Python
Python 讀起來幾乎像英語，這讓它成為對初學者最友好的語言，也成為資料、指令碼以及 AI 本身的通用語。如果你的專案涉及機器學習、資料分析、自動化或科學計算，答案通常就是 Python。
- 擅長： AI/ML、資料處理、自動化指令碼、後端 （應用程式程式設計介面——一個程式與另一個程式對話時使用的門戶）、膠水程式碼，以及任何已經有現成庫的場景（對 Python 來說，通常都有）。
- 痛點： 純數值運算很慢，除非你依賴底層用 C 寫的庫；虛擬環境和包版本帶來的"依賴地獄"讓新手困惑；不適合做瀏覽器前端。
- 典型用例： 爬蟲、資料流水線、ML 實驗、Discord/Telegram 機器人、內部工具、（表述性狀態轉移——構建這類 API 門戶的一種常見風格）API（FastAPI、Django、Flask）。
- AI 駕馭能力： 出色，與 JavaScript 不相上下。助手對 Python 及其主要庫極為流利。對非 Web 專案而言是個很棒的預設選擇。
Python 唯一會一再絆倒新手的地方，是環境，不是語言。一個指令碼在 AI 那裡某個資料夾裡跑得好好的，換個資料夾就失敗了，原因是那些包住在一個沒被啟用的虛擬環境裡，或者兩個專案想要同一個庫的不同版本。這些都不是你程式碼的錯，見過一次之後也不難——但它是 Python 裡最常見的"為什麼就是跑不起來"時刻。從一開始就讓 AI 設好一個虛擬環境和一份 requirements.txt（或用 uv、Poetry 這類工具），大部分痛苦就消失了。