選擇你的技術棧：語言一覽

當你指揮 AI 來開發軟體時，你挑選的語言依然很重要——非常重要。程式碼是 AI 寫的，但後果由你承擔：你交付有多快、部署有多容易、多久會撞上一堵牆。好訊息是，你不需要精通這些語言中的任何一門。你只需要懂得足夠多，能做出一個明智的選擇，並能識別出 AI 何時正把你引向一條痛苦的路。

本章會逐一過一遍值得關注的語言，講清每一門真正擅長什麼、在哪裡會咬人，以及——這對 vibe coding 至關重要——AI 助手對它的駕馭能力如何。最後我們會給出一份按目標選擇的極簡指南。

開始前先提一句：AI 助手對那些擁有海量公開程式碼的熱門語言，要遠遠強於對小眾語言的處理。這可不是個小差別。它往往是決定你的專案是否順利的最大單一因素。流行度本身就是一項功能。當一門語言及其主要框架在公開倉庫裡出現過幾百萬次時，AI 就見過了每一種常見模式、每一個典型錯誤、每一種地道的修法。如果沒有，你就要為這份稀缺埋單——以失敗的嘗試和聽起來煞有介事的胡話來償付。

在看語言名字之前，先記住一幅圖：你寫的程式碼，從來不是機器真正執行的東西。中間有某個東西把你的文本變成執行中的軟體——要麼是編譯器（提前把全部翻譯成一個可執行的檔案），要麼是直譯器（一行一行地讀取並執行）。你選的語言決定了你走哪條路。

   你                  中間環節                      機器
 ┌────────┐                                        ┌──────────┐
 │ 原始碼 │──┬──▶ COMPILER ──▶ binary file ──────▶ │ 在CPU上  │
 │ (文本) │  │   (Go, Rust)    (one file)          │   執行   │
 │        │  │                                     │          │
 └────────┘  └──▶ INTERPRETER ──逐行 ────────────▶ │   列印   │
                  (Python, JS)   讀取              │   輸出   │
                                                    └──────────┘
   compiled = 先翻譯，後執行
   interpreted = 邊執行邊翻譯