如果 AI 编写代码，为什么还要使用 Python？
一句话看懂：随着 AI 模型能高效写出 Rust、Go 等高性能语言代码，开发者选择编程语言的逻辑正从“生态完善、快速上线”转向“AI 写得更顺手、编译更快”。这一趋势正在撼动 Python 作为首选语言的长期优势，并催生出一批用 Rust 重写基础设施工具的真实项目。
事件核心：发生了什么
截至 2026 年 4 月，Claude Opus 4.7、GPT-5.5、Gemini 3.1 和 DeepSeek V4 等模型在 SWE-bench 评测中均突破了 80% 的通过率。它们共同展现出对系统级编程（并发、竞态、架构缺陷识别）的高效处理能力。开发者社区出现了多个标志性案例：微软将 TypeScript 编译器用 Go 重写，TypeScript 7.0 Beta 速度提升了约 10 倍；Anthropic 研究员用 16 个并行 Claude 智能体，以不到 2 万美元成本写出了一个能启动 Linux 6.9 的 Rust C 编译器，共计约 10 万行代码；Rust 官方书作者 Steve Klabnik 用 Claude 在两周内写出了一个约 7 万行 Rust 的新语言 Rue；Ladybird 浏览器作者在两周内用 AI 工具将 C++ 的 JavaScript 引擎迁移至 Rust，未引入回归错误。
为什么重要
过去十年，Python 和 TypeScript 靠庞大生态和低门槛成为默认选择，而 Rust、Go 等虽然性能强，但学习曲线陡、人才稀缺。AI 的进展打破了这个平衡：强类型系统和快速编译循环恰好是 AI 智能体最擅长的迭代场景。知名开发者指出，“Rust 的编译器反馈循环对 AI 而言是一个天然训练信号”，这使 AI 写出高质量 Rust 代码的难度反而低于写 Python。与此同时，Python 生态自身也在“锈化”：Pydantic、Polars、orjson 等核心库底层都是 Rust；Astral 公司（创办于 2022 年，旗下 ruff、uv 等工具月下载量数亿）在 2026 年 3 月被 OpenAI 收购，内部数据显示 uv 每周为 Codex 节省约 100 万分钟的计算成本。这说明高性能底层工具已成为 AI 代码生成的直接瓶颈。
对用户/开发者/创作者的影响
对普通开发者：学习 Rust、Go 等高性能语言的价值正在提升——不是因为它们对“人类”更友好，而是 AI 能帮你写、能帮你调试，从而大幅降低试错成本。对团队技术选型者：过去“先用 Python 快速上线，以后再优化”的默认选择需要重新评估；AI 让从第一天就用高性能语言变得更可行，项目初始阶段的性能妥协不再理所当然。对 AI 应用创业者：底层基础设施（编译器、包管理、运行时）正在被 AI-native 工具链重写，如果产品对算力和编译时长敏感，考虑 Rust 或 Go 的性价比正在变高。
值得关注的后续
第一，TypeScript 7.0 的 Go 移植版在社区接受度如何，是否会引发更多 JavaScript 生态核心工具跟随重写；第二，OpenAI 收购 Astral、Anthropic 收购 Bun 后，这些工具是否会深度集成入各自的代码生成产品，从而形成闭环竞争；第三，Python 社区是否会主动拥抱 Rust 作为“二等公民”之上的首选扩展语言，以维持其作为 AI 数据科学生态主力的地位。目前公开信息显示，Python 用户基数依然巨大，但高性能工具的普及节奏和 AI 辅助开发质量的持续提升，正在加速底层语言格局的重塑。
来源：Hacker News
