Python

Python 读起来几乎像英语，这让它成为对初学者最友好的语言，也成为数据、脚本以及 AI 本身的通用语。如果你的项目涉及机器学习、数据分析、自动化或科学计算，答案通常就是 Python。

• 擅长： AI/ML、数据处理、自动化脚本、后端 API、胶水代码，以及任何已经有现成库的场景（对 Python 来说，通常都有）。
• 痛点： 纯数值运算很慢，除非你依赖底层用 C 写的库；虚拟环境和包版本带来的"依赖地狱"让新手困惑；不适合做浏览器前端。
• 典型用例： 爬虫、数据流水线、ML 实验、Discord/Telegram 机器人、内部工具、REST API（FastAPI、Django、Flask）。
• AI 驾驭能力： 出色，与 JavaScript 不相上下。助手对 Python 及其主要库极为流利。对非 Web 项目而言是个很棒的默认选择。

Python 唯一会一再绊倒新手的地方，是环境，不是语言。一个脚本在 AI 那里某个文件夹里跑得好好的，换个文件夹就失败了，原因是那些包住在一个没被激活的虚拟环境里，或者两个项目想要同一个库的不同版本。这些都不是你代码的错，见过一次之后也不难——但它是 Python 里最常见的"为什么就是跑不起来"时刻。从一开始就让 AI 设好一个虚拟环境和一份 requirements.txt（或用 uv、Poetry 这类工具），大部分痛苦就消失了。