整理 | 华卫、核子可乐

自 2013 年以来，IEEE Spectrum 一直坚持不懈地整理和编纂程序员们最喜爱的年度编程语言排名。近日，IEEE Spectrum 对当前编程语言的流行度进行了 2025 年的排名，但这其中似乎暴露了不少问题。

去年还在为代码该用 tab 还是空格进行缩进的程序员们，现在已经不太在乎具体使用哪种语言了。如今，许多程序员们不会再逐页翻阅书籍，也不会在 Stack Exchange 这类网站上搜索问题答案，而是会通过私人对话的形式，与 Claude 或 ChatGPT 这类大语言模型（LLM）交流”。此外，有了 Cursor 这类能辅助编写代码的 AI 助手，人们主动提出问题的需求也大幅减少。例如，在《顶级编程语言》榜单评估的所有语言中，2025 年每周在 Stack Exchange 上发布的问题数量，仅为 2024 年的 22%……

2025 年顶级编程语言盘点

在今年的 Spectrum IEEE 榜单当中，IEEE Spectrum 共纳入了 64 种编程语言，仍通过三种维度对编程语言的流行度进行排名，分别基于在职程序员的使用情况、雇主的需求以及在当下主流趋势中的“热度”，随后对每个数据源进行加权处理，生成整体流行度指数，同时排除部分得分最低的语言。

排名过程共采用了七种不同的指标，所有指标的数据均收集于 2025 年 7-8 月。其选择的指标反映了各种语言获得的关注度，具体包括谷歌搜索流量、Stack Exchange 上提出的相关问题、在研究论文中被提及的热度、GitHub 开源代码库上的活跃度等。因为统计无法涵盖所有编程人员，特别是那些在《我的世界》服务器上搞创作的年轻人或者尝试开发新架构的学术人士，因此这里依靠代理指标来衡量编程语言的受欢迎程度。

那么排名结果如何？在程序员群体中，“我们看到 Python 再次位居榜首。前五名中变化最大的是 JavaScript：它从去年的第三名跌至今年的第六名。由于 JavaScript 常被用于创建网页，而氛围编程（vibe coding）也常用于搭建网站，因此这种显著的人气下降很可能是 AI 带来的影响。”

有开发者分析称，“Python 的崛起原因在于它的多功能性。网页开发、人工智能、自动化——它是代码界的瑞士军刀。”也有人表示，“‘优先选择 Python’ 意味着大多数人都在写脚本。要是用 Java 或 C++ 写脚本，他们可捞不到什么好处。”

同时，许多开发者认为，排名时不应该把 TypeScript 和 JavaScript 分开。“把 JavaScript 和 TypeScript 当成两种独立的语言来看待就好比把 Python 拆成 ‘基础 Python 语言’和 ‘用 MyPy/Pyright 添加了类型检查的 Python’，硬生生分成两三种语言一样离谱。”但也有开发者提到，“明明 TypeScript 都快成行业标准了，JavaScript 的排名居然还在它下面。我都记不清上次看到不要求 ‘掌握 TypeScript 知识’ 的网页开发招聘启事是什么时候了。”另外，Solidity 作为 2025 年顶尖编程语言之一，紧随 CUDA 之后。

在仅关注雇主所需技能的‘就业’排名中，Python 同样位列第一，较去年的第二名有所上升；JavaScript 的排名在 TypeScript 之下。同时，SQL 技能仍是简历中一项极具价值的技能类别。

AI 参与下，不会再有新语言的诞生？

然而，业界编程方式的根本性转变不仅让人气统计变得更加困难，甚至有可能彻底消除这项统计的现实意义。

具体表现为，程序员们对编程语言的关注方式愈发多种多样。他们不再翻阅书籍或者在 Stack Exchange 这类网站上搜索答案，而是直接跟 Claude 或 ChatGPT 等大模型直接对话。而在 Cursor 这类 AI 辅助编程工具的支持下，很多问题甚至还未提出就已经被自动解决。例如在 TPL 对所有编程语言的评估中，今年 Stack Exchange 上的提问数量就锐减为 2024 年的 22%。

真正重要的是，另一个根本性的问题正随着 AI 浪潮而逐渐浮现。无论是用 AI 处理繁琐工作的资深程序员，还是想要编写完整 Web 应用的开发新手，AI 的参与意味着程序员们已经不必像过去那样关注语言细节。最先被忽略的是语法细节，之后是流程控制和函数等等，甚至如何构建起宏观层次结构——越来越多的工作被交由 AI 解决。

换句话说，随着大模型承担的开发工作占比提升，去年还在为代码该用 tab 还是空格进行缩进的程序员们，现在已经不太在乎具体使用哪种语言了。毕竟不同计算机语言之所以能够和谐共存，原因就在于面对特定挑战，一种语言在表达上往往比另一种语言更加清晰、适用。大家绝不会用 R 语言来控制洗衣机，反过来也不会用 C 语言对大规模数据集进行统计分析。

但从技术上讲，二者的兼顾并非不可能。这件事人类做不好，但大语言模型永远拥有充足的算力和感知水平。只要提供足够的训练数据，它们就能用任何指定的编程语言根据提示词生成代码。正如大多数开发者并不太关注代码运行所在的 CPU 指令集及其他硬件特性一样，使用哪种语言来编写程序恐怕最终也会沦为无关紧要的细节。当然，总会有少数技术宅愿意把这些细致、具体的讨论当成一种乐趣。但总体而言，不同计算机语言的人气可能会像不同铁路轨距那样，快速成为小众群体才关注的细枝末节。

由此带来的直接后果就是，未来出现的新语言将越来越少。以往，小团队乃至个人都可以面向潜在贡献者及用户发布适合解决特定问题的新语言。演示文稿、论文、示例代码和教程都能引导人们关注并建立起开发者生态。而一本开发方面的传世名著，也完全可能对某种语言的流行度产生巨大影响。现在，少量示例和教程能吸引到的只是理解编程细节的开发者，而并不足以引起 AI 大模型的关注。人类能够从少量数据中进行推断，快速理解某种语言是否适用。但大模型则依赖于统计概率，因此接触到的相关数据越多、认识才越全面。

另外，程序员们也注意到，在尝试使用小众语言进行编程时，AI 的输出结果往往会大幅降质。

目前也有研究想让大语言模型成为真正的通用程序员，但这依然无助于新语言的诞生。从本质上讲，新语言之所以会出现，是因为它们解决了程序员的一些麻烦。这些麻烦小到懒得在每条语句末尾添加分号，大到对计算目标的哲学争论。但如果 AI 就能解决当下我们使用各类编程语言时遇到的问题，那么未来还会有新的编程语言能积累足够的影响力并形成关键规模吗？当前这些编程语言的流行度是否会就此固定下来，未来不再变化？

编程 AI 转向中间语言：明年或无 “顶级编程语言”

在进一步推测未来之前，我们先回顾一下如今的现状。现代高级计算机语言的设计初衷其实就两点：创建一个抽象层以轻松处理数据，同时防止程序员搬起石头砸到自己的脚。

前一条早在 Fortran 和 Cobol 时代就已经存在，分别负责处理科学数据与商业数据。第二条则随着计算机技术的发展应运而生，很大程度上受到 Edgar Dijkstra 1968 年论文《Go To 语句有害论》的启发。在这篇文章中，他主张禁止程序员在代码中中转至任意位置。这种限制是为了防止出现所谓“意面式代码”，即导致程序员难以理解计算机实际上的程序执行步骤。相反，Dijkstra 呼吁程序员应遵守语言强加的结构规则。他的论点最终赢得了胜利，大多数现代语言已经尽量减少甚至彻底取消了 Go To 语句，转而采用函数及其他程序分块结构。

但这些结构在 CPU 层面不存在。从 Arm、x86 或者 RISC-V 处理器的指令集就能看到，程序的流程仅由这三种类型的机器码指令负责控制，分别是有条件跳转、无条件跳转和带跟踪存储的跳转（用于调用子例程后再返回起始位置）。换言之，这里从始至终都在 Go To。同样的，负责标记和保护数据免遭不当使用的严格数据类型，最终也会在内存中被分解成往来流动的隐秘 bit 流。

那么，一个足够先进的编程 AI，到底需要多高程度的抽象与防误判结构？近期 AI 辅助硬件设计领域的研究给出了一些提示。以普林斯顿大学开发的生成式 AI 模型 Dall-EM 为例，它专门用于创建射频与电磁滤波器。滤波器的设计一直像是神秘的魔术，核心要旨就是对复杂电磁场的精密控制。但 Dall-EM 在接收必要的输入和输出之后，就能给出类似二维码的设计方案。人类永远设计不出这样的成果，但它确实有效。

同样的，能否让 AI 直接从提示词转向某种中间语言，再将结果输入到指定的解释器或者编译器？到那个时候，我们还需要高级编程语言吗？没错，这会让程序变成难以理解的黑箱，但我们仍可以将其划分成模块化的可测试单元，进而执行健全性与质量检查。程序员无需再阅读或者直接维护源代码，只需调整提法词并重新生成软件即可。

有网友对此评价道，“指令将成为源代码，而 LLM 则会充当编译环节。”还有开发者感叹，“或许等我们不在了，AI 就会接手发布这些排名吧？我现在都能想象到那个场景：两个 AI 智能体吵得不可开交。其中一个宣称 Flugnarg 更厉害，因为它用这门语言编写了 T2000 系统，而该系统消灭了 4000 万人类；另一个 AI 智能体则反驳说，T2000 就是个彻头彻尾的失败品，问题就出在它是用 Flugnarg 编写的，还说自己用 Nargflug 语言编写的 Z8000 系统要强得多，因为它比 T2000 早 1 秒钟消灭了 4000 万人类。”

在这样一个没有源代码的未来，程序员又将扮演怎样的角色？很明显，架构设计和算法选择仍是至关重要的技能。例如，寻路程序应该使用 A* 算法这类经典方案，还是值得尝试实现一种全新方法？一款软件该如何与更大的系统对接？要怎样利用新的硬件？到那个时候，计算机科学学位的价值将超越编程训练营，因为前者更注重基础知识的传授，而非局限于编程语言的细节。

2026 年还会有“顶级编程语言”的说法吗？目前，编程领域正经历自 20 世纪 50 年代初编译器问世以来最为重大的变革。即便“人工智能在很大程度上属于即将破裂的泡沫”这一预测成真，但科技泡沫的特点在于，总会有一些残余技术得以留存。而利用大语言模型编写代码、为编程提供辅助，很可能会成为留存下来的技术之一。

但有开发者指出一个值得深入探讨的问题：要是脱离了人类可读的编程语言，那还能信任谁来修复代码呢？他表示，“即便现在，也有说法称，使用 AI 的人群其自身技能水平正在下降。而 AI 学习所用的代码，又该由谁来编写呢？我常常思考 AI 会带我们走向何方。我无法预测未来，但我们最终会不会陷入这样一种境地 —— 就像《星际迷航》里的某一集那样：人们发现了一个拥有先进技术的星球，却没人知道该如何修复那些技术。”

参考链接：

https://spectrum.ieee.org/top-programming-languages-2025

https://spectrum.ieee.org/top-programming-languages-methodology-2025

声明：本文为 AI 前线整理，不代表平台观点，未经许可禁止转载。