编译 | 苏宓
出品 | CSDN（ID：CSDNnews）
AI 辅助编码工具的流行，已经让不少程序员的写代码习惯发生了巨大变化。那么，这会不会影响到他们使用编程语言的频率？最新的数据告诉我们：会的。
近日，IEEE Spectrum 发布了年度“顶级编程语言”榜单，这已经是他们连续第 12 年发布这份排名。结果显示，Python 依旧是当之无愧的王者。
在 Spectrum 总榜单中（根据 IEEE 成员兴趣加权），Python 在过去十年里已经连续拿下十次 Spectrum 总榜首，这次也并不例外，其继续稳坐第一。
今年榜单变化最大的要属 JavaScript 了，它从去年的第三名跌到今年的第六名。要知道，JavaScript 一直是网页开发的“当家花旦”，而现在它的相对热度下降，很可能和 AI 工具在网页开发上的渗透有关。毕竟随着“Vibe Coding”（氛围编程）的流行，它常被很多技术人、爱好者用来做网页开发。
在 “Jobs”榜单（更关注雇主实际需求）中，Python 也迎来了里程碑式的突破：首次拿下第一，把 SQL 挤到第二。虽然如此，SQL 技能在简历上依然是超级加分项，雇主仍然很看重。
如果回顾历史走势，榜单的变化就更有意思了。最早排名时，Java、C、C++ 和 Python 几乎不分伯仲。2016 年，C 曾一度超越 Java，而 Python 则是在 2017 年才登顶。当时几大语言的分数都还紧紧咬住。
可如今，差距拉开了：2024 年的 Spectrum 榜单里，Python 得分是 1，Java 只有 0.4986，差距比十年前明显大得多。
一些老牌语言也逐渐淡出。比如 Matlab，2014/2015 年还能排到前十，今年则掉到第 20 位，指数从当年的 0.724 掉到 0.0957。
从整体数据来看，今年有 19 种语言在 Spectrum 榜单上的指数超过 0.1，而去年只有 15 种；在职位需求榜单上，能超过 0.1 的则只有 13 种。年度变化中，JavaScript 是跌幅最大的，从 0.4451 掉到 0.2872。
在 Trending 榜单上，Python 依旧遥遥领先，Java 排在第二（0.6777），C++ 位列第三（0.4458），差距依然很明显。
最后再说说榜单的来源。和往年一样，IEEE 这份排名结合了多种渠道的数据，包括 Google 搜索、GitHub 活跃度、IEEE Xplore 论文数量，以及 IEEE Career Builder 的职位数据。不同榜单权重不同，其中“职位需求”榜最直观，也最贴近就业市场。
不过对于这种趋势，IEEE 官方也解读道：
如今的程序员对这些公开指标的依赖正在减少。他们不再翻书或在 Stack Exchange 上搜索答案，而是会在私下与 LLM（如 Claude 或 ChatGPT）聊天。在 Cursor 等 AI 助手的帮助下，编程过程中需要提问的情况大幅减少。例如，在 TPL 评估的所有语言中，2025 年每周在 Stack Exchange 发布的问题数量仅为 2024 年的 22%。
公开指标信号的减弱，使得跨语言的流行度追踪变得更加困难。解决这一问题的方法包括寻找新的指标，或者尝试直接调查程序员——无论他们的背景和偏好如何。然而，更根本的问题正在悄然出现。
无论是资深程序员用 AI 完成重复劳动，还是新手用 vibe 编程完成一个完整的 Web 应用，AI 的辅助都意味着程序员对具体编程语言的关注越来越少。从语法细节，到流程控制、函数设计，再到程序整体结构，越来越多的工作被交给 AI 来处理。
IEEE 认为 AI 辅助工具的普及，会带来一个显而易见的长期后果——新语言的出现可能会变得更加困难。过去，一个新语言往往从个人或小团队的想法开始，靠着不停推广，慢慢吸引贡献者和用户。但在今天，很多人已经在质疑：未来的编程语言，还会像过去那样发展吗？
其表示，要回答这个问题，得先回头看看编程语言的初心。现代高级语言的核心使命，其实就两件事：帮程序员更方便地处理数据，以及防止程序员自己犯蠢。
这两个目标都不是新鲜事。早在 Fortran 和 Cobol 时代，语言就开始为科学计算和商业数据处理提供抽象层；而后来 Dijkstra 在 1968 年的一篇论文里掀起一场：“别再随便用 Go To 了”运动——理由是这样会写出一坨“意大利面条代码”，别人根本看不懂。事实证明，他的观点最终胜出，如今大多数语言里 Go To 基本都被“消灭”，取而代之的是更规整的函数、循环和模块。
但有趣的是，这些结构在 CPU 层面根本不存在。Arm、x86、RISC-V 的指令集里，程序的流程控制只有三种：条件跳转、无条件跳转、以及带返回的跳转。换句话说，所谓的结构化编程，最后都还是“Go To”。数据类型也一样，看似严谨，其实在内存里不过是些比特流。
这就引出了一个问题：如果 AI 编程助手足够强大，还需要这些抽象和保护机制吗？
一些研究已经给出了有趣的答案。普林斯顿的团队搞出了一个叫 Dall-EM的生成式 AI，可以直接设计射频和电磁滤波器。过去这类设计几乎是“黑魔法”，要靠专家反复调试，而 Dall-EM 却能从输入和输出直接生成类似二维码的结构，人类工程师想都想不到，却能跑得很好。
类比到编程领域，未来 AI 会不会直接跳过“人类可读的高级语言”，把提示词翻译成中间语言，再交给编译器跑起来？对人类来说，代码可能就是个黑盒，但依旧能模块化、能测试、能验证质量。到那时候，程序员的日常也许不是改 bug，而是改提示。
不过，这并不意味着程序员会被彻底取代。真正需要人来拍板的，依旧是架构设计和算法选择：路径规划该用 A* 还是新方法？模块要怎么和大系统对接？这些都是 AI 很难全权决定的。换句话说，未来更值钱的，不是写多少行代码，而是能不能理解底层逻辑、做好系统设计。相比“速成班”学语言，计算机科学的基础功反而会变得更重要。
基于此，IEEE 自己也提出了一个自问自答式的问题：那 2026 年还会有“最流行编程语言”排行榜吗？
其官方给出的回答是：编程正经历自 20 世纪 50 年代编译器诞生以来最大的一次变革。就算有人唱衰 AI 是泡沫，但历史告诉我们，每一次泡沫都会沉淀出几样真正能用的东西。而 AI 写代码，大概率就是其中之一。所以未来一年，在编程语言榜单上，我们可能需要重新思考：“流行度”该怎么算？还要不要看搜索量和招聘需求，还是干脆看哪种提示词在 AI 工具里最常用？
那么，在你看来，在 AI 时代，什么才算一门“流行语言”？
来源：
https://spectrum.ieee.org/top-programming-languages-2025
