选择你的技术栈：语言一览

当你指挥 AI 来开发软件时，你挑选的语言依然很重要——非常重要。代码是 AI 写的，但后果由你承担：你交付有多快、部署有多容易、多久会撞上一堵墙。好消息是，你不需要精通这些语言中的任何一门。你只需要懂得足够多，能做出一个明智的选择，并能识别出 AI 何时正把你引向一条痛苦的路。

本章会逐一过一遍值得关注的语言，讲清每一门真正擅长什么、在哪里会咬人，以及——这对 vibe coding 至关重要——AI 助手对它的驾驭能力如何。最后我们会给出一份按目标选择的极简指南。

开始前先提一句：AI 助手对那些拥有海量公开代码的热门语言，要远远强于对小众语言的处理。这可不是个小差别。它往往是决定你的项目是否顺利的最大单一因素。流行度本身就是一项功能。当一门语言及其主要框架在公开仓库里出现过几百万次时，AI 就见过了每一种常见模式、每一个典型错误、每一种地道的修法。如果没有，你就要为这份稀缺埋单——以失败的尝试和听起来煞有介事的胡话来偿付。

在看语言名字之前，先记住一幅图：你写的代码，从来不是机器真正运行的东西。中间有某个东西把你的文本变成运行中的软件——要么是编译器（提前把全部翻译成一个可运行的文件），要么是解释器（一行一行地读取并运行）。你选的语言决定了你走哪条路。

   你                  中间环节                      机器
 ┌────────┐                                        ┌──────────┐
 │ 源代码 │──┬──▶ COMPILER ──▶ binary file ──────▶ │ 在CPU上  │
 │ (文本) │  │   (Go, Rust)    (one file)          │   运行   │
 │        │  │                                     │          │
 └────────┘  └──▶ INTERPRETER ──逐行 ────────────▶ │   打印   │
                  (Python, JS)   读取              │   输出   │
                                                    └──────────┘
   compiled = 先翻译，后运行
   interpreted = 边运行边翻译