time")func sayHello() { for i := 0; i < 5; i++ { fmt.Println("Hello") time.Sleep(100 * time.Millisecond) }}func main() { go sayHello() // 启动 Goroutine for i := 0; i < 5; i++ { fmt.Println("Main") time.Sleep(100 * time.Millisecond) }}
